基于胶囊检测技术的光照方式研究

郑 瀚/河池学院物理与机电工程学院



基于胶囊检测技术的光照方式研究

郑 瀚/河池学院物理与机电工程学院

【摘 要】在胶囊检测系统中，因为胶囊是一个圆柱形的物体，其边缘特征不是很明显，因此光源的选择以及关照方式直接会影响到胶囊检测的正确性，是胶囊检测搭建硬件平台中一个研究的重点，在本文中，主要考虑光照方式对检测的影响，特别提出了在采用LED为光源的选择下，主要对比了上打光和黑背景下上打光的照射方式，从实验结果得出采用黑背景下上打光的方式可以突出了被检测物体的特征，使图像亮度尽量均匀。

【关键词】胶囊检测；LED光源；光照方式

应用机器视觉对胶囊进行缺陷检测中，光源以及光照方式的选择是检测中一个最为重要的部分。良好的光源可以在获取胶囊图像时使其特征突出，而合适的光照方式又可以使胶囊图像的亮度均匀分布，更利于检测。因此对于光源选择以及光照方式的研究具有重要的意义。

在胶囊检测系统中，胶囊是一个圆柱形的物体，其边缘特征不是很明显，为了检测的正确率，需要突出胶囊的边缘，选择不同的光照方式对与突出胶囊边缘有着至关重要的作用，因此在本文中重点讨论了不同的光照方式下所得到的不同的胶囊图像以及检测正确率。

1.光照方式

选择照明方式的主要目的有以下几个：第一，使图像的亮度尽量均匀，减少干扰，有效的区分特征目标和背景。第二，突出被检测物体的特征，同时抑制不必要的干扰。好的光源照明方式可以给后续图像的处理提供有利的条件。

2.本文光照方式选择

因为实验之前做了一定量的研究和分析，所以在试验中，主要分析并讨论了两种方式，即上打光照射以及黑背景照射。并分别做了实验和比较。

2.1 上打光方式

上打光照射，主要用于半透明物体或者是观察透明物体的内部结果，其主要的特点就是其边缘特别突出。但是缺点是观察不到其表面的细节。主要用于边缘检测，以及目标试样和对于半透明物体的识别等。主要使用的光源有广前光导以及LED和荧光灯。因为在实际实验当中，由于LED光源的使用寿命比较长，且功耗比较小，同时可以满足不同照射角度的需求，所以本实验主要使用LED光源照射。经过处理后的图片

图1　 LED管上打光胶囊图片

图2　 经过处理后的胶囊图像

本文又多次做了数据采集，分别人为的加入了胶囊体瘪头，胶囊结合部分破损，胶囊体破损以及胶囊体变形等问题胶囊共计100颗。实验以10颗一组分10组，随机反复实验，验证本胶囊外壳缺陷检测系统的可靠性和稳定性。本文在做了大量的胶囊检测后，得到部分实验数据如表1、2所示。

表1表示了对同一组胶囊进行了反复的实验，并从中抽取了5组数据。表2表示的是对所有的样品进行实验，并与人工筛选的结果进行了比较，识别的正确率为87%。

表1　 单组胶囊多次实验结果

表2　 10组胶囊实验结果

实验分析：在本小节中，主要选取了四种破损胶囊来做了实验分析。分别是胶囊体瘪头，胶囊结合部分破损，胶囊体破损以及胶囊变形。在上面实验结果中可以看出来，在做胶囊体瘪头，胶囊结合部分破损以及胶囊变形的时候，系统都可以做出正确的判断，但是在做胶囊体破损的这个检测的时候，系统却出现了判断错误。面对着这个结果，本文做了更近一步的研究。

2.2.黑背景上打光照射

在针对2.1所示的上打光的方式后，因为其不能很好的检测出破损胶囊，本文在这一小节中采用上打光的光源照射，并采用黑色物体作为实验的基础平台，强化边缘特征。实验过程中采集图像如下图所示：

图3　 破损胶囊及变形胶囊图片

图4　 经过VBAI处理后的破损及变形胶囊图像

经过处理后的图片：本文又继续重复了之前的实验，人为的加入了胶囊体瘪头，胶囊结合部分破损，胶囊体破损以及胶囊体变形等问题胶囊共计100颗。实验仍然以10颗一组分10组，随机反复实验，验证本胶囊外壳缺陷检测系统的可靠性和稳定性。本文在做了大量的胶囊检测后，得到部分实验数据如表3、4所示。

表3　.单组胶囊多次实验结果

表3表示了对同一组胶囊进行了反复的实验，并从中抽取了5组数据。表4表示的是对所有的样品进行实验，并与人工筛选的结果进行了比较，识别的正确率为89%。

表4　.10组胶囊实验结果

实验分析：在本小节中，本文参考之前所做的实验，改进了实验方法，采用了黑背景的上打光方式照明，但是如实验结果图（G）所示，虽然胶囊是破损的，但是实验结果仍然显示胶囊是合格的。

3.结束语

在本文中，以VBAI做为实验工具，采用不同的光照方式，对于破损胶囊进行检测。在最好的结果中可以看出，采用黑背景上打光可以得到更加优质的破损胶囊图像，从而可以更好的检测胶囊的破损度，相较于其他几种光照方式，有了更好的检测效果。

参考文献：

［1］郑瀚.机器视觉技术的胶囊识别技术［D］.广西科技大学，2013.

［2］王军海.残损胶囊图像检测系统的研究与设计［D］：武汉：武汉理工大学，2008.

［3］劳有兰.计算机视觉在产品检测中的应用［D］:北京：北京工业大学，2007.

［4］王新明.应用于药品检测中的图像信息处理系统研究［D］:西安：西北工业大学，2003.

［5］左奇，史忠科.基于机器视觉的胶囊完整性检测系统研究［J］.西安交通大学学报，2002，36（12）：1263～1265.

［6］冯珊珊，陈树越.基于图像分析的真假药胶囊颗粒识别方法研究［J］.传感器与位系统，2008（8）：54.

［7］吴德.基于图像处理的胶囊检测系统的研究［D］.广州，广州工业大学，2011.

［8］张艳红，齐玉东，王卫玲，宋协栋.直方图均衡化在图像增强中的应用及研究［J］.世界科技研究与发展，2012（32）36-38.

［9］马彦锋.残损胶囊图像处理系统的研究与设计［D］天津.天津理工大学，2010.

［10］Zhao G y，Pietikainen N.Texture recongnition using local binary patterns with an application to facial expression［C］.IEEE Transactions on PAMI ，2007，29（6）:915-928.

［11］OjalaT，PietikainenM.Maenpaa T，Multiresolution gray-scale and rotation invariant texture classifica tion with local binary patterns［C］.IEEE Trans on PAMI，2002，24（7）:971-987.

基金项目：

河池学院2014年校级青年科研课题经费资助项目（2014QNN007）。