謝一首1，李慶1，鄭力新1，周凱汀2，潘書萬1

　?。?.華僑大學 工業(yè)智能化技術與系統(tǒng)福建省高校工程研究中心，福建 泉州 362021；2. 華僑大學 信息科學與工程學院，福建 廈門 361021）

       摘要：針對傳統(tǒng)人工肉眼檢測膠囊缺陷低效率及高誤檢率問題，設計了一套完整的基于機器視覺的膠囊缺陷檢測系統(tǒng)，構建了從上料到傳送裝置，經(jīng)過機器視覺光學系統(tǒng)圖像采集與工控機圖像處理，最后由剔除裝置篩選出次品的硬件平臺。運用EmguCV開源計算機視覺庫和C#開發(fā)人機交互軟件系統(tǒng)，包括用戶管理、方案配置、相機調參、圖像算法等功能。通過測試表明，整個膠囊檢測系統(tǒng)可在9~12萬粒/h的高速運轉下穩(wěn)定運行，誤檢率小于5%。具有良好的企業(yè)應用前景。

　　關鍵詞：機器視覺；缺陷檢測；任務并行庫；局部自適應閾值

0引言

　　華僑大學研究生科研創(chuàng)新能力培育計劃資助項目（1400422006）膠囊是由膠囊殼制造商銷售給藥品企業(yè)，由藥品企業(yè)對空心膠囊殼進行藥物填充后的成品，因此空心膠囊的質量好壞直接影響膠囊成品的質量，對空心膠囊的缺陷檢測成為膠囊制造的一道必備工序。本文所指膠囊檢測都是針對空心膠囊。在生產過程中，由于不同工藝、不同環(huán)境條件容易產生各類空心膠囊缺陷，如尺寸長短缺陷、斑點、端凹、梅花頭、插劈、癟殼等。目前，國內的膠囊檢測仍以傳統(tǒng)人工燈檢法為主，即在強光照射臺下，通過肉眼觀察膠囊外形與表面光澤判定膠囊是否合格。此種方法速度較慢，而且不可避免有人為主觀因素的錯檢、漏檢，影響制藥企業(yè)產品質量。為提高檢測效率，節(jié)約勞動成本，提升制藥企業(yè)在同行業(yè)的核心競爭力，智能化的膠囊缺陷檢測系統(tǒng)應運而生。

　　目前，國外的膠囊檢測儀已有較成熟的產品［1］，雖然性能相對穩(wěn)定良好，但高額的售價讓普通中小型企業(yè)望而卻步。國內也有一些產品，如大恒科技的全自動膠囊檢測儀，然而檢測效率與系統(tǒng)穩(wěn)定性還無法與國外產品媲美。基于上述背景，本文對膠囊缺陷檢測的各方面技術進行深入的探索和研究，并研制出一套智能化膠囊檢測系統(tǒng)。

1硬件系統(tǒng)設計

　　1.1系統(tǒng)組成

　　膠囊缺陷檢測系統(tǒng)的硬件架構主要包括機器視覺光學系統(tǒng)、傳送帶及傳感觸發(fā)裝置、基于PC的圖像處理平臺、剔除裝置及上下料硬件控制模塊。其中機器視覺光學系統(tǒng)由三臺工業(yè)相機配上光學鏡頭及適配的光源組成。圖像處理平臺包括工控上位機、擴展圖像采集卡（本系統(tǒng)為千兆網(wǎng)卡）和串口卡。傳送帶與傳感觸發(fā)裝置有序地傳送膠囊進入相機視野，膠囊借助底板摩擦滾動，滿足了360°拍攝需要。工控機與外部硬件控制模塊的交互由串口協(xié)議通信完成，包括硬件系統(tǒng)中振動槽的震動，排序輪的轉動，傳送帶的啟停及狀態(tài)監(jiān)測的報警等。系統(tǒng)設計圖如圖1。　

　　1.2系統(tǒng)工作原理

　　向料斗中倒入待檢測膠囊，為避免造成料槽堵塞，在槽中加入振動器，通過振動使膠囊順利并逐次進入排序輪的孔槽中。當膠囊被帶動旋轉至排序輪底部后，自動落入傳送裝置上的膠囊槽中。其中，傳送鏈條由若干片鏈板拼接而成，每片鏈板上有兩個略大于膠囊大小的膠囊槽，用于在傳送過程中使膠囊的位置相對固定。當系統(tǒng)運行時，直流電機同時帶動傳送帶和排序輪運轉，兩者的線速度保持一致，從而使排序輪上的膠囊能夠準確落入膠囊槽中。

