本技術(shù)涉及智能生產(chǎn)，尤其涉及一種丸劑自動(dòng)生產(chǎn)監(jiān)測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、丸劑是指藥材細(xì)粉或藥材提取物加適宜的粘合輔料制成的球形或類球片形制劑。丸劑自動(dòng)生產(chǎn)包括原料準(zhǔn)備、材料混合、加工成丸、干燥以及包裝等步驟，而在生產(chǎn)過(guò)程中，丸劑會(huì)受到加工原料的物理特性、生產(chǎn)環(huán)境和生產(chǎn)工藝的影響，導(dǎo)致丸劑存在異常形狀，影響丸劑質(zhì)量。

2、在圖像處理領(lǐng)域，邊緣是指圖像中局部區(qū)域亮度變化顯著的部分，傳統(tǒng)的邊緣檢測(cè)方法，如canny邊緣檢測(cè)算法，其檢測(cè)精度只能達(dá)到像素級(jí)，無(wú)法滿足實(shí)際測(cè)量的需要，亞像素邊緣檢測(cè)應(yīng)運(yùn)而生。亞像素是將像素再進(jìn)行細(xì)分，是比像素點(diǎn)還小的單位；亞像素邊緣點(diǎn)存在于圖像中逐漸發(fā)生過(guò)度變化的區(qū)域，通常依據(jù)預(yù)設(shè)邊緣模型對(duì)像素點(diǎn)的灰度值或灰度值的導(dǎo)數(shù)進(jìn)行插值，增加信息，準(zhǔn)確定位亞像素邊緣點(diǎn)的位置，實(shí)現(xiàn)亞像素邊緣檢測(cè)。其中，預(yù)設(shè)邊緣模型為雙曲正切函數(shù)或高斯型邊緣函數(shù)。

3、目前，申請(qǐng)公布號(hào)為cn118096734a的專利申請(qǐng)文件公開(kāi)了一種基于大數(shù)據(jù)的產(chǎn)品質(zhì)量監(jiān)測(cè)方法及系統(tǒng)，其中的方法包括：采集丸劑在滾動(dòng)過(guò)程中的圖像序列，圖像序列包括多幀灰度圖像；獲取任意一幀灰度圖像中的丸劑區(qū)域，并依據(jù)丸劑區(qū)域的像素點(diǎn)個(gè)數(shù)構(gòu)建圖像序列的面積序列；將任意相鄰兩幀灰度圖像之間丸劑區(qū)域的梯度方向的變化幅度作為相鄰兩幀灰度圖像中后一幀灰度圖像的方向幅值，構(gòu)建圖像序列的方向幅值序列；對(duì)于一幀灰度圖像，提取灰度圖像中丸劑區(qū)域的灰度游程矩陣，并根據(jù)灰度游程矩陣獲取灰度圖像的丸劑紋理特征值，保留圖像序列中丸劑紋理特征值的最小值作為丸劑裂紋值；將面積序列、方向幅值序列和丸劑裂紋值輸入訓(xùn)練完畢的丸劑質(zhì)量判斷模型，輸出丸劑的質(zhì)量判斷結(jié)果。

4、上述方法通過(guò)采集丸劑在滾動(dòng)過(guò)程中圖像序列的面積信息、方向幅值信息和丸劑裂紋值信息，并借助訓(xùn)練完畢的丸劑質(zhì)量判斷模型得到丸劑的質(zhì)量判斷結(jié)果，然而，在丸劑自動(dòng)生產(chǎn)的過(guò)程中同時(shí)存在大量丸劑，上述方法需要采集每個(gè)丸劑在滾動(dòng)過(guò)程中的圖像序列，圖像序列采集難度大，無(wú)法準(zhǔn)確判斷丸劑質(zhì)量。

技術(shù)實(shí)現(xiàn)思路

1、為了解決無(wú)法準(zhǔn)確判斷丸劑質(zhì)量的技術(shù)問(wèn)題，本技術(shù)提供了一種丸劑自動(dòng)生產(chǎn)監(jiān)測(cè)方法及系統(tǒng)，能夠準(zhǔn)確判斷丸劑成品的質(zhì)量。

