CN116698860A - 基于图像处理实现批量实心根类中药切片质量分析的方法 - Google Patents
基于图像处理实现批量实心根类中药切片质量分析的方法 Download PDFInfo
- Publication number
- CN116698860A CN116698860A CN202310986943.5A CN202310986943A CN116698860A CN 116698860 A CN116698860 A CN 116698860A CN 202310986943 A CN202310986943 A CN 202310986943A CN 116698860 A CN116698860 A CN 116698860A
- Authority
- CN
- China
- Prior art keywords
- slice
- slices
- chinese medicine
- traditional chinese
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003814 drug Substances 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 title claims abstract description 44
- 239000007787 solid Substances 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 title claims abstract description 17
- 238000012797 qualification Methods 0.000 claims abstract description 31
- 230000000704 physical effect Effects 0.000 claims abstract description 8
- 230000007547 defect Effects 0.000 claims description 50
- 239000011521 glass Substances 0.000 claims description 15
- 241000411851 herbal medicine Species 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 241000238631 Hexapoda Species 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 13
- 239000012535 impurity Substances 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 239000003086 colorant Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 229940126680 traditional chinese medicines Drugs 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
- G01N21/894—Pinholes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N2021/8909—Scan signal processing specially adapted for inspection of running sheets
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Textile Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域,尤其是基于图像处理实现批量实心根类中药切片质量分析的方法,包括如下步骤:批量根茎中药切片沿切片导向输送***送料;高速线阵相机镜头下同步获取全部单片切片连续输送状态下的切片第一表面连续照片、切片第二表面连续照片;切片镜像第二表面图像经正片叠底后对中重叠在与其尺寸相同的切片第一表面连续照片的表面,得到全信息切片图像连续照片;得到K张长条状的全信息切片单元图像;分析计算得到当前批量根类中药切片干片的表面质量合格率情况。本方法采用同时检测实心根类切片表面孔、洞的方式实现对切片表面质量的检测,配合实现检测切片平均面积尺寸达到二检前初步分析当前批次切片物理性状质量的目的。
Description
技术领域
本发明涉及图像处理技术领域,尤其是基于图像处理实现批量实心根类中药切片质量分析的方法。
背景技术
根类中药切片是制备中药饮片的原始药材,为了达到中药饮片产品的质量要求一般需要对切片的质量进行严格的控制。
