一种药食品包装标签智能视觉检测系统及检测方法

1.本发明涉及自动检测技术领域，尤其涉及一种药食品包装标签智能视觉检测系统及检测方法，针对药食品包装特别是包装瓶（西林瓶）外侧的标签质量进行检测。


背景技术：

2.食品药品的安全性已成为全世界重大关注的问题而越来越被重视，目前药食品包装主要采用西林瓶的形式，并在瓶体外侧粘贴标签。药食品包装标签的检测技术是保证其安全性最有效及最重要的手段。传统的药食品包装标签人工检测和抽样检测，成本高、效率低，且检测的主观和随机性无法满足现代企业对产品质量的要求。人工智能与机器视觉相结合，进行药食品包装标签复杂形成过程的在线检测与合格性评价，具有重要的理论及应用价值，已成为药品食品行业中一种趋势。
3.我国药品和食品行业管理规定明确要求标签及说明书中的文字应当清晰易辨认，应标注有通用名称、规格、产品批号、有效期等关键信息，不得有印字脱落或者粘贴不牢等现象，不得以粘贴、剪切、涂改等方式进行修改或者补充。然而标签在喷印、粘贴过程中，由于生产工艺及生产速度的影响，标签上容易出现错印、漏印、破裂等各类缺陷，严重影响药品标签的可读性及患者的用药安全。
4.药食品标签作为药食品包装标签的重要信息载体，其可读性与完整性对使用安全有着重要作用。医药行业标签印刷材质一般以不干胶标签为主，其种类繁多，外观尺寸和字体都较小，要求印刷墨色饱满，字体清晰，色差控制严格，因而医药标签在质量管理上比较困难。从安全角度考虑，医药标签质量要求比较苛刻，然而国内医药行业的标签质量检测手段相对落后，检测手段仍旧以人工目检为主。传统的人工检测方法存在着效率低、稳定性差、劳动强度高、成本高等缺点。近年来，随着人力成本的急剧增加及管理难度上升，标签质量自动化检测设备开始备受青睐，而且这种趋势越发明显。


技术实现要素：

5.本发明的目的在于提供一种药食品包装标签智能视觉检测方法及系统，以解决上述背景技术中提出的问题和不足。
6.为实现上述目的，本发明采取的技术方案为：一种药食品包装标签智能视觉检测系统，包括用于输送包装瓶的同步输送单元和电气控制单元，所述同步输送单元包括机架、用于输送药瓶的输送链、用于将药瓶均匀分隔的分瓶器；其特征在于：还包括视觉检测单元；所述视觉检测单元设置在分瓶器的后方，包括设置在输送链外侧的检测台架，在检测台架上设置有四部相机，四部相机均匀分布在待测包装瓶的周围，在相机的上方设置有光源，在相机的下方设置有相机底板；还包括工控机，工控机与相机相配合，用于存储图像并向外输出。
7.进一步的：相机底板固定在检测台架上，其位于输送链的下方。
8.进一步的：所述光源为 led方形光源。
9.进一步的：还包括吹气剔除装置和接料桶；所述吹气剔除装置和接料桶相对设置在输送链条的两侧，吹气剔除装置包括与压缩空气相连通的吹气喷嘴，以及用于检测包装瓶位置的检测器，在输送链条与接料桶相配合的位置设置有开口。
10.进一步的：还包括图像处理与识别模块，图像处理与识别模块与工控机相配合，用于比对相机采集的图像与设定图像的区别并输出相应的信号。
11.进一步的：还包括保护罩，保护罩设置在相机的外侧，在保护罩外侧设置有报警灯。
12.本发明还公开了一种药食品包装标签智能视觉检测方法，用于检测药食品包装瓶体上标签的质量，其特征在于：包括如下步骤：步骤1：确定标签边缘的坐标点，将标签边缘坐标点转化到图像坐标系上，确定该点的归一化方向向量，通过误差函数完成瓶柱面标签的空间定位；具体如下：（1）依据相机的透视成像原理，建立空间中坐标为（xw,yw,zw）的空间点，与其在图像坐标系上的对应点(u,v)的数学关系，其数学表达式为：（1）式中，k代表相机的内参数矩阵，r、t分别代表相机坐标系相对于世界坐标系的旋转矩阵和平移矩阵，构成了相机的外参数矩阵，s为被测物在相机坐标系中的z向坐标；（2）依据相机标定的外参数矩阵，获得在世界坐标系下各个相机焦点的空间坐标oi，依据公式(1)，将所提取到的柱面标签边缘点p变换到世界坐标系下，其对应的空间点坐标记为pw，可以得到一条由相机光心oi(xi,yi,zi)发出，过边缘点pw(x
