基于图像传感器的药板微孔缺陷检测方法

1.本发明涉及微孔缺陷检测技术领域，特别是涉及一种基于图像传感器的药板微孔缺陷检测方法。


背景技术：

2.现代化生产模式下的产品质量管理离不开快速有效的质量检测手段。随着铝箔生产设备和工艺水平的不断提升，稳定可靠的产品质量检测技术将是提高药板生产质量的重要环节。许多制药企业一直致力于药板制造技术和质量控制水平的提高，如何在高速的生产过程中实时快速的检测到药板存在的微孔缺陷，从而控制和提高后续药品的质量，一直是这些企业十分关注的问题。
3.当前国内部分厂商对药板的检测方式仍为人工检测，很多细小微孔缺陷肉眼无法观测，不仅检测结果无法保证，并且工人工作强度大，同时这种方式存在漏检率高、检测精度差、稳定性低、判断标准主观化、结果的偶然性、浪费资源等致命缺陷。


技术实现要素：

4.基于此，有必要针对人工检测药板漏检率高的问题，提供一种基于图像传感器的药板微孔缺陷检测方法。
5.一种基于图像传感器的药板微孔缺陷检测方法，所述方法包括：
6.使用阵列红外光源透过药板向视觉传感器发射红外光；
7.计算机处理模块对视觉传感器获取的图像像素值逐步累加，得到像素点累加值曲线；
8.判断像素点累加值曲线的半部分是否出现尖峰，若是，则判断药板存在微孔缺陷。
9.进一步的，所述判断像素点累加值曲线的半部分是否出现尖峰，之前还包括：
10.对所述像素点累加值曲线进行差分运算，若差分后的像素点累加值曲线凹陷部分的值小于零，则判断药板存在微孔缺陷。
11.进一步的，所述方法还包括：
12.对所述像素点累加值曲线进行平滑滤波处理。
13.进一步的，所述方法还包括：
14.当判断药板存在微孔缺陷时，启动声光报警装置。
15.进一步的，所述方法还包括：
16.对微孔的信息进行显示和对微孔的图像进行存储。
17.进一步的，所述红外光源采用砷化镓红外发射器。
18.进一步的，所述计算机处理模块采用累加算法fifo对视觉传感器获取的图像像素值进行逐步累加。
19.进一步的，所述视觉传感器采用cmos视觉传感器，其检测电路采用1000万像素的cmos数字图像传感器mt9p301作为检测器件。
20.上述基于图像传感器的药板微孔缺陷检测方法，先通过对图像像素值进行逐步累加，得到像素点累加值曲线，再根据像素点累加值曲线是否存在尖峰，判断药板是否存在微孔，使得下游制药质量得到大幅提升，大幅降低了漏检率，通过测得数据判断是否存在缺陷并记录微孔信息，实现药板的检测全自动化。
附图说明
21.图1为一个实施例的药板微孔缺陷检测方法流程图；
22.图2为药板微孔缺陷检测方法设备架构图；
23.图3为药板微孔缺陷检测方法常态下像素点累加值曲线图；
24.图4为药板微孔缺陷检测方法出现缺陷后像素点累加值曲线图；
25.图5为药板微孔缺陷检测方法像素点累加值差分后的曲线图；
26.图6为药板微孔缺陷检测方法逻辑框图。
具体实施方式
27.为使本发明实施例的目的、技术方案和优点更加清楚，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、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
28.如图1和图2所示，在一个实施例中，一种基于图像传感器的药板微孔缺陷检测方法，包括以下步骤：
29.步骤s110，使用阵列红外光源透过药板向视觉传感器发射红外光。照射更均匀和全面，当药板不存在微孔缺陷时，红外光无法射入到视觉传感器上。
30.步骤s120，计算机处理模块对视觉传感器获取的图像像素值逐步累加，得到像素点累加值曲线。如图3所示，像素点累加值曲线中累加值较小的部分就是被药板挡住的部分，由于药板的阻挡，视觉传感器没有接收到红外光线，没有进行光电转换，所以输出像素点很小，当没有被药板挡住的红外光线直接进入视觉传感器时，像素点累加值曲线将会突然上升。
31.步骤s130，判断像素点累加值曲线的半部分是否出现尖峰，若是，则判断药板存在微孔缺陷。如图4所示，出现尖峰说明视觉传感器通过微孔接收到了红外阵列发出的红外光源，可将这个突变位置作为检测的微孔缺陷的标志。
32.上述基于图像传感器的药板微孔缺陷检测方法，先通过对图像像素值进行逐步累加，得到像素点累加值曲线，再根据像素点累加值曲线是否存在尖峰，判断药板是否存在微孔，使得下游制药质量得到大幅提升，大幅降低了漏检率，通过测得数据判断是否存在缺陷并记录微孔信息，实现药板的检测全自动化。
33.如图5所示，在本实施例中，判断像素点累加值曲线的半部分是否出现尖峰，之前还包括：对像素点累加值曲线进行差分运算，若差分后的像素点累加值曲线凹陷部分的值小于零，则判断药板存在微孔缺陷。此处差分运算为前后差分运算，还可称为微分运算。前后差分后就会出现一个凹下去的特征，凹下去的部分的值是小于零的，以此即可判断药板是否存在微孔缺陷，更方便检测。
34.在本实施例中，该方法还包括：
35.对像素点累加值曲线进行平滑滤波处理。使得累加值曲线更加平滑。
36.如图6所示，在本实施例中，该方法还包括：
37.当判断药板存在微孔缺陷时，启动声光报警装置。对微孔的信息进行显示和对微孔的图像进行存储。
38.在本实施例中，上述红外光源采用ld242-2砷化镓红外发射器。避免了外界自然光的干扰，提高了检测的准确度。
39.上述计算机处理模块采用累加算法fifo对视觉传感器获取的图像像素值进行逐步累加。
40.上述视觉传感器采用cmos视觉传感器，其检测电路采用美光科技的1/2.5英寸1000万像素的cmos数字图像传感器mt9p301作为检测器件。
41.上述基于图像传感器的药板微孔缺陷检测方法，使用砷化镓阵列发射红外光源，通过图像传感器获取药板图像信息进而对药板微孔进行检测，采用先进先出累加算法fifo对cmos视觉传感器获取的图像像素值进行逐步累加，得到像素点累加值曲线；再对像素点累加值曲线进行差分运算，根据差分后的像素点累加值曲线是否出现小于零的部分，判断药板是否存在微孔，从而挑选出肉眼不可见的存在微孔的药板。还能够准确实时的发出警报并确定位置，进而给下一阶段包装剔除不合格药板，可以有效规避因药板细小微孔而在包装过程中造成的包装破损，避免药品的药性发生改变，对药板的检测更加精确，规避了人工检测误差，提高了检测精度和工作效率。
42.传统的缺陷检测常采用渗透检测技术，然而该技术只适用于检测高渗透性和非渗透性材料的缺陷；大多数传统的检测方法仍然需要依靠人工辅助完成，尤其是在检测前需要进行一定数量的仪器调试，且设备开发成本高，适应性不强，受设备寿命和制造精度的限制。与传统缺陷检测方法相比，本实施例的方法提供了更好的检测结果和更低的成本。并且其所需器件成本低，准确率高，能够达到96％，检测精度达到最大可以检测10um的微孔。
43.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。