在现有技术中对作为根类中药饮片主要原材料的中药进行质量控制时一般都是对其含有的杂质进行检测处理,来达到除杂的目的,以此来提升整批药材的质量。例如,在专利公开号为CN111380833A的专利文献中主要就是利用基于多目视觉的除杂***实现对药材除杂质量控制来控制药材纯度质量的目的。
另外,在现有技术中还公开了专利公开号为CN115256510A的一种提高中药饮片的切片控制精度的方法及***,其主要是通过控制中药饮片切制精度,通过反馈调整提高切片的自动化程度,进而提高切片质量的技术效果。
综上可以看出,目前在检测切片质量时采用降低杂质质量、控制切片厚度等方便来实现药材质量的控制,均属于从辅助手段实现药材质量提升的方式,但是在制备中药饮片的工序中对于根类中药切片来说原材料的质量也是决定后续产品质量的重要考量指标,为此,本发明设计出了一种基于图像处理实现批量实心根类中药切片质量分析的方法,用于设置在切片工序下游实现对切片工序完成后的各根类中药切片的物理特征(包括切片内部烂片、虫洞、蛀洞情况等)进行分析,用以有效地分析当前批次切片的整体材料质量情况,用以更好地解决现有技术中存在的问题,便于为后续的切片二检提供检测方向和依据。
发明内容
本发明为解决上述技术问题之一,所采用的技术方案是:基于图像处理实现批量实心根类中药切片质量分析的方法,包括如下步骤:
批量根茎中药切片沿切片导向输送***送料;
各根茎中药切片经切片导向输送***输送后将根茎中药切片的输送状态调整为单片切片逐次输送状态;
高速线阵相机镜头下同步获取全部单片切片连续输送状态下的切片第一表面连续照片、切片第二表面连续照片;
将获取的切片第二表面连续照片进行水平镜像处理后得到切片镜像第二表面图像;
切片镜像第二表面图像经正片叠底后对中重叠在与其尺寸相同的切片第一表面连续照片的表面,得到全信息切片图像连续照片;
每间隔N个根类中药切片干片将全信息切片图像连续照片沿着临界点位置处的两相邻根类中药切片干片的宽度方向分界线实现切割,得到K张长条状的全信息切片单元图像;
各张全信息切片单元图像分别并列设置且相邻全信息切片单元图像的长边重叠,形成全信息切片二维图;
对全信息切片二维图分析处理并获取图像中的各有效切片特征并分析计算得到当前批量根类中药切片干片的表面质量合格率情况。
在上述任一方案中优选的是,批量根茎中药切片中待检测切片的总数量M为100-1000之间的整数,各待检测切片由同批次批量根茎中药切片混匀后中随机抽样得到。
在上述任一方案中优选的是,切片第一表面连续照片、切片第二表面连续照片均采用高速线阵相机镜头正视状态下对输送状态下的各根类中药切片干片连续拍摄获取。
在上述任一方案中优选的是,N为自然数、K为自然数,N×K=M-S,其中S<N。
在上述任一方案中优选的是,对全信息切片二维图分析处理并获取图像中的各有效切片特征并分析计算得到当前批量根类中药切片干片的表面质量合格率情况的具体步骤如下:
读取全信息切片二维图图片信息;
转换图片至HSV色彩空间,设定HSV阈值并利用阈值作为目标特征与非目标特征的分割条件,控制合理阈值并动态调节阈值同时观测分割效果以明显显示切片表面虫洞、烂洞、孔洞为标准,获得合理视觉呈现目标特征效果状态下的二值化图像;
二值化图像进行形态学处理,预先腐蚀处理将物体的边界腐蚀掉,同时去除白噪声,断开连接在一起的相邻切片轮廓部分;
在二值化图像中拾取代表对应中药切片的切片封闭轮廓的外部轮廓并形成切片轮廓选区,选区反选并将反选区域无关特征删除后再取消选区,二值化图像仅保留各切片封闭轮廓内部特征;
选取各封闭轮廓区域内部代表切片上表面、下表面的虫洞、烂洞、孔洞的相关特征并标记为切片缺陷特征区域;
统计计算得到具有切片缺陷特征区域的切片的数量并将其归类为缺陷切片,将缺陷切片数量与总切片数量作比得到当前缺陷切片的缺陷百分占比率;
将缺陷百分占比率与切片标准合格率比较,若缺陷百分占比率小于切片标准合格率则当前批次的实心根类中药切片的表面质量合格率初步符合要求,否则不符合要求。
在上述任一方案中优选的是,各根茎中药切片在进行单片切片逐次输送时为自上而下竖直输送状态且各切片在竖直输送过程中不存在相互堆叠或遮挡,自上而下竖直输送状态的竖直成列的根茎中药切片的两侧表面均由透明玻璃立板实现侧向限位。
在上述任一方案中优选的是,各高速线阵相机镜头拍摄过程中与当前位置处的透明玻璃立板处于平行抵紧状态实现贴近拍摄,两透明玻璃立板之间形成供当前根茎中药切片下落的单片坠落通道。
在上述任一方案中优选的是,还包括切片平均大小检测方法,其具体步骤如下:
选取各切片封闭轮廓;
建立区域面积函数,得到代表对应切片轮廓尺寸的区域面积值;
将全部的区域面积值求和并与切片总数作比,得到平均切片面积值;
将平均切片面积值与当前批次标准要求的切片尺寸指标取差值绝对值后并与当前批次标准要求的切片尺寸指标作比后得到面积误差百分比,当面积误差百分比小于允许误差时,则当前批次切片尺寸面积符合要求,否则面积偏差存在偏大或偏小的情况,不符合要求。
在上述任一方案中优选的是,当根类中药切片干片的表面质量合格率与当前批次切片尺寸面积均符合要求时,则认为当前批次的根类中药切片干片的物理性状质量符合要求,否则不符合要求。