ij
,y
ij
,z
ij
)的射线,其归一化方向向量k
ij
可以表示为：
ꢀꢀꢀ
（2）其中i指代相机的编号,且i∈1,2,3,4；j表示在相机i下的边缘点序号,且j∈1,2,3,
……
n；（3）根据空间中两异面直线的距离公式，射线oipw与瓶标签圆柱体中心轴的距离为：
ꢀꢀꢀꢀ
（3）其中k2表示瓶标签圆柱体中心轴的方向向量，oaoi表示由瓶标签圆柱体中心轴上定点oa指向相机焦点oi的方向向量；d
ij
表示为相机i视野下的第j个边缘点与相机i的焦点所构成的射线与瓶标签圆柱体中心轴的距离；i指代相机的编号,i∈1,2,3,4；j表示在相机i下的边缘点序号,j∈1,2,3,
……
n；(4)因两条异面直线之间的距离dij等于瓶标签圆柱体的半径r，据此构建误差函
数：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）联立（2）（3）（4）式，使用线性最小二乘法求解使误差函数取得最小值时，瓶标签圆柱体中心轴上的定点oa，方向向量为k2，即完成了瓶柱面标签的空间定位；步骤2：确定最优观测相机，进行柱面标签畸变校正，获得瓶柱面标签展开图；具体如下：依据瓶标签三维点与四个相机焦点的空间相对位置，确定每个相机的观测范围；瓶标签为类圆柱体，提瓶标签三维模型中间位置进行计算，并应用到三维模型中的其他像素点，确定空间模型中每一个三维像素点的最优观测相机；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（5）式中， zk指标签圆柱体中心轴上选取的第z=k层对应的圆柱体中心轴上的点；ci指相机i焦点的空间坐标；pj指三维模型上的空间点；y为四个相机焦点所组成的夹角中余弦最小值；对于每个空间点pj求取其与四个相机焦点夹角的余弦值，余弦值取最大时所对应的相机即是该点的最优观测相机，即∠zkp
jci
余弦值取得最大值时，函数值y所对应的相机序号即为该空间点pj的最优观测相机，并将其它相机的坐标变换到最优观测相机坐标系中；将标签圆柱体空间模型中的三维点变换到各自相机下的像素坐标系中，采用插值算法计算该点所对应的像素值，即完成了单相机视野下的柱面标签畸变校正，最后将相机所观测到所有空间点按顺序在平面展开，即完成了单相机下的瓶标签的校正，循环处理所有相机后即可以获得连续且归一化的瓶柱面标签展开图；步骤3：将展开图与标准图进行对比，判断该标签是否合格，若合格，无动作并进入下一检测周期；若不合格，剔除器启动将其对应的包装瓶剔除；其中，判断方法如下：设f(x,y)为标签标准图像，f
′
(x,y)为柱面标签的展开图像；将标签展开图像与标准图像进行差分运算，然后对差分图像进行二值化阈值分割，并计算二值化图像的面积特征：diff (x,y) =f
′
(x,y)-f(x,y)；式中，diff (x,y)表示差分图像，对diff (x,y)图像进行二值化阈值分割，设分割阈值为t，则有 ；式中，binary(x,y)表示二值图像；计算binary(x,y)图像中各区域的面积，各区域的面积可由下式计算
ꢀ
；式中sr表示连通域r的面积，（i, j）表示连通域内像素点的坐标；然后提取binary(x, y)图像中所有连通域中面积最大值：式中，smax表示面积最大值，n表示连通域的数量；若smax ≥ t时，则判定当前标签存在缺陷，为不合格产品；否则，则表明当前标签合格；其中t为设定的阈值。
