5.2 液体药剂自动化无损检测系统
针对国内人工药品检测的低效率、低准确率的不足，按照50～500ml玻璃瓶装透明药剂生产的国家标准和要求，基于图形处理算法，我们设计了一套基于机器视觉的自动化智能检测系统。该系统包括：机械传动系统、可见异物成像系统、PLC控制系统、图像识别与处理系统。图5.1是整个智能输液系统的运转效果图。
透明药剂中可能包含的异物有：玻璃碎屑、铝屑、橡皮屑、毛发、纤维等，然而异物本身在形状、大小和数量上的不确定性却增加了检测的难度。为了实现对各种异物的一次性统一检测，通过不断试验，我们团队将可能存在的异物划分为：黑色和白色两大类，针对黑、白两种异物的光学特性设计背部近光白色背景和侧部近光黑色背景两种LED照明系统。
药瓶中的异物颗粒，一般会沉在瓶底或附在瓶壁，无法拍摄。为了使异物颗粒到达合理的拍摄位置，我们根据机械设计的特点，设计了紧压式旋转托盘。通过高速旋转，然后急停，使颗粒异物旋转至中心，并让异物和瓶身分离。同时，根据检测标准，我们认为包含大于40μm 的沉淀或者异物的产品都必须视为不合格产品处理。图5.2是系统检测流程图。
图5.1 液体药剂自动化无损检测和次品剔除装置
该检测系统可内嵌于直线型生产线上，整个系统的主体为封闭的隔光机身，灌装后的透明药剂按图所示方向从左往右进入系统的机身，检测过程如图5.2在旋转平台上完成整个检测过程的图像采集环节之后从输出口输出，不合格的产品将会被次品剔除器剔除出生产线。
图5.3是系统的电气控制示意图，其中视觉模块由摄像头、集成高速图像采集电路、工控机和LED光源构成。在拍摄过程中，摄像机会连续采集被检透明药剂的7帧序列图像，传递给工控机进行处理，得到被检透明药剂的质量情况。处理的结果由RS232串口通信传递给PLC。LED光源构成整个检测系统的照明模块。为获得统一的成像背景，并得到异物高对比度的清晰成像，系统采用四个红色LED阵列光源以90°方向角，在急停区内侧，照射待检测的透明药剂瓶。
(https://www.daowen.com)
图5.2 系统检测流程图
图5.3 电气控制系统
检测算法的设计直接决定能否准确检测液体药剂中的颗粒大小。工业相机采集的连续图像传输到工控机的图像处理模块进行处理，处理简易流程如图5.4所示。获取的连续图像经预处理去除图像噪声后，通过运动目标提取出序列图中的运动异物。接着，采用了基于图像背景区域的均方差值阈值预估分割法对异物进行分割，然后，又由于本系统中的颗粒运动异物十分小，采用了基于SIFT特征的Mean Shift运动目标跟踪算法，最后在杂质种类的识别这一环节中，对异物大小进行统计分析，并确定异物的种类，再与国际标准进行比较，看所测透明药剂是否符合生产标准。
软件架构就像一栋房子的骨架，是整个系统支撑体，架构构建得好，运行效率就高。本系统软件以Qt Creator4.6.2为开发平台，借助了工业相机自带的成熟库函数包以及Intel公司支持的轻量级且高效开源的计算机视觉库OpenCV，稳定可靠且人机界面友好。用Qt的多线程类优化了主界面与复杂检测算法之间的资源竞争问题，系统响应快且运行效率高。
对于实时数字图像的复杂算法处理，系统平台的硬件消耗是非常高的，所以软件的优化是我们重点关注的方向。均衡各软件模块的计算机资源，我们采用了多线程优化。图5.4为系统软件组成框图，利用Intel提供的多个软件性能分析工具，我们可以很快找到软件各功能模块的瓶颈位置，用更高效的代码替换或将瓶颈处进行并行化。
图5.4 系统软件组成框图
