劉志強，孫懷遠，宋曉康

?

基于機器視覺的藥品包裝濾波算法實現(xiàn)

劉志強1，孫懷遠2*，宋曉康1

（1. 上海理工大學醫(yī)療器械與食品學院，上海 200093；2. 上海健康醫(yī)學院醫(yī)療器械學院，上海 201318）

為了有效地濾除泡罩藥品包裝視覺檢測系統(tǒng)中的圖像噪聲，本文采用了一種結(jié)合高斯濾波器的導向濾波去噪方法。首先是分析了導向濾波的數(shù)學模型，利用高斯濾波器對含噪聲的原始圖像進行預(yù)去噪，然后再由得到的圖像作為輸入圖像，原始圖像進行灰度化處理后作為導向圖像，最后進行導向濾波的去噪處理。同時與經(jīng)典的濾波算法（均值濾波、中值濾波、雙邊濾波）進行實驗對比分析，實驗結(jié)果表明，改進的導向濾波能夠濾除圖像中的噪聲，同時能很好地保留原始圖像細節(jié)信息和邊緣部分，對后續(xù)的圖像處理具有一定的價值。

圖像處理；導向濾波；泡罩藥品包裝；視覺檢測系統(tǒng)

0 引言

隨著科技水平的不斷提高和藥品市場的快速發(fā)展，人們對藥品包裝的質(zhì)量要求越來越高，特別是近年來，改革開放的進一步深入使國內(nèi)外藥品市場的競爭日益激烈。目前，藥品包裝主要有瓶裝、袋裝、鋁塑泡罩包裝等三種主流的包裝形式[1-3]，其中鋁塑泡罩包裝是當前最為流行的藥品包裝方式之一，該包裝具有安全性好、成本低、便于攜帶、生產(chǎn)速度快，貯存期長等優(yōu)點，因此受到越來越多的藥品包裝企業(yè)以及消費者的青睞[4]。

藥品是一種較為特殊的產(chǎn)品，在鋁塑泡罩包裝藥品的生產(chǎn)過程中，需要經(jīng)過攪拌、填充、封和、切割等一系列復雜工序作業(yè)。因此難免在包裝環(huán)節(jié)里會發(fā)生藥品漏裝、缺損、污漬等問題，從而會產(chǎn)生大量的缺陷藥品。一旦缺陷藥品流通到市場上，將會對消費者生命健康產(chǎn)生一定影響。在對圖像進行系統(tǒng)采集后，進行傳輸?shù)倪^程中，源圖像將會受到各種噪聲的干擾比如脈沖噪聲，使得圖像質(zhì)量變差，進而會影響到缺陷藥品的進一步檢測。為了從含有噪聲的圖像中恢復源圖像的信息，需要濾除噪聲，保留下源圖像的細節(jié)和圖像數(shù)據(jù)中的相關(guān)信息，其處理的好壞將直接影響到后續(xù)的圖像分割、特征提取、邊緣檢測的有效性和可靠性。常用的濾波方法有中值濾波、盒濾波和均值濾波等，這幾種濾波算法在去除噪聲的同時模糊了圖像的邊緣，丟失了大量的圖像細節(jié)[5-7]。邊界保護、細節(jié)增強的平滑濾波器主要有高斯濾波器、雙邊濾波器等[8-9]。文中利用結(jié)合高斯濾波器的導向濾波算法對泡罩藥品包裝圖像的噪聲進行濾波，并與經(jīng)典的濾波算法進行對比分析。

1 泡罩包裝視覺檢測系統(tǒng)簡介

泡罩包裝視覺檢測系統(tǒng)組成主要由圖像采集、圖像處理、計算機系統(tǒng)和機械控制剔除裝置等四大部分。其工作原理：通過圖像采集系統(tǒng)對藥品泡罩包裝圖像獲取待檢測的目標，并將獲取的目標圖像輸入計算機進行圖像處理，最后根據(jù)處理的結(jié)果，機械剔除機構(gòu)將缺陷的藥品進行剔除達到檢測的目的。藥品被填充到泡罩后，泡罩被封合前，通過視覺檢測系統(tǒng)的CCD工業(yè)相機將藥品泡罩包裝轉(zhuǎn)變成圖像信息，并將圖像信息傳送到圖像處理系統(tǒng)，圖像處理系統(tǒng)將信號進行各種運算并提取圖像的具體特征，最后實現(xiàn)泡罩藥品包裝的自動識別檢測。視覺檢測系統(tǒng)的結(jié)構(gòu)見圖1。

圖1 視覺檢測系統(tǒng)結(jié)構(gòu)圖

2 導向濾波

導向濾波是一種局部多點式濾波器，屬于局部線性模型[10]，在對圖像邊緣平滑濾波的同時能夠保持邊緣信息且在邊緣附近沒有產(chǎn)生梯度的變形，廣泛應(yīng)用于圖像增強、圖像去霧、圖像摳圖及HDR壓縮等領(lǐng)域。

假設(shè)在一幅圖像里導向濾波函數(shù)的輸出與輸入滿足線性關(guān)系：

3 改進導向濾波

由于導向濾波在對圖像邊緣濾波時，對邊緣處

理后的銳化效果不理想，因此針對該問題本文采取經(jīng)過高斯濾波之后的結(jié)果當作輸入圖像，原圖像作為導向濾波圖像，從而可以在濾除噪聲的同時達到銳化邊緣的效果并且能保護原圖像的細節(jié)信息。算法改進的步驟如下：