　　為保證后續(xù)圖像采集不受外界光線干擾，將整套機器視覺光學系統(tǒng)置于密閉的遮光盒中。其中相機1采集膠囊端部圖像信息，相機2與相機3采集膠囊柱面圖像信息。系統(tǒng)采用了背光源，在相機視場內的底板中嵌入漫反射光源，并蓋上玻璃板。相機1膠囊端面檢測另需加上垂直于端面的照射光，為避免對相機2、3光線產生干擾，中間用擋板隔開。相機1拍攝兩個膠囊端面，相機2與相機3分別拍攝四個膠囊柱面。本系統(tǒng)借鑒傳統(tǒng)人工檢測中的復檢工序，若相機1膠囊在第一個槽的圖像沒有檢測出缺陷，將移入第二個槽進行復檢；若相機2中4個膠囊柱面轉動過程沒有360°完整呈現(xiàn)［2］，則相機3重復相機2的工序進行復檢。以此保證膠囊檢測的全面性與準確性。

　　傳送帶每移動一個槽，末端的光電傳感器將觸發(fā)一個外部信號促使3臺相機進行同步采集，相機開啟外觸發(fā)模式，幀率與傳送帶頻率保持一致。軟件系統(tǒng)部分將對采集到的圖像進行判定，標記缺陷膠囊，并計算缺陷膠囊所在槽與剔除裝置所在槽的間隔個數(shù)，當缺陷膠囊到達剔除噴閥上方時，上位機通過串口發(fā)送命令，下位機接受指令并控制開啟電磁閥將缺陷膠囊噴入次品盒。合格的膠囊通過傳送帶進入成品盒。工作流程圖如圖2。

　　2.1軟件框架及人機交互界面

　　軟件系統(tǒng)為整套膠囊缺陷檢測的技術核心部分。為便于操作員對硬件進行控制及對系統(tǒng)后臺數(shù)據(jù)庫進行訪問，設計了包括用戶管理、歷史數(shù)據(jù)查詢、相機控制與參數(shù)配置等模塊的簡易人機交互界面。為提高開發(fā)效率，縮短開發(fā)周期，選擇Microsoft Visual Studio 2010為開發(fā)環(huán)境，以C#為開發(fā)主體語言，結合.NET下C#封裝的Opencv即EmguCV圖像處理庫進行圖像算法開發(fā)。選擇SQL Sever為軟件系統(tǒng)開發(fā)數(shù)據(jù)庫。軟件流程如圖3所示。

　　首先通過用戶登錄界面對用戶進行驗證，并授予用戶不同權限。在進行膠囊檢測之前，操作員首先需要根據(jù)不同顏色膠囊設置相應的檢測參數(shù)；通過相機設置界面設置相機1、相機2、相機3的參數(shù)如增益、曝光時間等；通過檢測方案管理界面，操作員將測試好的參數(shù)輸入到新方案中，若方案已經(jīng)存在，只需從數(shù)據(jù)庫中讀取?；氐街鹘鐖D4系統(tǒng)人機交互主界面面，選擇相應方案并點擊“開始”按鈕啟動檢測。實時檢測的圖像將顯示于主界面（圖4），每幀圖像在軟件后臺進行圖像處理并判定膠囊是否存在缺陷。檢測過程中，程序設計定時器定時監(jiān)測物料狀態(tài)，若判定為空則觸發(fā)報警通知加料，待全批次檢測完畢，操作員點擊主界面“結束”按鈕停止檢測。

　　2.2圖像處理算法

　　考慮到程序的實時性，本系統(tǒng)在圖像處理方面并沒有引入耗時的復雜算法，而是以精簡的步驟達到最優(yōu)效果。柱面缺陷檢測算法主要分為以下幾步：

　　(1)用改進的中值濾波［3］對ROI中膠囊圖像進行預處理，消除點噪聲干擾（如圖5（b））。

　　(2)用形態(tài)學算子對膠囊圖像進行腐蝕，去除膠囊槽邊框。用OSTU雙閾值分割法提取膠囊輪廓（如圖5（c））。

　?。?)對提取輪廓構建凸包（如圖5（d）），將凸包區(qū)域進行填充，形成掩碼圖像（如圖5（e））。

　?。?)掩碼圖像與原圖進行“與”［4］運算，分割膠囊本體圖像（如圖5（f））。

　　（5)通過局部自適應閾值［5］對柱面內圖像進行處理，得到圖像再經(jīng)過8鄰域連接并貼標簽獲取連通域（如圖5(h)）。計算所有的連通域面積，根據(jù)產品檢測指標設定閾值，若柱面內部最大連通域面積（即最大缺陷面積）大于給定閾值，則判定為缺陷膠囊。