与现有技术相比,本发明的有益效果如下:
1、本方法采用同时检测实心根类切片表面孔、洞的方式实现对切片表面质量的检测,同时配合实现检测切片的平均面积尺寸来达到二检前初步分析当前批次切片物理性状质量的目的。
2、本发明中在进行切片表面孔、洞的检测时采用两侧表面同步获取图像的方式来保证图像获取的效率,同时依靠镜像、正片叠底实现切片两侧表面的重叠,重叠后综合图像分析处理达到孔洞占比及数量检测的目的。
3、对表面质量合格的控制采用初步合格率与终合格的两种方式同时通过的方法达到高质量控制切片表面质量的目的。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部件一般由类似的附图标记标识。附图中,各元件或部件并不一定按照实际的比例绘制。
图1为本发明的切片导向输送***的侧向状态下的内部结构示意图。
图中,1、单片坠落通道;2、透明玻璃立板;3、高速线阵相机镜头;其中,箭头表示根茎中药切片的下落方向。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。本发明具体结构如图1中所示。
实施例:基于图像处理实现批量实心根类中药切片质量分析的方法,包括如下步骤:
批量根茎中药切片沿切片导向输送***送料;
各根茎中药切片经切片导向输送***输送后将根茎中药切片的输送状态调整为单片切片逐次输送状态;
高速线阵相机镜头下同步获取全部单片切片连续输送状态下的切片第一表面连续照片、切片第二表面连续照片;
在此获取切片第一表面连续照片、切片第二表面连续照片的目的是为了得到全部待检测的根茎中药切片的两侧表面的全部特征;另外,在获取两侧表面的全部特征时是采用分别在切片导向输送***的两侧对称布置两个同步拍摄的高速线阵相机,两高速线阵相机在拍摄时正对当前进入其拍摄视角内部的向下运动状态下的根茎中药切片时,保证两者拍摄的速度相同,从而实现对同一切片相对两侧表面的同步正投影式的拍摄,另外,当根茎中药切片在下落的过程中出现卡阻时配合向单片坠落通道1的内部气动施力实现防堵疏通。
将获取的切片第二表面连续照片进行水平镜像处理后得到切片镜像第二表面图像;
由于切片在向下坠落时控制其处于接近竖直向下导出的状态,同时由于两侧的高速线阵相机的拍摄镜头设置在对称的两侧实现正向投影抓取拍摄,从而保证两相同的切片从左右两侧获取到的轮廓是基本相同且镜像设置的,故在此将其中的切片第二表面连续照片水平镜像处理后得到与切片第一表面连续照片轮廓相同的切片镜像第二表面图像,此时的切片镜像第二表面图像的轮廓与切片第一表面连续照片轮廓相同但是其上拍摄记录的特征属于根茎中药切片的第二表面上的图像特征,其中的孔洞、烂洞等缺陷可以较为清晰的显示。
同时拍摄环境中采用防反光措施及自然补光措施实现切片部位的光线充足但不刺眼,保证拍摄质量。
切片镜像第二表面图像经正片叠底后对中重叠在与其尺寸相同的切片第一表面连续照片的表面,得到全信息切片图像连续照片;
将轮廓相同且表面特征不同的切片镜像第二表面图像、切片第一表面连续照片实现正片叠底后对中重叠后根据需要同步调整重叠的两张图片的亮度、对比度透明度使其保持将两者其上的特征全部显示为宜,整片叠底重叠后的两张图片的轮廓基本重叠,在后续片处理时以最***的轮廓作为整体轮廓拾取特征。
每间隔N个根类中药切片干片将全信息切片图像连续照片沿着临界点位置处的两相邻根类中药切片干片的宽度方向分界线实现切割,得到K张长条状的全信息切片单元图像;
全信息切片图像连续照片上可以显示全部多个切片的两侧表面上拍摄的主要特征,在进行长照片的截图时,采用自动识别或者人工辅助的方式来实现能够沿着相邻的根类中药切片干片的接触部位的横向水平线完成切割,从而保证每张被切割后的照片上的切片均是完整的切片,便于后续拾取切片特征与真实切片特征的准确对比,在进行切片的面积测量时需要预先调节照片中的切片与实物切片的比例并设定准确的比例尺。
各张全信息切片单元图像分别并列设置且相邻全信息切片单元图像的长边重叠,形成全信息切片二维图;
将被切割的各个长条状图片合并后可以包含有全部根类中药切片干片样本信息的图片形成长宽比适中的全信息切片二维图图片,便于提高图片处理时提高观察的效果。
同时也便于后期彩色打印出图后可以达到快速观察照片上的全部切片信息的目的。
对全信息切片二维图分析处理并获取图像中的各有效切片特征并分析计算得到当前批量根类中药切片干片的表面质量合格率情况。
根据图片分析处理及计算可以得到当前批量根类中药切片干片的表面质量合格率情况,便于以合理抽样的方式实现对整批次的根类中药切片干片的表面质量的概率预测估测。
在上述任一方案中优选的是,批量根茎中药切片中待检测切片的总数量M为100-1000之间的整数,各待检测切片由同批次批量根茎中药切片混匀后中随机抽样得到。
采用合理取样的方式选取100-1000的根茎中药切片可以保证利用样本检测的方式实现对整批次的产品的有效地取样处理,保证样本检测结果能够较大程度上有效地反应整体产品的真实情况。
在上述任一方案中优选的是,切片第一表面连续照片、切片第二表面连续照片均采用高速线阵相机镜头正视状态下对输送状态下的各根类中药切片干片连续拍摄获取。
