輸液是醫(yī)療保健中的重要組成部分，在臨床應用中已廣泛使用。然而，若含有玻璃碎屑、橡皮屑、毛發(fā)、纖維等可見異物的輸液產品注射進入人體，將對患者造成極大的傷害。因此，許多國家在藥典中規(guī)定，要對每一只或每一瓶醫(yī)用液體進行異物檢測?；?a class="innerlink" href="http://theprogrammingfactory.com/tags/機器視覺" title="機器視覺" target="_blank">機器視覺的異物檢測方法克服了傳統(tǒng)人工燈檢方法勞動強度大、檢測效率低的缺點。若從國外引進這方面的設備不僅價格昂貴，而且由于藥劑容器制造工藝的差別導致檢測精度不理想。因此，我國迫切需要自主研發(fā)適用于國內液體異物檢測的先進設備及技術。為此，本文分析并設計了基于機器視覺的大輸液可見異物檢測系統(tǒng)。
1系統(tǒng)硬件設計
1.1系統(tǒng)工作原理
    該系統(tǒng)針對機器視覺檢測大輸液異物過程中存在對噪聲敏感、難以區(qū)分異物與氣泡的問題而設計的一套自動檢測系統(tǒng)。首先利用攝像機拍攝生產線上每只輸液瓶的連續(xù)運動圖像,并將圖像信號送入DSP處理器，DSP利用嵌入至其中的異物檢測識別算法對圖像進行處理，并將處理后的數據送入ARM控制器中。最后控制器根據預設條件(可見異物的大小和數量)判斷輸液液體是否合格，并發(fā)送控制信號給執(zhí)行機構，剔除不合格的輸液瓶。
    在靜止時，輸液瓶中的可見異物會沉在瓶底，而且輸液瓶本身還可能存在瓶子缺陷、瓶外灰塵、瓶身刻度等靜止干擾，這些都將增加檢測的難度。為了將這些靜止干擾與運動異物分離，設計了專門的旋轉機構將輸液瓶先旋轉然后急停。由于慣性和重力的作用，可見異物將在輸液中做旋轉下沉運動。當從垂直于輸液瓶的側面拍攝圖像時，異物將在序列圖像中做類似直線的連續(xù)運動。此時，攝像機跟蹤拍攝輸液瓶以獲得運動異物的連續(xù)圖像，作為后續(xù)異物檢測的基礎。大輸液中的異物分為黑色和白色兩大類，為增加異物與背景的對比度，對黑色異物采用LED背部白光照明方式，對白色異物采用LED底部紅光照明黑色背景方式。
1.2 基于DSP的檢測系統(tǒng)設計
    根據系統(tǒng)工作原理，該系統(tǒng)由光電傳感器、夾持與旋轉機構、LED光源、攝像機、DSP圖像處理單元、ARM控制器、剔除機構等組成。本文采用了高靈敏型低照度工業(yè)CMOS攝像機，它采用美國OmniVision公司生產的OV7725作為核心傳感器。OV7725工作電壓低，提供單片VGA攝像頭和圖像處理的所有功能,包括自動曝光控制、自動白平衡等，VGA格式圖像采集速率可高達60 S/s。通過標準的SCCB總線控制,可以輸出多種分辨率的8 bit或10 bit圖像，支持RGB和YUV/YCbCr等多種圖像輸出格式。在本設計中，采用的是8 bit 640×480的YUV(4:2:2)格式，LED光源作為CMOS攝像機的輔助光源。本設計選擇專用于數字媒體應用的高性能32 bit定點TMS320DM642 DSP[1]芯片作為運算器，專門處理耗時的異物檢測識別算法，其工作主頻最高達720 MHz，處理性能可達5 760 MIPS，滿足系統(tǒng)的精確性和實時性要求。TMS320DM642程序執(zhí)行過程中，代碼和數據緩存在SDRAM中,對應TMS320DM642上的CEO映射的地址空間。SDRAM使用兩片HY57V283220TP-6, 每個HY57V283220TP-6均為32 bit數據總線的SDRAM。其中,高32 bit存儲在一個SDRAM中,低32 bit存儲在另一個SDRAM中，從而滿足TMS320DM642所需的64 bit數據總線要求。系統(tǒng)外圍部分選用了S3C2440處理器作為控制單元，包含了圖像數據采集控制、剔除設備運行及光電傳感器讀取等功能。系統(tǒng)參數設置和運行過程顯示采用了帶觸摸功能的AT043TN24液晶模塊。 檢測系統(tǒng)如圖1所示。