2、本技術(shù)第一方面，提供了一種丸劑自動(dòng)生產(chǎn)監(jiān)測(cè)方法，所述監(jiān)測(cè)方法包括：采集生產(chǎn)結(jié)束后的丸劑圖像，利用預(yù)設(shè)高斯模型對(duì)所述丸劑圖像進(jìn)行亞像素邊緣檢測(cè)，得到丸劑輪廓圖，所述丸劑輪廓圖包括多個(gè)輪廓點(diǎn)；沿梯度方向繪制各輪廓點(diǎn)的延長(zhǎng)線，響應(yīng)于多個(gè)延長(zhǎng)線相交于任意位置點(diǎn)，將所述多個(gè)延長(zhǎng)線對(duì)應(yīng)的輪廓點(diǎn)作為所述位置點(diǎn)的目標(biāo)輪廓點(diǎn)；計(jì)算各位置點(diǎn)的輪廓編碼值，包括：響應(yīng)于目標(biāo)輪廓點(diǎn)的數(shù)量小于預(yù)設(shè)值，位置點(diǎn)的輪廓編碼值為0，響應(yīng)于目標(biāo)輪廓點(diǎn)的數(shù)量大于或等于所述預(yù)設(shè)值，位置點(diǎn)的輪廓編碼值等于各目標(biāo)輪廓點(diǎn)與位置點(diǎn)間歐氏距離的方差，以及目標(biāo)輪廓點(diǎn)梯度值的方差之和；對(duì)各位置點(diǎn)的輪廓編碼值進(jìn)行離群點(diǎn)檢測(cè)，得到各位置點(diǎn)的異常值；響應(yīng)于任意位置點(diǎn)的異常值大于預(yù)設(shè)異常值，發(fā)出預(yù)警。

3、對(duì)生產(chǎn)后的丸劑圖像進(jìn)行亞像素邊緣檢測(cè)，得到丸劑的多個(gè)輪廓點(diǎn)，沿梯度方向繪制各輪廓點(diǎn)的延長(zhǎng)線，多個(gè)延長(zhǎng)線會(huì)相交于丸劑圖像中的任意位置點(diǎn)，若多個(gè)延長(zhǎng)線相交于一個(gè)位置點(diǎn)，將多個(gè)延長(zhǎng)線對(duì)應(yīng)的輪廓點(diǎn)作為該位置點(diǎn)的目標(biāo)輪廓點(diǎn)；理想情況下，一個(gè)位置點(diǎn)的所有目標(biāo)輪廓點(diǎn)能夠組成一個(gè)圓形輪廓，因此，將各目標(biāo)輪廓點(diǎn)與位置點(diǎn)間歐氏距離的方差和目標(biāo)輪廓點(diǎn)梯度值的方差之和作為各位置點(diǎn)的輪廓編碼值；對(duì)各位置點(diǎn)的輪廓編碼值進(jìn)行離群點(diǎn)檢測(cè)，響應(yīng)于任意位置點(diǎn)的異常值大于預(yù)設(shè)異常值，發(fā)出預(yù)警，準(zhǔn)確判斷丸劑成品的質(zhì)量，在丸劑自動(dòng)生產(chǎn)過(guò)程中監(jiān)測(cè)丸劑的生產(chǎn)質(zhì)量。

4、優(yōu)選地，在對(duì)所述丸劑圖像進(jìn)行亞像素邊緣檢測(cè)之前，所述監(jiān)測(cè)方法還包括：依據(jù)預(yù)設(shè)顏色閾值對(duì)所述丸劑圖像進(jìn)行閾值分割。

5、利用丸劑與背景之間的顏色差異對(duì)丸劑圖像進(jìn)行分割，避免丸劑圖像中背景區(qū)域的輪廓點(diǎn)影響丸劑的質(zhì)量檢測(cè)，確保能夠準(zhǔn)確判斷丸劑成品的質(zhì)量。

6、優(yōu)選地，利用預(yù)設(shè)高斯模型對(duì)所述丸劑圖像進(jìn)行亞像素邊緣檢測(cè)包括：對(duì)所述丸劑圖像進(jìn)行canny邊緣檢測(cè)，得到各邊緣點(diǎn)；沿各邊緣點(diǎn)的梯度方向獲取上一個(gè)相鄰位置點(diǎn)和下一個(gè)相鄰位置點(diǎn)，并依據(jù)預(yù)設(shè)高斯模型對(duì)邊緣點(diǎn)進(jìn)行修正，得到亞像素邊緣點(diǎn)，邊緣點(diǎn)的亞像素邊緣點(diǎn)為：，為預(yù)設(shè)高斯模型，、和分別為上一個(gè)相鄰位置點(diǎn)、邊緣點(diǎn)和下一個(gè)相鄰位置點(diǎn)，為邊緣點(diǎn)的亞像素邊緣點(diǎn)；所有亞像素邊緣點(diǎn)對(duì)應(yīng)于所述丸劑輪廓圖中的輪廓點(diǎn)。

7、優(yōu)選地，位置點(diǎn)的輪廓編碼值還包括各目標(biāo)輪廓點(diǎn)數(shù)量與平均周長(zhǎng)的差值絕對(duì)值，所述平均周長(zhǎng)等于各目標(biāo)輪廓點(diǎn)與位置點(diǎn)間平均歐氏距離為半徑的圓形輪廓的周長(zhǎng)。

8、一個(gè)位置點(diǎn)對(duì)應(yīng)的目標(biāo)輪廓點(diǎn)數(shù)量，能夠反映丸劑輪廓圖中以該位置點(diǎn)為圓心的圓形輪廓所覆蓋的所有輪廓點(diǎn)，理想情況下，一個(gè)位置點(diǎn)對(duì)應(yīng)的目標(biāo)輪廓點(diǎn)能夠組成一個(gè)完整的圓形輪廓，因此，將計(jì)算目標(biāo)輪廓點(diǎn)數(shù)量與平均周長(zhǎng)的差值絕對(duì)值作為輪廓編碼值的一部分，能夠反映以該位置點(diǎn)為圓心的圓形輪廓的完整性，進(jìn)而反映丸劑質(zhì)量。