目的是获取得到正投影式的包含有全部样本(批量根类中药切片干片)的切片第二表面连续照片、切片第二表面连续照片,保证获取样本两侧表面特征的全部信息。
在上述任一方案中优选的是,N为自然数、K为自然数,N×K=M-S,其中S<N。
在上述任一方案中优选的是,对全信息切片二维图分析处理并获取图像中的各有效切片特征并分析计算得到当前批量根类中药切片干片的表面质量合格率情况的具体步骤如下:
读取全信息切片二维图图片信息;
转换图片至HSV色彩空间,设定HSV阈值并利用阈值作为目标特征与非目标特征的分割条件,控制合理阈值并动态调节阈值同时观测分割效果以明显显示切片表面虫洞、烂洞、孔洞为标准,获得合理视觉呈现目标特征效果状态下的二值化图像;
具体操作时,在 HSV 颜色空间中,阈值处理可以通过设置不同通道的阈值来实现,各通道数值的选择是根据不同图像情况进行按需选择设定的,由本领域的操作者或者电脑自动选择当前图像中的阈值调节值,该部分属于本领域技术人员熟知的图像处理方法,不存在创新点,具体处理时可以从以下三个方面实现阈值的对应调节处理:
1.色相通道的阈值处理:色相通道是描述颜色的基本属性,通过调整色相通道的阈值可以实现对整幅图像中特定颜色的提取。
例如,可以设置阈值为蓝色的范围,然后只保留该颜色的像素,使其他像素变为黑色或白色。
2.饱和度通道的阈值处理: 饱和度通道反映颜色的纯度,通过调整饱和度通道的阈值可以实现对颜色深浅的控制。
例如,可以设置阈值为 50-255 之间,然后只保留饱和度超过该范围的像素,使其他像素变为黑色或白色。
3.亮度通道的阈值处理:亮度通道反映像素的亮度值,通过调整亮度通道的阈值可以实现对明暗度的控制。
例如,可以设置阈值为100-255 之间,然后只保留明暗度超过该范围的像素,使其他像素变为黑色或白色。总的来说,通过设置不同通道的阈值,可以实现对不同颜色、颜色深浅和明暗度的提取和控制,从而达到图像分割或特定区域检测的目的。
本领域的技术人员在针对不同颜色的图像利用阈值作为目标特征与非目标特征的分割条件时选择的阈值是随图像情况变化的,从整体上来将该步骤中并不存在具体的阈值大小,阈值选择数值以能够分割目标特征与非目标特征为具体指标。阈值调整来达到区分图像中不同目标区域的方式属于区分目标特征与非目标特征的常规图像处理的操作,本领域的技术人员熟知的,不再赘述。
调节阈值并动态观察变化可以预先选定出能够有效地强化显示切片表面虫洞、烂洞、孔洞,保证在后续处理时能够得到有效地且便于观察处理的特征区域,提高后续处理的效率与效果。
二值化图像进行形态学处理,预先腐蚀处理将物体的边界腐蚀掉,同时去除白噪声,断开连接在一起的相邻切片轮廓部分;
在二值化图像中拾取代表对应中药切片的切片封闭轮廓的外部轮廓并形成切片轮廓选区,选区反选并将反选区域无关特征删除后再取消选区,二值化图像仅保留各切片封闭轮廓内部特征;
采用先形态学处理,再边界腐蚀的同时处理去除白噪声的方式可以更好地去除较小的无关特征中的,同时又实现了将相邻边界处的切片接触部位分隔断开的目的,便于后续对单独的代表切片图像轮廓的封闭区域进行深度处理。
选取各封闭轮廓区域内部代表切片上表面、下表面的虫洞、烂洞、孔洞的相关特征并标记为切片缺陷特征区域;
统计计算得到具有切片缺陷特征区域的切片的数量并将其归类为缺陷切片,将缺陷切片数量与总切片数量作比得到当前缺陷切片的缺陷百分占比率;
将缺陷百分占比率与切片标准合格率比较,若缺陷百分占比率小于切片标准合格率则当前批次的实心根类中药切片的表面质量合格率初步符合要求,否则不符合要求。
在此获取缺陷百分占比率的目的是与当前批次产品或者该类产品国标、行标中要求的切片标准合格率进行快速直管的对比,有效地得到表面质量合格率是否符合要求,当符合要求时再进行后续的深度检测。
在上述任一方案中优选的是,各根茎中药切片在进行单片切片逐次输送时为自上而下竖直输送状态且各切片在竖直输送过程中不存在相互堆叠或遮挡,自上而下竖直输送状态的竖直成列的根茎中药切片的两侧表面均由透明玻璃立板2实现侧向限位。
在上述任一方案中优选的是,各高速线阵相机镜头3拍摄过程中与当前位置处的透明玻璃立板2处于平行抵紧状态实现贴近拍摄,两透明玻璃立板2之间形成供当前根茎中药切片下落的单片坠落通道1。
透明玻璃立板2在进行镜头架设时采取遮挡并打光来降低或消除反光影响,控制单片坠落通道1的厚度尺寸实现仅能够单个切片向下落下。
在上述任一方案中优选的是,分别对每个缺陷切片内部切片缺陷特征区域面积与当前切片的轮廓面积作比,得到当前切片的缺陷占比,根据缺陷占比将缺陷切片分类为轻度缺陷切片、中度缺陷切片、重度缺陷切片。
按照轻度缺陷切片、中度缺陷切片、重度缺陷切片分类可以更好地以综合评分的方式客观的反应当前整体的样本中的受损切片的整体缺陷情况。
在上述任一方案中优选的是,轻度缺陷切片的缺陷值记1分、中度缺陷切片3、重度缺陷切片5分。
