视觉机器技术的自动药物分包机的检测系统研究

发布时间:2019-09-23 17:34
本文为自动化专业硕士论文,主要分析了机器视觉在检测领域应用的特点,综述了国内外机器视觉技术的发展。

第 1 章 绪论 

 

1.1 课题的背景及意义 

 

随着国内医药市场的发展及人们对身体健康越来越多的重视,医药行业迎来了前所未有的大发展,加剧了制药行业的竞争,同时提高了整个行业的水平和质量,从而带动药品包装业的发展,使得药品包装成为我国包装业技术含量高经济效益好的非常活跃的分支。     现代自动包药机所能完成的工作已远远超出了简单地模仿人的动作,甚至可以说在很多场合用巧妙的机械方法包装出来的成品,不论在样式、质地或精度等方面,大都是手工操作无法胜任和媲美的。随着商品的多样化,这一点越来越引起了人们的重视。药品卫生要求很严格,采用机械包装,避免了人手和药品直接接触,减少了对产品的污染。同时由于机械包装速度快,药品在空气中停留时间短,从而减少了污染机会,有利于药品的卫生和金属制品的防锈防蚀。     另外,由于自动包药机的计量精度高,产品包装的外形美观、整齐、统一、封口严密,从而提高了产品包装的质量,提高了产品销售的竞争力,可获得较高的经济效益。采用真空、换气、无菌等包装机械,可药品流通范围更加广泛,延长药品的保质期。采用自动包装生产线,产品和包装材料的供给是比较集中的,各包装工序安排比较紧凑,节约了包装的场地和仓储面积,并改善了后道包装工序的工艺条件。  但是,随着自动包药机的快速发展,也给药品的检测提出了更高的要求。人们要开发出更准确更快速的检测药品的产品,满足各种自动包药机的需求。     随着医院  HIS(Hospital  Information  System  即医院信息系统)网络的不断发展,国民对医院管理水平,特别是调剂管理水平的提高提出了更高的要求。而自动药品分包机是为患者按照医嘱给出的单位剂量自动分配、包装口服药品的设备,它具备自动分药、打印、装药、封装功能。每一个包装袋上清楚的印有患者重要的信息,如:患者姓名、所在病区、药名及数量、服药时间和日期、服药说明等中心计算机可以显示配药的信息。这样可以大大提高药房配药的效率,但是需要大量的人力和时间核对每包药的药品种类和数量,这样大大浪费了人力和时间,使药房的核实工作更加繁重。 ................... .......................

 

第 2 章  自动药品分包机的视觉检测系统设计 

 

   本章首先简单介绍自动药品分包机的功能和系统构成,之后阐述了药品分包机的视觉检测系统结构及原理。通过研究并分析自动药品分包机的工作环境及包装特点,构建了一套由图像采集单元、图像处理单元、图像检测单元组成的机器视觉检测系统。并且深入分析了自动药品分包机的包装特点,研究了一套合适的系统光源照明方案,并通过验证能够满足系统获得清晰的单剂量药品包装图片的要求。 

 

2.1 自动药品分包机的功能与系统构成 

 

    自动药品分包机通过 HIS 系统即医院信息系统(全称为 Hospital Infor-mation System)对病区发送的用药医嘱中的药片或胶囊进行自动摆放,将一次药量的药片或胶囊自动包入一个药袋中,同时具有与药品相关的统计、查询、提示等功能。 

 

2.1.1 自动药品分包机的功能 

 

   自动药品分包机的出现提升药房自动化水平和药房配药的准确性,下面我们首先介绍一下自动药品分包机各部分的功能。它主要由接收系统、执行系统和视觉检测系统组成。 

 

一、接收系统的主要功能接收从 HIS 系统发送的处方信息,并将处方信息传输给摆药显示器,通过显示器对所显示的信息进行监查、核对,无误后将信息传入自动分包系统。 

 

二、执行系统的主要功能     根据接收系统中传出的处方信息,电气装置接收到运动控制卡发送的信号迅速作出反应,将所需的一次服药的药品包入一包中,并在透明包装袋上打印患者姓名、服药时间、药品名称、规格等。该系统还具有药品药量监测。药品消耗量统计、药品添充等功能。 

 

三、视觉检测系统的主要功能  通过 HIS 系统发送的处方信息与智能相机拍照获得的药品信息进行对比,如果信息不相符则发出报警信号并对剔除有问题的那袋药,并且再次执行上次包药的功能,如果信息符合则继续操作,如果信息重复三次仍然不符合,则停止工作等待检测。 

 

2.1.2  自动药品分包机的结构                 自动药品分包机上部分是储药柜、中部是片剂接合附件DTA(detachable tablet adapter)组件、下部是药袋包装装置及视觉检测系统,结构。........ .........................