9、優(yōu)選地，利用異常檢測(cè)算法對(duì)各位置點(diǎn)的輪廓編碼值進(jìn)行離群點(diǎn)檢測(cè)，所述異常檢測(cè)算法為cblof算法、lof算法或孤立森林算法。

10、優(yōu)選地，響應(yīng)于任意位置點(diǎn)的異常值大于預(yù)設(shè)異常值，所述監(jiān)測(cè)方法還包括：將所述任意位置點(diǎn)對(duì)應(yīng)的目標(biāo)輪廓點(diǎn)標(biāo)記為缺陷區(qū)域，得到異常丸劑的位置信息。

11、實(shí)現(xiàn)異常丸劑的定位，可以篩選出異常丸劑，保證丸劑自動(dòng)生產(chǎn)的產(chǎn)品合格率。

12、優(yōu)選地，得到各位置點(diǎn)的異常值包括：計(jì)算各位置點(diǎn)的輪廓編碼值與理論值的差值絕對(duì)值以作為輪廓損失，多次調(diào)整所述預(yù)設(shè)高斯模型的模型參數(shù)以更新各位置點(diǎn)的輪廓編碼值，響應(yīng)于所述輪廓損失達(dá)到最小值時(shí)，對(duì)各位置點(diǎn)的輪廓編碼值進(jìn)行離群點(diǎn)檢測(cè)，得到各位置點(diǎn)的異常值，所述理論值的取值為0。

13、各位置點(diǎn)的異常值可以分為兩部分，第一是亞像素邊緣檢測(cè)的精度不足引起的異常，第二是丸劑自身質(zhì)量引起的異常；多次調(diào)整預(yù)設(shè)高斯模型的模型參數(shù)，當(dāng)輪廓損失達(dá)到最小值時(shí)，表示此時(shí)的亞像素邊緣檢測(cè)的精度達(dá)到最優(yōu)，排除亞像素邊緣檢測(cè)的精度不足對(duì)異常值的影響，進(jìn)而確保各位置點(diǎn)異常值的準(zhǔn)確性。

14、本技術(shù)第二方面，還提供了一種丸劑自動(dòng)生產(chǎn)監(jiān)測(cè)系統(tǒng)，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序指令，當(dāng)所述計(jì)算機(jī)程序指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)本技術(shù)第一方面所述的一種丸劑自動(dòng)生產(chǎn)監(jiān)測(cè)方法。

15、本技術(shù)的技術(shù)方案具有以下有益技術(shù)效果：

16、對(duì)生產(chǎn)后的丸劑圖像進(jìn)行亞像素邊緣檢測(cè)，精準(zhǔn)定位丸劑圖像中丸劑上的多個(gè)輪廓點(diǎn)，沿梯度方向繪制各輪廓點(diǎn)的延長(zhǎng)線，多個(gè)延長(zhǎng)線會(huì)相交于丸劑圖像中的任意位置點(diǎn)，若多個(gè)延長(zhǎng)線相交于一個(gè)位置點(diǎn)，將多個(gè)延長(zhǎng)線對(duì)應(yīng)的輪廓點(diǎn)作為該位置點(diǎn)的目標(biāo)輪廓點(diǎn)；理想情況下，一個(gè)位置點(diǎn)的所有目標(biāo)輪廓點(diǎn)能夠組成一個(gè)圓形輪廓，因此，將各目標(biāo)輪廓點(diǎn)與位置點(diǎn)間歐氏距離的方差、目標(biāo)輪廓點(diǎn)梯度值的方差以及目標(biāo)輪廓點(diǎn)數(shù)量與圓形輪廓周長(zhǎng)的差值絕對(duì)值三者之和作為各位置點(diǎn)的輪廓編碼值；對(duì)各位置點(diǎn)的輪廓編碼值進(jìn)行離群點(diǎn)檢測(cè)，響應(yīng)于任意位置點(diǎn)的異常值大于預(yù)設(shè)異常值，發(fā)出預(yù)警，準(zhǔn)確判斷丸劑成品的質(zhì)量，在丸劑自動(dòng)生產(chǎn)過(guò)程中監(jiān)測(cè)丸劑的生產(chǎn)質(zhì)量。

17、進(jìn)一步地，通過(guò)多次調(diào)整預(yù)設(shè)高斯模型的模型參數(shù)以更新丸劑輪廓圖，當(dāng)輪廓損失達(dá)到最小值時(shí)，表示此時(shí)的亞像素邊緣檢測(cè)的精度達(dá)到最優(yōu)，排除亞像素邊緣檢測(cè)的精度不足對(duì)異常值的影響，進(jìn)而確保各位置點(diǎn)異常值的準(zhǔn)確性。