当前批次的切片表面质量合格率初步符合要求时,统计轻度缺陷切片的轻度缺陷总值为Z轻度(Z轻度=1×a、其中a为轻度缺陷切片的个数),中度缺陷切片的中度缺陷总值为Z中度(Z中度=3×b、其中b为中度缺陷切片的个数),重度缺陷切片的重度缺陷总值为Z重度(Z重度=3×c、其中c为重度缺陷切片的个数)。
整体缺陷总值Z总=Z轻度+Z中度+Z重度,当Z总≤Z标准临界值时,当前批次的切片表面质量终合格,否则不合格。
Z标准临界值代表本领域中的国标要求或者行标要求或者生产中的经验值要求。
在上述任一方案中优选的是,还包括切片平均大小检测方法,其具体步骤如下:
选取各切片封闭轮廓;
建立区域面积函数,得到代表对应切片轮廓尺寸的区域面积值;
将全部的区域面积值求和并与切片总数作比,得到平均切片面积值;
将平均切片面积值与当前批次标准要求的切片尺寸指标取差值绝对值后并与当前批次标准要求的切片尺寸指标作比后得到面积误差百分比,当面积误差百分比小于允许误差时,则当前批次切片尺寸面积符合要求,否则面积偏差存在偏大或偏小的情况,不符合要求。
通过轮廓面积计算可以得到当前批次切片的平均切片面积值,从而与标准切片的面积要求进行比较,得到反应当前切片面积的情况。
在上述任一方案中优选的是,当根类中药切片干片的表面质量合格率与当前批次切片尺寸面积均符合要求时,则认为当前批次的根类中药切片干片的物理性状质量符合要求,否则不符合要求。
通过对表面质量合格率初步符合要求的切片样本进行物理性状质量分析后,得到两者均符合要求的切片,从而得到整体符合要求的切片,进而反应出当前切片整批次产品的合格率情况。
在上述任一方案中优选的是,所述切片导向输送***包括切片导送单元,所述切片导送单元的进料端用于接收来自外部的各实心根类中药切片,进入到切片导送单元内部的实心根类中药切片逐一向下游输送并在输送的过程中被拍摄。
所述切片导送单元包括仅能供单片切片向下通过的单片坠落通道1,所述单片坠落通道1的两侧分别由两相对间隔设置的透明玻璃立板2实现限位,在两所述透明玻璃立板2的两侧分别固定设置有侧连接板,两所述侧连接板及两所述透明玻璃立板2围成的单片坠落通道1的横断面为细长型的矩形结构,矩形结构的宽度为被输送的根类中药切片干片的厚度的1.1倍-1.3倍、矩形结构的长度为被输送的根类中药切片干片的最大长度尺寸的1.1-1.3倍。
采用透明材质的玻璃立板进行限位能够有效地保证在进行拍摄并获取切片表面图像时能够保证对内部切片表面的有效图像获取。
被单片坠落通道1输送的各根类中药切片干片均为经过风选除杂后及干燥后的根类中药切片干片。
经过风选除杂后及干燥后的根类中药切片干片坠落的过程中基本不存在灰尘等。
被单片坠落通道1输送的各个根类中药切片干片采用机械振动投料或者人工逐片投料的方式实现进料。
所述切片导向输送***在使用时其上游配合现有的振动送料机(振动送料机采用现有技术产品即可),振动送料机底部出料口与单片坠落通道1的进口端固定连接,振动送料机用于完成各根类中药切片干片的振动送料;单片坠落通道1的出口端连接下游的切片二检输送工位。
振动送料可以保证根类中药切片干片在向下导落时的流畅性,降低切片堵塞的可能性。
本方法采用同时检测实心根类切片表面孔、洞的方式实现对切片表面质量的检测,同时配合实现检测切片的平均面积尺寸来达到二检前初步分析当前批次切片物理性状质量的目的;在进行切片表面孔、洞的检测时采用两侧表面同步获取图像的方式来保证图像获取的效率,同时依靠镜像、正片叠底实现切片两侧表面的重叠,重叠后综合图像分析处理达到孔洞占比及数量检测的目的;对表面质量合格的控制采用初步合格率与终合格的两种方式同时通过的方法达到高质量控制切片表面质量的目的。
以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围;对于本技术领域的技术人员来说,对本发明实施方式所做出的任何替代改进或变换均落在本发明的保护范围内。
本发明未详述之处,均为本技术领域技术人员的公知技术。
Claims (9)
1.基于图像处理实现批量实心根类中药切片质量分析的方法,其特征在于:包括如下步骤:
批量根茎中药切片沿切片导向输送***送料;
各根茎中药切片经切片导向输送***输送后将根茎中药切片的输送状态调整为单片切片逐次输送状态;
高速线阵相机镜头下同步获取全部单片切片连续输送状态下的切片第一表面连续照片、切片第二表面连续照片;
将获取的切片第二表面连续照片进行水平镜像处理后得到切片镜像第二表面图像;
切片镜像第二表面图像经正片叠底后对中重叠在与其尺寸相同的切片第一表面连续照片的表面,得到全信息切片图像连续照片;
每间隔N个根类中药切片干片将全信息切片图像连续照片沿着临界点位置处的两相邻根类中药切片干片的宽度方向分界线实现切割,得到K张长条状的全信息切片单元图像;
各张全信息切片单元图像分别并列设置且相邻全信息切片单元图像的长边重叠,形成全信息切片二维图;
对全信息切片二维图分析处理并获取图像中的各有效切片特征并分析计算得到当前批量根类中药切片干片的表面质量合格率情况。
2.根据权利要求1所述的基于图像处理实现批量实心根类中药切片质量分析的方法,其特征在于:其中,批量根茎中药切片中待检测切片的总数量M为100-1000之间的整数,各待检测切片由同批次批量根茎中药切片混匀后中随机抽样得到。