13.进一步的：在步骤2之后还包括如下步骤：通过四个相机进行四个方位检测，构建其平面展开与图像拼接算法，在圆柱体几何空间内将圆柱标签展开成平面标签，并对其进行图像配准、图像拼接与图像融合，解决表面光照不均匀引起的图像灰度分布不均匀且图像中标签边缘存在严重的畸变与模糊问题，实现圆柱体标签全表面高精度重建，为其质量检测及判定提供真实的感知信息；扩展每个相机的成像区域，使相邻两个相机成像区域之间有重合区域，分别校正各个相机视野下的柱面标签畸变，得到具有重合区域的瓶标签部分图像；再利用图像拼接算法拼接相邻相机下的柱面标签展开图像，使用渐入渐出融合算法消除拼接缝隙，最终获得一幅完整且拥有较高质量的瓶柱面标签展开图。
14.本发明与现有技术相比具有下列优点：1、本发明通过将药食品包装标签智能视觉检测系统进行合理的选型配套、合理布局，可实现自动检测、剔除，可以显著提高生产率、产品合格率，降低企业的生产成本，提高制药行业的自动化及智能化水平，提升制药企业的市场竞争力。同时，可以有效避免因标签质量问题导致的患者用药安全事故的发生。
15.2、本发明构建药品圆柱标签多视角平面展开与图像拼接算法，解决其表面光照极不均匀引起的图像灰度分布很不均匀，且图像中标签边缘存在严重的畸变与模糊现象。基于深度学习的药品标签多种类、随机缺陷算法架构，解决颜色、形状、纹理等底层视觉特征和高层的语义特征的图像特征中目标对比度低、检测对象难以量化和描述的通用难题，提高缺陷分类与识别的准确性和稳定性。本发明检测方法执行速度快检测精确有效、内存要求低等特征，算法通用性强，还可以广泛地应用于食品、药品、饮料等检测行业。
附图说明
16.构成本技术的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
17.图1为本发明的内部结构示意图；图2为本发明的整体结构示意图；图3为本发明的俯视结构示意图；图4为本发明的控制系统结构图；图5为本发明的控制算法流程图；图6为瓶标签空间模型及相机可视范围示意图；
图7为扩展相机的可视范围示意图；图8为瓶柱面标签的空间定位示意图。
18.图中：1为机架、2为同步输送单元、3为分瓶器、4为视觉检测单元、5为电气控制单元、6为吹气剔除装置、7为接料桶、8为保护罩、9为药瓶、201为输送电机、202为输送链、203为输送侧板、204为输送护栏、205为护栏支撑、401为相机、402为光源、403为相机底板、404为工控机、405为图像处理与识别模块、406为检测台架、501为控制柜、502为plc控制器、503为光电传感器、504为测距传感器、505为旋转编码器、506为显示屏箱、507为报警灯。
具体实施方式
19.如图1-8所示，本发明公开了一种药食品包装标签智能视觉检测系统，包括用于输送包装瓶的同步输送单元2和电气控制单元5，所述同步输送单元包括机架1、用于输送药瓶的输送链202、用于将药瓶均匀分隔的分瓶器3；该检测系统还包括视觉检测单元4；所述视觉检测单元4设置在分瓶器3的后方，包括设置在输送链202外侧的检测台架406，在检测台架上设置有四部相机401，四部相机401均匀分布在待测药瓶9的周围，在相机401的上方设置有光源402，在相机401的下方设置有相机底板403；还包括工控机404，工控机404与相机401相配合，用于存储图像并向外输出，以供检测人员审查或通过相应的程序进行判断。
20.其中，输送单元2包括用于给输送链202提供动力的输送电机201，在输送链202两侧设置有输送护栏204，输送护栏204通过护栏支撑205与机架1上的输送侧板203相配合。输送链202可是直线或曲线设置，其结构为现有技术。
21.优选的：相机底板403固定在检测台架上，其位于输送链202的下方。
22.优选的：所述光源402为 led方形光源。
23.优选的：还包括吹气剔除装置6和接料桶7；所述吹气剔除装置6和接料桶7相对设置在输送链条202的两侧，吹气剔除装置6包括与压缩空气相连通的吹气喷嘴，以及用于检测包装瓶位置的检测器，即光电传感器503，在输送链条202与接料桶7相配合的位置设置有开口，做为通道以便于不合格的包装剔除。