4 實驗評價與分析

4.1 質(zhì)量評價指標

本文采用經(jīng)典的圖像質(zhì)量評價指標峰值信噪比PSNR（Peak Signal to Noise Rotio）對圖像濾波后的性能評價。對于源圖像I和濾波后的圖像K，尺寸大小為mxn，兩幅圖像的信噪比PSNR公式如下：

4.2 實驗結(jié)果分析

本文實驗對象是視覺檢測系統(tǒng)采集到的缺陷藥片，對圖像分別進行均值濾波、中值濾波、雙邊濾波和導向濾波，并進行仿真對比，圖像處理的結(jié)果如圖2。從結(jié)果可以看出雙邊濾波和均值濾波算法雖然能濾除圖像中的噪聲，但圖像中的細節(jié)信息和邊緣部分會被平滑處理掉，圖像較為模糊；導向濾波能夠較好保留圖像的細節(jié)和邊緣信息，但邊緣的銳化效果較差，而本文提出的改進導向濾波算法既能濾除掉噪聲，并且原圖像中的細節(jié)信息和邊緣部分能較好地保留下來，達到了實驗的目的。在濾波算法的質(zhì)量評價里，使用峰值信噪比PSNR對濾波效果優(yōu)良進行評價，使用均值濾波、中值濾波、雙邊濾波、導向濾波、改進的導向濾波對原圖像濾波處理的峰值信噪比分別為：30.63、34.08、32.80、34.32、36.97db，由此可以得出改進后的導向濾波在處理泡罩包裝藥片圖像的噪聲處理效果更優(yōu)。

圖2 不同濾波算法效果對比

5 結(jié)語

本文針對未改進的導向濾波在濾除噪聲時不能有效地銳化邊緣效果的問題，同時為了能提升缺陷藥品檢測的效率，為此提出了基于高斯濾波器對導向濾波改進的方法。介紹了機器視覺檢測系統(tǒng)的基本工作原理，對經(jīng)典的濾波算法進行對比并驗證了改進后的導向濾波能更好地適用于泡罩包裝藥品的濾波預(yù)處理。通過實驗可知改進后的導向濾波算法在保留原始圖像邊緣和細節(jié)的基礎(chǔ)上，可有效地濾除掉原始圖像中的噪聲，有利于泡罩包裝圖像的分割和特征提取，為下一步工作奠定了基礎(chǔ)。

[1] 劉圣曉. 基于圖像處理的藥片實時檢測及處理系統(tǒng)的研究及其應(yīng)用[J]. 計算機與現(xiàn)代化, 2013(5): 66-69.

[2] 薛利軍, 張虎, 李自田. 采用機器視覺的藥品包裝實時在線檢測系統(tǒng)的研究[J]. 包裝工程, 2005, 26(2): 52-54.

[3] 馬志剛, 趙志強, 王保云. 全自動泡罩藥品包裝視覺檢測控制系統(tǒng)設(shè)計[J]. 包裝工程, 2017, 38(17): 124-127.

[4] 疏義桂. 基于機器視覺的鋁塑泡罩包裝藥品缺陷檢測[D]. 華中科技大學, 2013.

[5] Siegel R L, Miller K D, Fedewa S A, et al. Colorectal cancer statistics, 2017[J]. Ca A Cancer Journal for Clinicians, 2017, 67(3): 177.

[6] Chan R H, Ho C W, Nikolova M. Salt-and-Pepper noise removal by median-type noise detectors and detail-preserving regularization.[J]. IEEE Trans Image Process, 2005, 14(10): 1479-1485.

[7] 吳婉. 機器視覺中泡罩藥品包裝缺陷檢測算法研究[D]. 湖南工業(yè)大學, 2014.

[8] Yu L, Manduca A, Trzasko J, et al. Projection-space denoising with bilateral filtering in computed tomography: US, US8965078[P]. 2015.

[9] 王海菊, 譚常玉, 王坤林, 等. 自適應(yīng)高斯濾波圖像去噪算法[J]. 福建電腦, 2017, 33(11): 5-6.

[10] He K, Sun J, Tang X. Guided Image Filtering[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2013, 35(6): 1397-409.

Filtering Algorithm for Pharmaceutical Packaging based on Machine Vision

LIU Zhi-qiang1, SUN Huai-yuan2*, SONG Xiao-kang1

(1. School of Medical instrument, University of Shanghai for Science and Technology, Shanghai 200093, China;2. School of Medical Instrumentation, Shanghai University of Medicine and Health Sciences 201318, China)

In order to effectively filter the image noise in the visual inspection system of blister medicine packaging, this paper uses a Gaussian filter-based guided filtering denoising method. Firstly, the mathematical model of guided filtering is analyzed. The Gaussian filter is used to pre-noise the noise-containing original image, and then the resulting image is used as the input image. After the original image is grayed, it is used as a guide image, and finally guided. Filtered noise reduction. At the same time, the experiments were compared with the classical filtering algorithms (mean filter, median filter, and bilateral filter). Experimental results show that the improved steerable filter can filter out the noise in the image while retaining the original image details and edges. In part, it has a certain value for the subsequent image processing.

Image processing; Oriented filtering; Blister packs; Visual inspection system

TP391.41

A

10.3969/j.issn.1003-6970.2018.09.019

劉志強(1990-)，男，研究生，主要研究方向：機器視覺與圖像處理；宋曉康(1993-)，男，研究生，主要研究方向：噴墨打印與植入類醫(yī)療器械。

孫懷遠(1962-)，男，教授，主要研究方向：藥劑設(shè)備及在線檢測技術(shù)。

本文著錄格式：劉志強，孫懷遠，宋曉康. 基于機器視覺的藥品包裝濾波算法實現(xiàn)[J]. 軟件，2018，39（9）：93-96