　 檢測系統(tǒng)工作流程如下：
?。?）傳送帶將輸液瓶送至檢測區(qū)，同時光電傳感器檢測到位后，輸出檢測信號至ARM控制器，ARM驅動輸液旋轉設備夾住瓶口并開始旋轉。
?。?）旋轉輸液瓶到達攝相機拍攝位置時，ARM停止旋轉設備運行，同時開啟攝像機及LED輔助光源。
?。?）攝像機按照預先設定的曝光時間連續(xù)拍攝指定幀數的圖像,以YUV(4：2：2)格式輸出至DSP的SDRAM緩存區(qū)中。
?。?）DSP運行異物檢測與識別算法，對緩存區(qū)保存的序列圖像數據進行處理，并將處理后的識別結果傳送至ARM。
   （5）ARM控制器根據預設的范圍參數對識別結果進行判斷，控制剔除設備剔除不合格的輸液瓶，并將處理結果顯示在LCD上。
2 系統(tǒng)檢測識別算法設計
　輸液在旋轉過程中不可避免地會產生向上運動氣泡，為了提高檢測的準確性，排除氣泡干擾，本文采用先跟蹤后檢測的異物檢測方法。首先對連續(xù)多幀旋轉-急停-跟蹤拍攝的大輸液瓶圖像中的可疑運動目標進行分割，初步確定異物的大小、數目、位置等信息，并以這些信息為基礎連續(xù)跟蹤數幀圖像，根據運動目標在幀間運動的連續(xù)性和方向性判別異物氣泡。為了避免運動異物在連續(xù)兩幀中位移不大導致不利于檢測的情況及滿足檢測的實時性要求，本文對每瓶輸液瓶圖像選取等時間間隔的5幀圖像并取其亮度分量Y(即灰度信息)做檢測。
　在采集到的單幀圖像中，包含有異物、靜止干擾以及大量的噪聲，使得異物目標和背景的對比度和圖像的信噪比很低，不利于異物目標的提取。因此，本文首先建立序列圖像的背景，然后利用背景減除法提取異物圖像。為了更準確地分割出異物，本文對異物圖像利用形態(tài)學方法進一步去除背景亮度，增強目標能量。最后利用閾值分割法進行異物分割。異物檢測識別算法流程如圖2所示。

線性預測。圖5(b）中，由于從第三幀開始引入了線性預測，迭代次數要比未預測的少。

　　本文對100瓶150 ml的透明瓶裝大輸液進行了試驗檢測,檢測速度大約為0.8瓶/s,識別率平均達96.3%。
    本文針對機器視覺檢測大輸液異物中存在的噪聲敏感、難以區(qū)分異物與氣泡問題,設計了一套自動檢測系統(tǒng)。首先通過攝像機拍攝生產線上每瓶輸液的運動序列圖像，通過DSP運行異物檢測與識別算法，對SDRAM緩存區(qū)中的序列圖像進行專門處理，并將處理后的數據送入ARM控制器中，由ARM根據預設條件剔除不合格的輸液瓶。本文首先利用簡化的歸一化互相關系數快速建立序列圖像的背景，其次利用背景減除法提取異物圖像，然后利用灰度形態(tài)學操作對異物圖像進行圖像增強以便準確分割異物，最后以改進的Mean Shift跟蹤算法對運動異物進行跟蹤，根據異物運動方向排除氣泡干擾，保證檢測準確率。本文設計的系統(tǒng)和方法滿足自動化生產的要求。
參考文獻
[1] 王躍宗，劉京會.TMS320DM642 DSP應用系統(tǒng)設計與開發(fā)[M].北京：人民郵電出版社，2009
[2] Lu Juan, Wang Yaonan, Zhang Jie, et al. On-line detection of foreign substances in glass bottles filled with transfusion solution through computer vision[C]. Proceedings of  the 2008 IEEE International Conference on Information and  Automation, Zhangjiajie,China.New York:IEEE Press,2008.
[3] 王珂娜,王耀南,魯娟,等.基于Camshift 跟蹤算法與SVM的大輸液雜質檢測識別方法研究[J]. 湖南大學學報(自然科學版), 2009,36(7):41-45.
[4] COMANICIU D, RAMESH V, MEER P. Kernel-based object tracking[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2003,25(5):564-577.
[5] NING J,ZHANG L, ZHANG D,et al. Robust object tracking using joint color-texture histogram[J]. International Journal of Pattern Recognition and Artificial Intelligence, 2009,23(7):1245-1263.
[6] 章倢,王耀南,魯娟.大輸液在線視覺檢測系統(tǒng)的研究[J].計算機工程與應用,2010,46(23):231-234.