 

第 3 章 药品图像边缘检测及分割算法研究 ..................... 21  3.1  图像预处理 ............................................21  3.1.1 滤波器的设计 .........................................21  3.1.2 边缘增强处理 .........................................25  3.2  图像边缘检测算法研究 ..................................28  3.2.1 几种常见边缘检测方法的比较 ...........................29  3.2.2 药品图像边缘提取算法设计 .............................31  3.2.3 边缘检测算法实验结果及分析 ...........................33  3.3 图像分割 .............................................. 35  3.3.1 形态学处理 ........................................... 35  3.3.2 漫水填充法 ............................................ 37  3.3.3 图像分割实验结果及分析 ................................37  第 4 章 药品图像的特征提取 ..................................40  4.1 单个药品图像提取 ........................................40  4.1.1 区域标记 ..............................................40  4.1.2  药品图像提取 ........................................41  4.2  形状特征表示 ..........................................42  4.2.1 圆度特征 .............................................42  4.2.2 Hu 不变矩 ............................................43  4.3 颜色特征表示 ...........................................45  4.3.1 颜色模型的选择及转换 .................................45  4.3.2 颜色空间量化 .........................................47  4.4 综合特征及归一化 ......................................49  ..............................................

 

结 论     在医院管理信息化,药房摆药、配药自动化的大背景下,自动药品分包机的出现进一步改善了药房包药状态、完善了医院的信息化、提高了医院的管理水平。为提高自动药品分包机配药的准确性和病人服药的安全性,提出用机器视觉检测的方法代替人工检查,并通过研究和论证,证明此方法可行。本文主要做了以下各方面工作。  通过研究并分析自动药品分包机的工作环境及包装特点,构建了一套由图像采集单元、图像处理单元、图像检测单元组成的机器视觉检测系统。并且深入分析了自动药品分包机的包装特点,研究了一套合适的系统光源照明方案,并通过验证能够满足系统获得清晰的单剂量药品包装图片的要求。  在自动药品分包机的视觉检测中针对在灰度图像下边缘检测困难的问题,提出在 RGB 彩色图像中进行边缘提取,并且利用 Otsu 算法实现自适应阈值设定,而且提出一种改进的中值滤波方法,可以达到很好图像去噪效果并通过边缘增强后可以得到很完整的边缘信息。实验结果表明该算法可以很好的在彩色图像下检测出在灰度图像中丢失的信息。  研究了支持向量机的核函数,并且通过优化算法得到支持向量机的优化参数。其中通过对支持向量机多类分类方法的比较,而选择采用了一对一策略解决多类支持向量机分类问题。最后,通过实验验证利用形状和颜色特征信息的基于支持向量机检测方法具有较好的检测效果。 ........

 

参考文献  [1] 张武一,赵强松,王东云.机器视觉的现状及发展趋势[J].中原工学院学报,2008,19(1):9-12  [2] 姚敏茹,贠江剑.机器视觉检测技术在药片包装检测中的应用[J]. 价值工程,2011,(04):204  [3]赵鹏.基于机器视觉的药品包装检测技术研究[D].湖南大学硕士论文,2009.5  [4] 李树杰.  中国机器视觉的发展趋势[J].赤峰学院学报(自然科学版),2010, 26(1):161-162  [5] 冈萨雷斯著.数字图像处理第二版[M].电子工业出版社,2007:179  [6] 左森,郭晓松.基于支持向量机的彩色图像边缘检测[J].计算机应用与软件,  [7] 田村秀行著.计算机图像处理[M].科学出版社,2004:138  [8] 宋亚杰.基于机器视觉的作物水分无损检测及评判模型研究[D].西南大学硕士论文,2008.12-13  [9] 康耐 视机器视觉在制药医疗行业的应用[J].检查与包装,2011:66-67  [11] 王艳斌.汽油发动机曲轴输出轴类型识别系统的研制[D].重庆大学硕士学位论文,2007.37 [12] 董娓.药品检查系统的图像处理方法研究及软件实现[D].西北工业大学硕士学位论文,2003.17 
如果您有论文代写需求,可以通过下面的方式联系我们
点击联系客服

提交代写需求

如果您有论文代写需求,可以通过下面的方式联系我们。