醫(yī)藥生產(chǎn)異物在線檢查措施范文

本站小編為你精心準(zhǔn)備了醫(yī)藥生產(chǎn)異物在線檢查措施參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

1引言

我國(guó)有巨大的醫(yī)藥市場(chǎng)，為規(guī)范醫(yī)藥生產(chǎn)，國(guó)家藥典對(duì)醫(yī)藥的質(zhì)量檢測(cè)，特別是可見(jiàn)異物檢測(cè)進(jìn)行了嚴(yán)格規(guī)定。可見(jiàn)異物來(lái)源…主要有以下幾個(gè)方面：1)由于容器即安瓿瓶本身質(zhì)量問(wèn)題造成的在滅菌后出現(xiàn)的玻屑、小波點(diǎn)和白點(diǎn)等；2)生產(chǎn)過(guò)程工作人員不按照規(guī)定穿戴工作服等帶入的頭發(fā)絲等；3)生產(chǎn)過(guò)程中由于傳輸管道使用易脫落材質(zhì)而產(chǎn)生的脫落物和黑點(diǎn)；4)在灌裝過(guò)程中有未經(jīng)凈化的空氣進(jìn)入，而空氣中可能帶有大量的塵埃、纖維和色點(diǎn)等。我國(guó)的醫(yī)藥企業(yè)目前多數(shù)采用人工燈檢方法進(jìn)行檢測(cè)，容易產(chǎn)生人眼疲勞有損人體健康，并且不能保證產(chǎn)品質(zhì)量。目前目標(biāo)檢測(cè)與跟蹤研究多集中在智能視頻監(jiān)控、交通監(jiān)視和軍事制導(dǎo)等領(lǐng)域，需要獲取百余幀甚至上百幀圖像由卡爾曼濾波器學(xué)習(xí)預(yù)測(cè)。如文獻(xiàn)[2]中所應(yīng)用的擴(kuò)展卡爾曼方法(ukf)，文獻(xiàn)[3]中的基于多智能體結(jié)構(gòu)的應(yīng)用處理，以及文獻(xiàn)[4]中所應(yīng)用的模型參考自適應(yīng)方法等都是針對(duì)百余幀圖像不斷進(jìn)行學(xué)習(xí)。文獻(xiàn)[5]雖然是針對(duì)藥液中可見(jiàn)異物的檢測(cè)，但其使用的差分與形態(tài)學(xué)濾波相結(jié)合的方法，會(huì)遺漏許多小的點(diǎn)目標(biāo)如碳屑等。文獻(xiàn)[6]巾結(jié)合雜質(zhì)位置和瓶壁厚度判斷是否有雜質(zhì)存在不能適用丁當(dāng)溶液rfl古有較多數(shù)目的異物時(shí)的情況。田此如何設(shè)計(jì)出合適有效的檢測(cè)與跟蹤方法是燈檢機(jī)。o研發(fā)中的一個(gè)關(guān)鍵問(wèn)題。針對(duì)現(xiàn)有技術(shù)所存在的上述問(wèn)題．本文采用概率加權(quán)閾值分割與差分相結(jié)合的檢測(cè)方法，井應(yīng)用夤?fàn)柭鼮V渡囂進(jìn)行預(yù)測(cè)，從而達(dá)到快速跟蹤，得到良好的檢測(cè)和跟蹤效果。實(shí)驗(yàn)結(jié)果表明，該方法可以有效的檢鍘出異物并進(jìn)行跟蹤以識(shí)別。

2檢測(cè)對(duì)象

本文所針對(duì)的系統(tǒng)是全自動(dòng)安瓿燈檢機(jī)，檢測(cè)對(duì)象主要是安瓿瓶裝注射劑藥渡中的可見(jiàn)異物。本檢測(cè)系統(tǒng)針對(duì)不同類型的雜質(zhì)共設(shè)計(jì)兩種成像方法”，針對(duì)黑色異物”…．利用其不反光特性．在其背部給光；而針對(duì)玻屑、色點(diǎn)、白塊等白色異物進(jìn)行底部給光．形成的圖像對(duì)比度大，提高檢測(cè)效率。成像系統(tǒng)如圖l所示。