3.根据权利要求2所述的基于图像处理实现批量实心根类中药切片质量分析的方法,其特征在于:切片第一表面连续照片、切片第二表面连续照片均采用高速线阵相机镜头正视状态下对输送状态下的各根类中药切片干片连续拍摄获取。
4.根据权利要求3所述的基于图像处理实现批量实心根类中药切片质量分析的方法,其特征在于:N为自然数、K为自然数,N×K=M-S,其中S<N。
5.根据权利要求4所述的基于图像处理实现批量实心根类中药切片质量分析的方法,其特征在于:对全信息切片二维图分析处理并获取图像中的各有效切片特征并分析计算得到当前批量根类中药切片干片的表面质量合格率情况的具体步骤如下:
读取全信息切片二维图图片信息;
转换图片至HSV色彩空间,设定HSV阈值并利用阈值作为目标特征与非目标特征的分割条件,控制合理阈值并动态调节阈值同时观测分割效果以明显显示切片表面虫洞、烂洞、孔洞为标准,获得合理视觉呈现目标特征效果状态下的二值化图像;
二值化图像进行形态学处理,预先腐蚀处理将物体的边界腐蚀掉,同时去除白噪声,断开连接在一起的相邻切片轮廓部分;
在二值化图像中拾取代表对应中药切片的切片封闭轮廓的外部轮廓并形成切片轮廓选区,选区反选并将反选区域无关特征删除后再取消选区,二值化图像仅保留各切片封闭轮廓内部特征;
选取各封闭轮廓区域内部代表切片上表面、下表面的虫洞、烂洞、孔洞的相关特征并标记为切片缺陷特征区域;
统计计算得到具有切片缺陷特征区域的切片的数量并将其归类为缺陷切片,将缺陷切片数量与总切片数量作比得到当前缺陷切片的缺陷百分占比率;
将缺陷百分占比率与切片标准合格率比较,若缺陷百分占比率小于切片标准合格率则当前批次的实心根类中药切片的表面质量合格率初步符合要求,否则不符合要求。
6.根据权利要求5所述的基于图像处理实现批量实心根类中药切片质量分析的方法,其特征在于:各根茎中药切片在进行单片切片逐次输送时为自上而下竖直输送状态且各切片在竖直输送过程中不存在相互堆叠或遮挡,自上而下竖直输送状态的竖直成列的根茎中药切片的两侧表面均由透明玻璃立板实现侧向限位。
7.根据权利要求6所述的基于图像处理实现批量实心根类中药切片质量分析的方法,其特征在于:各高速线阵相机镜头拍摄过程中与当前位置处的透明玻璃立板处于平行抵紧状态实现贴近拍摄,两透明玻璃立板之间形成供当前根茎中药切片下落的单片坠落通道。
8.根据权利要求7所述的基于图像处理实现批量实心根类中药切片质量分析的方法,其特征在于:还包括切片平均大小检测方法,其具体步骤如下:
选取各切片封闭轮廓;
建立区域面积函数,得到代表对应切片轮廓尺寸的区域面积值;
将全部的区域面积值求和并与切片总数作比,得到平均切片面积值;
将平均切片面积值与当前批次标准要求的切片尺寸指标取差值绝对值后并与当前批次标准要求的切片尺寸指标作比后得到面积误差百分比,当面积误差百分比小于允许误差时,则当前批次切片尺寸面积符合要求,否则面积偏差存在偏大或偏小的情况,不符合要求。
9.根据权利要求8所述的基于图像处理实现批量实心根类中药切片质量分析的方法,其特征在于:当根类中药切片干片的表面质量合格率与当前批次切片尺寸面积均符合要求时,则认为当前批次的根类中药切片干片的物理性状质量符合要求,否则不符合要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310986943.5A CN116698860B (zh) | 2023-08-08 | 2023-08-08 | 基于图像处理实现批量实心根类中药切片质量分析的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310986943.5A CN116698860B (zh) | 2023-08-08 | 2023-08-08 | 基于图像处理实现批量实心根类中药切片质量分析的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116698860A true CN116698860A (zh) | 2023-09-05 |
CN116698860B CN116698860B (zh) | 2023-10-27 |
Family
ID=87832565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310986943.5A Active CN116698860B (zh) | 2023-08-08 | 2023-08-08 | 基于图像处理实现批量实心根类中药切片质量分析的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116698860B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117870782A (zh) * | 2024-03-13 | 2024-04-12 | 吉林汉资堂人参生物科技股份有限公司 | 一种基于人参皂苷提取的人参药材切片质量管理*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4319269A (en) * | 1978-11-24 | 1982-03-09 | Kanebo Limited | External appearance inspecting system |
