藥片缺陷檢測是藥片生產過程中的關鍵環節，其檢測結果的好壞直接影響著藥品的質量。常見的人工檢測方法：成本高、效率低，容易產生誤檢和漏檢等現象，無法滿足現代企業對產品質量的要求。機器視覺檢測憑借其自動化程度高、成本低、效率高等特點，廣泛運用于醫藥行業中。
一、機器視覺檢測方案
本文主要介紹藥片缺陷檢測方案的采集圖像與軟件處理，對智能攝像機采集到的圖像依次通過SciSmart智能視覺軟件進行絕對差值運算、擊中或不擊中運算、二值化崩邊檢測、圖像預處理等方式實現對藥片缺損、臟污的識別。
二、視覺檢測硬件系統
根據客戶的實際需求，提出了藥片缺陷檢測的總體設計方案。如圖1所示，因藥片表面為弧形，實驗中需要整個視野內光照均勻，并能夠檢測到藥片表面的臟污及缺損。采用OPT-RIU系列球狀分布式對稱無影光源，此光源采用特制漫射板將光散射到不同方向，形成漸變球狀分布，使得整個球面目標不同坡度的反光強度都一致。
▲圖1 光照示意圖
因需檢測藥片所有表面，實驗中采用棱鏡模組進行配合打光，通過分次曝光來分別檢測正面與側面的缺陷，從而獲取藥片360°全方位的圖像信息。（如圖2，3所示，）
三、圖像軟件處理
3.1 藥片正面缺陷檢測：
如圖4所示，采用低曝光獲取圖像，保留了更多正面細節。
▲圖4 處理前圖像
首先，使用SciSmart智能視覺軟件中的圖像操作，對圖像進行絕對差值運算，提升藥片邊緣與缺陷對比度，再利用擊中或不擊中運算，將缺損及邊緣對比進一步擴大并突顯出來，再通過二值化提取出明顯特征。最后使用崩邊檢測，來計算邊緣缺損的輻散程度，可辨別出藥片正面是否存在缺損，最終效果如圖5所示。
▲圖5 最終處理效果
3.2 藥片臟污檢測：
如圖6所示，采用高曝光獲取圖像，細節被過濾，輪廓更明顯，側面變清晰，用以檢測正側面臟污及缺損。
▲圖6 處理前圖像
使用SciSmart智能視覺軟件中的圖像預處理，二值化操作，將污點凸顯出來，將其與事先建好的模板分別進行對比，檢測其完整性，通過限制模板匹配度來限定檢測精度。
▲圖7 最終處理效果
機器視覺技術檢測效率高、精度高、實時性強，能夠適應惡劣的檢測環境，實現零缺陷生產的目標。該方案克服傳統人工檢測主觀性大的影響，滿足藥片大批量生產和檢測的要求，在提高產品質量的同時，降低生產成本，減輕人工的勞動強度，具有較大的經濟效益和社會效益。
文章來源：互聯網，犀靈機器人http://www.eastjq.net整理發布