3異物檢測(cè)與跟蹤

3．1運(yùn)動(dòng)目標(biāo)檢測(cè)

由于機(jī)械手的毛刺、環(huán)境巾的灰塵、瓶壁上的文字等，使得獲取的圖像上含有大量噪聲干擾，如圖2所示。本系統(tǒng)采用概率閾值分翱”“與幀間差分相結(jié)合的方法在去除噪聲的同時(shí)達(dá)到檢測(cè)的效果，同時(shí)利用卡爾曼濾波預(yù)測(cè)下一次目標(biāo)可能位置，井在預(yù)測(cè)位置附近搜索，縮小搜索區(qū)域，減少卡爾曼濾波器的學(xué)習(xí)時(shí)問(wèn)，提高檢測(cè)速度。1)對(duì)初步去噪后的當(dāng)前幀圖像』與第一幀圖像^進(jìn)行首次差分處理得到一次差分圈像A‘，即：M(x，，)=』(x，y)一^(#，y)(1)式巾：，，y表示當(dāng)前像素點(diǎn)的坐標(biāo)，，(z，y)表示當(dāng)前像素點(diǎn)的灰度值。2)對(duì)差分后的圖像進(jìn)行分割．進(jìn)一步取出噪聲。①求取圖像的灰度概率分布”，井儲(chǔ)存。即：t(n)=(∑，(z，y))／n(2)H：；}．．其概率為：P‰1；^(Ⅱ)／("x^)(3)式中：k(n)表示像素值為n的像素點(diǎn)個(gè)數(shù)(O≤n≤255)，”、^分別表示罔像的寬和高，p蜘，表示像素值為n的像隸點(diǎn)所出現(xiàn)的概率．設(shè)初始闋值I=l。②根據(jù)廚直t分割圖像為兩部分A(每個(gè)像素點(diǎn)的灰度值都大于E)和B(每個(gè)像素點(diǎn)的灰度值都小于‘)。則區(qū)域A、B的概率分別為：f嘰2上Pm}J…(4)等5‘％2上肌一)區(qū)域A、B的平均灰度為：．IoJ地。i芻印“…(5)阻s2去．；．砷m，整幅圖像的平均灰度為：p=qM+gp口(6)兩個(gè)區(qū)域的總體方差為：，=吼(p．一p)2+如(腳一p)2(7)④按照最大類問(wèn)方差””的準(zhǔn)則，從。一255改變t，重復(fù)步驟@計(jì)算類間方差，使方差最大的I值即為區(qū)域分割的門限。④利用步驟③所求取的固值進(jìn)行對(duì)步驟(1)中差分后的圖像進(jìn)行分剖。3)對(duì)分割后的圖像進(jìn)行第二次差分，進(jìn)一步去除殘留的靜態(tài)干擾。二次差分后的阿像如圖3所示。

3．2運(yùn)動(dòng)目標(biāo)跟蹤

檢測(cè)目標(biāo)后，引人卡爾曼濾波器進(jìn)行預(yù)測(cè)，縮小搜索區(qū)域．加快搜索過(guò)程．提高跟蹤效率．快速識(shí)別同標(biāo)和干擾點(diǎn)，提高檢測(cè)效率。