24.优选的：还包括图像处理与识别模块405，图像处理与识别模块405与工控机404相配合，用于比对相机401采集的图像与设定图像的区别并输出相应的信号。
25.优选的：还包括保护罩8，保护罩为有机玻璃罩，设置在相机的外侧，在保护罩外侧设置有报警灯507。
26.优选的：所述电气控制单元，包括由控制柜501、plc控制器502、光电传感器503、测距传感器504、旋转编码器505、显示屏箱506等，其中光电传感器用来检测药瓶产生触发信号，用以触发多传感器图像采集模块控制工业相机采集图像，旋转编码器用来记录被检测对象的位置信息，整个电气控制及显示单元以plc为中心，完成触发信号的接收与发送。
27.本发明所述的检测系统，检测效果好。通过光源和相机底板的配合，可以实现对瓶体的良好照明，提高相机的拍摄效果；通过四部均匀分布的相机，可以实现对瓶体的全方位拍摄，不需要对瓶体的角度进行校正，提高了适应性，减少了对传送系统的要求。气动剔除装置，可以快速准确的对不合格品下线。
28.本发明还公开了一种药食品包装标签智能视觉检测方法，用于检测药食品包装瓶体上标签的质量，其特征在于：包括如下步骤：
步骤1：确定标签边缘的坐标点，将标签边缘坐标点转化到图像坐标系上，确定该点的归一化方向向量，通过误差函数完成瓶柱面标签的空间定位；具体如下：（1）依据相机的透视成像原理，建立空间中坐标为（xw,yw,zw）的空间点，与其在图像坐标系上的对应点(u,v)的数学关系，其数学表达式为：（1）式中，k代表相机的内参数矩阵，r、t分别代表相机坐标系相对于世界坐标系的旋转矩阵和平移矩阵，构成了相机的外参数矩阵，s为被测物在相机坐标系中的z向坐标；（2）依据相机标定的外参数矩阵，获得在世界坐标系下各个相机焦点的空间坐标oi，依据公式(1)，将所提取到的柱面标签边缘点p变换到世界坐标系下，其对应的空间点坐标记为pw，可以得到一条由相机光心oi(xi,yi,zi)发出，过边缘点pw(x
ij
,y
ij
,z
ij
)的射线,其归一化方向向量k
ij
可以表示为：
ꢀꢀꢀ
（2）其中i指代相机的编号,且i∈1,2,3,4；j表示在相机i下的边缘点序号,且j∈1,2,3,
……
n；（3）参照图8，根据空间中两异面直线的距离公式，射线oipw与瓶标签圆柱体中心轴的距离为：
ꢀꢀꢀꢀ
（3）其中k2表示瓶标签圆柱体中心轴的方向向量，oaoi表示由瓶标签圆柱体中心轴上定点oa指向相机焦点oi的方向向量；d
ij
表示为相机i视野下的第j个边缘点与相机i的焦点所构成的射线与瓶标签圆柱体中心轴的距离；i指代相机的编号,i∈1,2,3,4；j表示在相机i下的边缘点序号,j∈1,2,3,
……
n；(4)因两条异面直线之间的距离dij等于瓶标签圆柱体的半径r，据此构建误差函数：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）联立（2）（3）（4）式，使用线性最小二乘法求解使误差函数取得最小值时，瓶标签圆柱体中心轴上的定点oa，方向向量为k2，即完成了瓶柱面标签的空间定位；步骤2：确定最优观测相机，进行柱面标签畸变校正，获得瓶柱面标签展开图；参考图6，具体如下：
依据瓶标签三维点与四个相机焦点的空间相对位置，确定每个相机的观测范围；瓶标签为类圆柱体，提瓶标签三维模型中间位置进行计算，并应用到三维模型中的其他像素点，确定空间模型中每一个三维像素点的最优观测相机。
29.ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（5）式中， zk指标签圆柱体中心轴上选取的第z=k层对应的圆柱体中心轴上的点；ci指相机i焦点的空间坐标；pj指三维模型上的空间点；y为四个相机焦点所组成的夹角中余弦最小值；对于每个空间点pj求取其与四个相机焦点夹角的余弦值，余弦值取最大时所对应的相机即是该点的最优观测相机，即∠zkp
jci
