机器视觉技术在生产线上的质量检测应用

　　随着机器视觉技术的不断发展，在各行各业都能看到他的身影。机器视觉在医疗领域的应用也一直在不断进步，从传统的药品包装、药瓶、标签等视觉检测到目前对生物芯片的检测，放射科的X放射等，都引入了机器视觉系统，完成对图像信息的采集、存储、管理、处理及传输等功能，使得图像资料得以有效管理和充分利用。

　　由于药品和医疗器械安全性问题重要性的不断提升，越来越多的生产厂商将机器视觉技术引入实际生产中来，以达到提高生产效率，加强产品品质保障的目的。而利用机器视觉技术，实现葡萄糖质量的自动检测便是机器视觉技术在药品检测领域中的典型应用之一。

　　药用葡萄糖注射液的生产流程如下图所示，首先通过高浓度的葡萄糖加适当比例的蒸馏水得到葡萄糖溶液，然后葡萄糖溶液灌装到经过高温和紫外线消毒的容器里面进行封装。封装后的产品在进行质量检测，检测的对象主要是：药液里面的悬浮物，如不容性杂质，玻璃纤维等;瓶身的缺陷;瓶身有未清洗干净的脏污。

　　葡萄糖生产工艺流程

　　传统的检测方法是人工检测，检测车间设在一间独立的暗房中，带检测的葡萄糖用人工的方式放在流水线上，流水线的速度由检测工人控制，当药品传送到检测工人面前时，工人将其从流水线上拿出，在专用的灯箱下判断产品质量是否合格。人工检测存在着很大的弊端，很难满足流水线的检测速度无法实现实时、在线、非接触检测的检测;更无法适应现代的质量控制和统计流程控制(SPC)。

　　基于机器视觉技术的葡萄糖药液质量检测，可以实现无接触式的检测，在药品安全上和检测精度上都对传统人工检测有着重大的改进。根据葡萄糖药液杂质检测的特点设计了专用的视觉成像方案。如下图所示，待检测的葡萄糖药瓶被卡在转床上，转床旋转的时候带动药瓶高速旋转，用于机器视觉的专用LED光源安装在如图所示的光源盒内，CCD摄像将拍摄到的图像传输到工控机。在此过程中连续拍摄7幅图像，在这一序列的运动图像中，对运动目标进行识别; 当识别到的目标超过规定的容许指标时，判断此瓶药液为不合格。

　　葡萄糖杂质检测装置结构图

　　图像采集部分将完成流水线上的运动图像获取，图像采集部分采集图像质量的好坏将直接影响整个检测效率。图像采集部分主要由CCD摄像机机完成。CCD摄像机摄取图像信号，由图像采集卡将图像信号采集进来。选用两个方位的摄像机对待检测物体进行检测，一个俯拍位一个侧拍位，对有些待检测物体可以进行多方位的检测。