321建立系統(tǒng)模型假設(shè)一個(gè)線性離散系統(tǒng)1。“，其狀態(tài)方程和觀測(cè)方程表示為：一24置一-+札-z+q-(8)【z^=^r墨+口l如圖4所示。其中，隨機(jī)信號(hào)”H和％．分別表示過(guò)程激勵(lì)噪聲和觀測(cè)噪聲。假設(shè)它們?yōu)橄嗷オ?dú)立并且正態(tài)分布的白色噪聲，即：，(")～Ⅳ(0，Q)伊(")一Ⅳ(0，R)(9)在檢測(cè)中．選擇在連續(xù)圖像中所檢測(cè)到的運(yùn)動(dòng)目標(biāo)的位置和速度為被估計(jì)量，即J；卡爾曼濾渡的目的是要預(yù)測(cè)下一次目標(biāo)可能出現(xiàn)的位置，因此輸出z=x，從而日=，(4階單位矩陣)。由于沒(méi)有外界輔A．因此口=0；因此．針對(duì)本系統(tǒng)所建立的模型為：I置24x川+”¨(10)【Z‘=XI+”‘式中：工l=[h，y‘，“¨吖I]，機(jī)，y¨似I，叫‘分別表示所檢側(cè)到運(yùn)動(dòng)異物的質(zhì)心坐標(biāo)和在此坐標(biāo)方向的速度；z。=[以，幾]表示當(dāng)前目標(biāo)的位置；由于連續(xù)兩幀的時(shí)間間隔只有l(wèi)O眥，因此假設(shè)運(yùn)動(dòng)目標(biāo)在兩幀之問(wèn)的運(yùn)動(dòng)軌跡為勻速直線運(yùn)動(dòng)，從而可得：rlOf0]A：lo1o7l(11)0Ol0l0000l。式中：r表示前后兩幀的時(shí)間間隔，在本系統(tǒng)中時(shí)間為10如B，因此r=00l。在本系統(tǒng)中。Q、屆、P均設(shè)置為對(duì)角矩陣，口=0lJ洱=0O¨；P(0IO)=100f(J為4階單位矩陣)。

322卡爾曼預(yù)測(cè)過(guò)程1)獲取初始狀態(tài)信息，初始化預(yù)測(cè)的變量。經(jīng)過(guò)3l異物檢測(cè)之后，在所得到的檢測(cè)結(jié)果圖像上搜索連通區(qū)域，在初始狀態(tài)下，將所搜索到的連通域作為初始檢測(cè)目標(biāo)。記錄各自的坐標(biāo)；。，‰、寬高信息％，^。和面積蛄(表示第0次預(yù)測(cè)的第•個(gè)目標(biāo))。由于第一次檢測(cè)不能得到速度信息，因此設(shè)第一次的速度為l像素／秒．即似。、”h各自為l。2)卡爾曼濾波器預(yù)測(cè)過(guò)程①運(yùn)用前一時(shí)刻的得到的狀態(tài)置，(k—l=0)或狀態(tài)估計(jì)茸．．(^一l>0)和協(xié)方差矩陣P¨來(lái)預(yù)測(cè)當(dāng)前時(shí)刻的狀態(tài)估計(jì)置和協(xié)方差矩陣只，即時(shí)間更新，其方程為：f墨=A邑一-：曰u川(12)L巧=AP‘一lAl+Q②運(yùn)用時(shí)間更新方程在得到氍的情況下，根據(jù)預(yù)測(cè)的協(xié)方差矩陣^和觀測(cè)噪聲協(xié)方差矩陣也一。計(jì)算卡爾曼濾波器的增益甄：墨=P；日：(日。P：研+R。)‘1(13)③根據(jù)預(yù)測(cè)的狀態(tài)估計(jì)墨和實(shí)際觀測(cè)值z(mì)。修正系統(tǒng)的狀態(tài)估計(jì)瓦并計(jì)算相應(yīng)的協(xié)方差矩陣^即測(cè)量更新，其方程為：』五=噩+瓦(zt一風(fēng)墨’(14)L^=(，一甄日。)竹③經(jīng)過(guò)步驟(2)得到預(yù)測(cè)位置互后，在后一幀圖像上由鼉所決定的區(qū)域進(jìn)行搜索，減小搜索范圍，提高檢測(cè)效率。