余弦值取得最大值时，函数值y所对应的相机序号即为该空间点pj的最优观测相机，以最优观测相机的坐标系为基准，并将其它相机的坐标变换到最优观测相机坐标系中做为补充；将标签圆柱体空间模型中的三维点变换到各自相机下的像素坐标系中，采用插值算法计算该点所对应的像素值，即完成了单相机视野下的柱面标签畸变校正，最后将相机所观测到所有空间点按顺序在平面展开，即完成了单相机下的瓶标签的校正，循环处理所有相机后即可以获得连续且归一化的瓶柱面标签展开图；步骤3：将展开图与标准图进行对比，判断该标签是否合格，若合格，无动作并进入下一检测周期；若不合格，剔除器启动将其对应的包装瓶剔除；其中，判断方法如下：设f(x,y)为标签标准图像，f
′
(x,y)为柱面标签的展开图像；将标签展开图像与标准图像进行差分运算，然后对差分图像进行二值化阈值分割，并计算二值化图像的面积特征：diff (x,y) =f
′
(x,y)-f(x,y)；式中，diff (x,y)表示差分图像，对diff (x,y)图像进行二值化阈值分割，设分割阈值为t，则有 ；式中，binary(x,y)表示二值图像；计算binary(x,y)图像中各区域的面积，各区域的面积可由下式计算 ；式中sr表示连通域r的面积，（i, j）表示连通域内像素点的坐标；然后提取binary(x, y)图像中所有连通域中面积最大值：式中，smax表示面积最大值，n表示连通域的数量；若smax ≥ t时，则判定当前标签存在缺陷，为不合格产品；否则，则表明当前标签
合格；其中t为设定的阈值。
30.优选的：在步骤2之后还包括如下步骤：通过四个相机进行四个方位检测，构建其平面展开与图像拼接算法，在圆柱体几何空间内将圆柱标签展开成平面标签，并对其进行图像配准、图像拼接与图像融合，解决表面光照不均匀引起的图像灰度分布不均匀且图像中标签边缘存在严重的畸变与模糊问题，实现圆柱体标签全表面高精度重建，为其质量检测及判定提供真实的感知信息。
31.优选的：为了提高所获得视图的效果以及便于拼接，如图7所示，扩展每个相机的成像区域，使相邻两个相机成像区域之间有重合区域，分别校正各个相机视野下的柱面标签畸变，得到具有重合区域的瓶标签部分图像；再利用图像拼接算法拼接相邻相机下的柱面标签展开图像，使用渐入渐出融合算法消除拼接缝隙，最终获得一幅完整且拥有较高质量的瓶柱面标签展开图。
32.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。本方案未详细描述的结构及方法，均为现有技术。
33.本发明所述药食品包装标签智能视觉检测系统，包括机架、同步输送单元、分瓶器、视觉检测单元、电气控制及显示单元、吹气剔除装置、有机玻璃罩。所述机架由地脚、脚架、支撑管、顶置管夹支架组成，支撑同步运输单元；所述同步输送单元包括电机、输送链、侧板、护栏、护栏支撑杆等；所述分瓶器的作用是将紧密排列的药瓶分成等间距排列，保证工业相机被触发拍照时视场中仅有一支药瓶；所述视觉检测单元包括四台工业相机、led光源、镜头、工控机、图像处理与识别模块等，其中图像处理与识别模块安装于工控机内，工控机安装于下面的控制柜内，相邻相机光轴之间的夹角为90
°
，四台工业相机覆盖360
°
范围，当多传感器图像采集模块接收到plc发送的触发信号后，四台工业相机同时拍摄图像并通过图像采集卡将图像数据传送给工控机，然后工控机上的图像处理与识别模块对图像数据进行处理；所述电气控制及显示单元，主要由光电传感器、旋转编码器、plc控制器、显示屏箱等构成，其中光电传感器用来检测药瓶产生触发信号，用以触发多传感器图像采集模块控制工业相机采集图像，旋转编码器用来记录被检测对象的位置信息，整个电气控制及显示单元以plc为中心，完成触发信号的接收与发送；所述吹气剔除装置接收plc控制器指令，打开气阀对检测不合格品剔除；所述有机玻璃罩，安装于控制柜和视觉检测单元上，保护相机镜头的清洁，避免干扰，前后各有活动玻璃板，方便维护。