　　膠囊端部缺陷檢測算法為基于K鄰域鏈碼［67］的拐點檢測，拍攝的“月牙”狀端面圖像正常拐點數(shù)為2，若圖像中拐點數(shù)大于2，則判定為缺陷膠囊。端面檢測如圖6所示。

　　2.3任務并行處理技術

　　系統(tǒng)包含三臺相機，每臺相機拍攝的圖像又包含多個膠囊，若對三臺相機獲得膠囊圖像的10個ROI（Region of Intrest）進行串行計算，將使圖像處理時間大大延長，效率大幅降低，不便與硬件架構的同步配合。.Net Framework4.0引入了一個新的關于異步操作的API,稱為任務并行庫(Task Parallel Library,TPL)［8］，其使用task關鍵字創(chuàng)建任務。TPL可被認為是線程池之上的又一個抽象層。在線程池的基礎上進行優(yōu)化誕生了任務并行庫，相比于線程池，TPL在靈活性上更具有優(yōu)勢。為優(yōu)化處理時間，計算機會根據(jù)CPU的負載自動向多個任務分配最佳線程數(shù)［9］。本系統(tǒng)采用該技術，通過引用System.Threading.Tasks命名空間下的Task類創(chuàng)建任務，利用任務并行庫對多幅膠囊圖像進行高速處理。如圖7所示，在主線程中創(chuàng)建三個相機線

　　程，每個相機線程中再創(chuàng)建對應膠囊個數(shù)的task，等待處理完畢返回結果后，自動銷毀已建立的線程重新等待下一次調用。

3現(xiàn)場測試結果

　　在生產現(xiàn)場取樣不同顏色樣本空心膠囊進行檢測測試。對檢測后的成品與次品個數(shù)進行統(tǒng)計計算，誤檢率如表1所示。

　　測試結果顯示，不同顏色膠囊誤檢率均控制在5%以下，效果良好。且整套膠囊檢測系統(tǒng)在9~12萬粒/h的高檢測速度下，可長時間保持穩(wěn)定運轉，并無出現(xiàn)停止工作等異常情況。檢測速度與系統(tǒng)穩(wěn)定性均達到預期水平。

4結束語

　　本套設備是自主研發(fā)的智能化檢測系統(tǒng)，運用精簡而高效的圖像算法結合任務并行技術，保證了檢測系統(tǒng)軟硬件實時性配合。檢測效果、檢測速率及系統(tǒng)穩(wěn)定性能均可達到預期水準，具有可觀的企業(yè)應用價值。

參考文獻

　?。?］ PICLIN Z, LIKAR B, PERNS F. Realtime print localization on pharmaceutical capsules for automatic visual inspection［C］.Industrial Technology (ICIT), 2010 IEEE International Conference on， IEEE, 2010: 279284.

　?。?］ KARLOFF A C, SCOTT N E, MUSCEDERE R. A flexible design for a cost effective, high throughput inspection system for pharmaceutical capsules［C］.Industrial Technology, 2008.ICIT 2008. IEEE International Conference on， IEEE, 2008: 14.

　?。?］ 李剛，范瑞霞. 一種改進的圖像中值濾波算法［J］. 北京理工大學學報，2002，22（3）：376378.

　?。?］ 王娟，周永霞，徐冰俏，等. 圖像處理在膠囊外形缺陷檢測中的應用［J］. 中國計量學院學報，2012，23（3）：239245.

　?。?］ BERNSEN J. DYNAMIC thresholding of greylevel images［C］.International Conference on Pattern Recognition, 1986: 12511255.

　?。?］ CHETVERIKOV D. A simple and efficient algorithm for detection of high curvature points in planar curves［C］.Computer Analysis of Images and Patterns, Springer Berlin Heidelberg, 2003（2756）: 746753.

　　［7］ SARFRAZ M, MASOOD A, ASIM M R. A new approach to corner detection［J］.Computer Vision and Graphics， 2006(32): 528533.

　?。?］ 錢博文,李濤,韓俊剛，等.多態(tài)并行處理器中的線程管理器設計［J］.電子技術應用,2014,40(2):3032.

　　［9］ LEIJEN D, SCHULTE W, BURCKHARDE S. The design of a task parallel library［C］.Acm Sigplan Notices, ACM, 2009, 44(10): 227242.