US6741731B1 (en) * | 1999-07-23 | 2004-05-25 | Shionogi Qualicaps Co., Ltd. | Side surface inspecting apparatus for tablet, front and back surface inspecting apparatus for tablet, and tablet appearance inspecting apparatus using the same |
US20070097411A1 (en) * | 2005-10-31 | 2007-05-03 | Fuji Xerox Co., Ltd. | Duplex simultaneous reading apparatus, copying apparatus, image processing apparatus and image processing method |
JP2009097922A (ja) * | 2007-10-15 | 2009-05-07 | Daido Steel Co Ltd | 外観検査方法及び外観検査装置 |
CN203519514U (zh) * | 2013-09-29 | 2014-04-02 | 上海方成视觉设备有限公司 | 药片外观双面检测机构 |
CN106442539A (zh) * | 2016-08-31 | 2017-02-22 | 王钦裕 | 利用图像信息测量工件表面缺陷的方法 |
CN109270077A (zh) * | 2018-11-01 | 2019-01-25 | 通富微电子股份有限公司 | 一种光学检测*** |
CN109884070A (zh) * | 2019-03-08 | 2019-06-14 | 武汉大学 | 一种基于机器视觉的铝铝泡罩包装药片缺陷检测方法 |
CN112881419A (zh) * | 2021-05-06 | 2021-06-01 | 惠州高视科技有限公司 | 芯片检测方法、电子设备及存储介质 |
CN115546615A (zh) * | 2021-06-30 | 2022-12-30 | 合肥美亚光电技术股份有限公司 | 中草药根茎切片的识别方法、存储介质、电子设备 |
CN115631138A (zh) * | 2022-09-27 | 2023-01-20 | 华中科技大学 | 一种锆合金板材激光切割质量监检测方法与装置 |
-
2023
- 2023-08-08 CN CN202310986943.5A patent/CN116698860B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4319269A (en) * | 1978-11-24 | 1982-03-09 | Kanebo Limited | External appearance inspecting system |
US6741731B1 (en) * | 1999-07-23 | 2004-05-25 | Shionogi Qualicaps Co., Ltd. | Side surface inspecting apparatus for tablet, front and back surface inspecting apparatus for tablet, and tablet appearance inspecting apparatus using the same |
US20070097411A1 (en) * | 2005-10-31 | 2007-05-03 | Fuji Xerox Co., Ltd. | Duplex simultaneous reading apparatus, copying apparatus, image processing apparatus and image processing method |
JP2009097922A (ja) * | 2007-10-15 | 2009-05-07 | Daido Steel Co Ltd | 外観検査方法及び外観検査装置 |
CN203519514U (zh) * | 2013-09-29 | 2014-04-02 | 上海方成视觉设备有限公司 | 药片外观双面检测机构 |
CN106442539A (zh) * | 2016-08-31 | 2017-02-22 | 王钦裕 | 利用图像信息测量工件表面缺陷的方法 |
CN109270077A (zh) * | 2018-11-01 | 2019-01-25 | 通富微电子股份有限公司 | 一种光学检测*** |