34.所述圆柱标签多目多视角观测与高精度图像拼接重建技术，通过四个相机进行四个方位检测，构建其平面展开与图像拼接算法，在圆柱体几何空间内将圆柱标签展开成平面标签，并通过图像配准、图像拼接与图像融合技术，解决表面光照极不均匀引起的图像灰度分布不均匀且图像中标签边缘存在严重的畸变与模糊问题，实现圆柱体标签全表面高精度重建，为其质量检测及判定提供真实的感知信息。
35.所述随机标签缺陷特征提取与精确表征方法，采用基于深度学习的特征提取方法从大量训练样本中自动学习到特征重点，解决颜色、形状、纹理等底层视觉特征和高层的语义特征（底层视觉特征的组合）的图像特征中目标对比度低、检测对象难以量化和状态无法标准化表征，实现标签缺陷准确分类与识别。
36.视觉检测单元包括四台工业相机和镜头、led方形光源、相机底板、工控机、图像处
理与识别模块等，其中图像处理与识别模块安装于工控机内，工控机安装于下面的控制柜内，相邻相机光轴之间的夹角为90
°
，四台工业相机覆盖360
°
范围，在工作过程中，四台相机对药瓶柱面标签进行同步图像采集，当多传感器图像采集模块接收到plc发送的触发信号后，四台工业相机同时拍摄图像并通过图像采集卡将图像数据传送给工控机，然后工控机上的图像处理与识别模块对图像数据进行处理。为获得良好的药瓶柱面标签表面光照条件，采用在药瓶底部放置平面光源，顶部布置led方形光源方案对药瓶标签进行打光。
37.结合图1，同步输送单元包括电机、输送链、输送侧板、输送护栏、护栏支撑等；分瓶器的作用是将紧密排列的药瓶分成等间距排列，保证工业相机被触发拍照时视场中仅有一支药瓶。
38.电气控制及显示单元，主要由控制柜、plc控制器、光电传感器、测距传感器、旋转编码器、显示屏箱等构成，其中光电传感器用来检测药瓶产生触发信号，用以触发多传感器图像采集模块控制工业相机采集图像，旋转编码器用来记录被检测对象的位置信息，整个电气控制及显示单元以plc为中心，完成触发信号的接收与发送；结合图7， 首先对采集到的柱面标签图像进行预处理，准确提取每个相机视野下的柱面标签边缘点，依据边缘点与相机焦点的空间位置关系求解药瓶标签的空间位姿，采用随机采样一致性算法（random sample consensus, ransac）剔除离群的边缘点，提高标签位姿估计的精度。结合相机的空间位置信息确定相机的观测范围并提取像素值，最后通过图像拼接算法对四幅柱面标签图像进行拼接融合，得到药瓶柱面标签的平面展开图。
39.本发明以药食品包装标签视觉智能检测通用方法为目标，以药品标签质量的智能视觉检测为典型研究对象，研制一套基于人工智能的药品标签视觉检测系统。针对瓶上标签围绕瓶身呈柱状分布的特点，采用多目视觉图像采集方式获取瓶身柱状标签的多角度图像，通过多视角柱状标签平面展开与重建算法，将柱状分布的标签图像平面化并使用图像配准、图像拼接与融合技术重建瓶身标签全表面图像。针对特征不明显且难以描述的缺陷类型，构建基于深度学习的缺陷目标定位与分类算法，利用深度学习丰富的特征表达能力以及强大的端到端的学习能力，提高药品标签微观缺陷的识别能力。
40.本方法的研究将最先进的人工智能与机器视觉技术应用于药食品包装标签检测，为药食品行业质量检测提供先进的理论方法与技术支持，实现药品标签的快速检测，有效提升药品出厂合格率，避免因药品质量问题导致的患者用药安全事故，提升制药行业的自动化及智能化水平发展具有现实意义。
41.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
42.综上所述：该一种药食品包装标签智能视觉检测方法及系统，通过对药品生产线的改进，为药食品行业质量检测提供先进的理论方法与技术支持，实现药品标签的快速检测，有效提升药品出厂合格率，降低人工工作强度和成本，避免因药品质量问题导致的患者用药安全事故，提升制药行业的自动化及智能化水平。