3．3目標(biāo)識(shí)別

在經(jīng)過(guò)卡爾曼濾波器預(yù)測(cè)之后，在后一副圖像中的預(yù)測(cè)位置附近進(jìn)行搜索，其流程如圖5所示。在識(shí)別過(guò)程中的一個(gè)主要參數(shù)是搜索區(qū)域的確定，本文中采取自適應(yīng)的搜索區(qū)域確定方法。在得出卡爾曼濾波器的預(yù)測(cè)位置后，計(jì)算預(yù)測(cè)位置與原位置的歐式距離噍(后表示第七個(gè)可疑目標(biāo))。經(jīng)過(guò)分析和實(shí)驗(yàn)驗(yàn)證發(fā)現(xiàn)，溶液中的異物或干擾存在4種情況：1)對(duì)于檢測(cè)之后遺留的瓶壁上的干擾以及溶液中的氣泡噪聲u孓埔】，由于在連續(xù)圖像上，運(yùn)動(dòng)距離較小，而且其形狀固定，因此面積變化較小，即有喀和△S氓，都較小(其中△s業(yè)，表示第f—l幀圖像與第i幀圖像中的同一個(gè)目標(biāo)即第后個(gè)目標(biāo)的面積變化幅度)。2)對(duì)于面積較大的異物，如玻屑、纖維等由于在拍攝過(guò)程中，異物仍在不停的運(yùn)動(dòng)，使得在圖像上的面積會(huì)發(fā)生較大的變化。3)對(duì)于面積較小的異物，如碳渣等由于質(zhì)量較重，會(huì)有較大的移動(dòng)距離。因此，綜合以上分析，為保證檢測(cè)精度，不遺漏異物目標(biāo)，確定搜索半徑r齷=m缸(3△&，1．5dI)。在確定搜索區(qū)域后，根據(jù)搜索半徑的大小即可確定所跟蹤目標(biāo)是否為異物。分析如表l所示。

4實(shí)驗(yàn)結(jié)果

根據(jù)上述提出的檢測(cè)療法，對(duì)含有玻屑、纖維等異物的2lnL安瓿瓶裝藥范進(jìn)行檢測(cè)與跟蹤識(shí)別．在運(yùn)用差分法檢測(cè)之后，在用卡爾曼濾波器所預(yù)測(cè)的范圍內(nèi)進(jìn)行搜索，并進(jìn)行識(shí)別判斷。實(shí)驗(yàn)結(jié)果如圖6、圖7所示．表示連續(xù)的兩幅圖片巾當(dāng)前目標(biāo)位置和預(yù)測(cè)目標(biāo)位置的對(duì)比，阿6巾表示所跟蹤到的當(dāng)前位置，*表示對(duì)下一次位置的估計(jì)，在圖7中的+表示對(duì)當(dāng)前位置的估計(jì)位置，•表示在預(yù)測(cè)位置附近進(jìn)行搜索得到的目標(biāo)。從圖中可以看出在圖3中的瓶壁干擾點(diǎn)已經(jīng)被差分和閾值分割去除，而異物信息仍然得到了保留。圖8為連續(xù)兩次預(yù)測(cè)中，卡爾曼濾波器的預(yù)測(cè)目標(biāo)位置與所檢測(cè)到的目標(biāo)實(shí)際位置在坐標(biāo)的絕對(duì)數(shù)值上的對(duì)比。從圖中可以看出，基本上預(yù)測(cè)位置與實(shí)際位置相吻合。

5結(jié)論

本文根據(jù)安瓿溶液中異物檢測(cè)的實(shí)際情況，結(jié)合實(shí)驗(yàn)提出的視覺(jué)檢測(cè)與跟蹤方法經(jīng)過(guò)試驗(yàn)驗(yàn)證既滿足檢測(cè)精度要求也滿足了檢測(cè)速度要求。本文巧妙地利用差分與概率閾值分割結(jié)合，即將檢測(cè)與去除噪聲的預(yù)處理相結(jié)合，壓縮了檢測(cè)過(guò)程，提高檢測(cè)速度。另外本文中利用卡爾曼濾波器進(jìn)行預(yù)測(cè)，確定和縮小搜索區(qū)域，從而在提高檢測(cè)精度的同時(shí)保證檢測(cè)速度。