CN109884070A (zh) * | 2019-03-08 | 2019-06-14 | 武汉大学 | 一种基于机器视觉的铝铝泡罩包装药片缺陷检测方法 |
CN112881419A (zh) * | 2021-05-06 | 2021-06-01 | 惠州高视科技有限公司 | 芯片检测方法、电子设备及存储介质 |
CN115546615A (zh) * | 2021-06-30 | 2022-12-30 | 合肥美亚光电技术股份有限公司 | 中草药根茎切片的识别方法、存储介质、电子设备 |
CN115631138A (zh) * | 2022-09-27 | 2023-01-20 | 华中科技大学 | 一种锆合金板材激光切割质量监检测方法与装置 |
Non-Patent Citations (1)
Title |
---|
高体红;周凯汀;郑力新;: "药片视觉***中图像处理单元设计与验证", 计算机仿真, no. 01, pages 420 - 424 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117870782A (zh) * | 2024-03-13 | 2024-04-12 | 吉林汉资堂人参生物科技股份有限公司 | 一种基于人参皂苷提取的人参药材切片质量管理*** |
CN117870782B (zh) * | 2024-03-13 | 2024-06-04 | 吉林汉资堂人参生物科技股份有限公司 | 一种基于人参皂苷提取的人参药材切片质量管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN116698860B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110296997B (zh) | 基于机器视觉的陶瓷瓦的缺陷检测方法及装置 | |
CN107486415B (zh) | 基于机器视觉的篾片缺陷在线检测***及检测方法 | |
CN109772733B (zh) | 一种基于视觉的缺陷竹块检测分拣装置及方法 | |
CN109269951B (zh) | 基于图像的浮选尾煤灰分、浓度、粗颗粒含量检测方法 | |
CN116698860B (zh) | 基于图像处理实现批量实心根类中药切片质量分析的方法 | |
CN110146516B (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN112184648A (zh) | 一种基于深度学习的活塞表面缺陷检测方法及*** | |
Gujjar et al. | A method for identification of basmati rice grain of india and its quality using pattern classification | |
CN105388162A (zh) | 基于机器视觉的原料硅片表面划痕检测方法 | |
CN111398287A (zh) | 一种电池极片划痕检测***及检测方法 | |
CN1485616A (zh) | 禽蛋品质无损自动检测分级设备及方法 | |
Neethu et al. | Role of computer vision in automatic inspection systems | |
CN109030504B (zh) | 基于虚实成像相结合的全景马铃薯缺陷检测装置及方法 | |
CN111558542A (zh) | 一种陶瓷瓦表面质量在线检测分拣***及方法 | |
CN108280838A (zh) | 一种基于边缘检测的夹片牙型缺陷检测方法 | |
WO2023168984A1 (zh) | 一种基于面阵相机的阴极铜质量检测方法及*** | |
CN111122590A (zh) | 一种陶瓷表面缺陷检测装置及检测方法 | |
CN110554052A (zh) | 一种人造板表面缺陷检测方法及其*** | |
CN115032148A (zh) | 一种片材棱面检测方法及规整检测暂存站 | |
CN114359155A (zh) | 一种覆膜方法及*** | |
CN112676195B (zh) | 基于线阵cmos相机的实木地板的颜色分选装置及方法 | |
CN114235814A (zh) | 一种建筑玻璃幕墙裂纹识别方法 | |
CN114527131A (zh) | 一种原料硅片的内外部缺陷在线检测设备及检测方法 | |
Aleixos et al. | Assessment of citrus fruit quality using a real-time machine vision system | |
CN116309375B (zh) | 实木板材双面缺陷检测及智能加工坐标确定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |