輸液是醫(yī)療保健中的重要組成部分,，在臨床應(yīng)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(jiàn)異物的輸液產(chǎn)品注射進(jìn)入人體,，將對(duì)患者造成極大的傷害,。因此，許多國(guó)家在藥典中規(guī)定,，要對(duì)每一只或每一瓶醫(yī)用液體進(jìn)行異物檢測(cè),。基于機(jī)器視覺(jué)的異物檢測(cè)方法克服了傳統(tǒng)人工燈檢方法勞動(dòng)強(qiáng)度大,、檢測(cè)效率低的缺點(diǎn),。若從國(guó)外引進(jìn)這方面的設(shè)備不僅價(jià)格昂貴，而且由于藥劑容器制造工藝的差別導(dǎo)致檢測(cè)精度不理想,。因此,，我國(guó)迫切需要自主研發(fā)適用于國(guó)內(nèi)液體異物檢測(cè)的先進(jìn)設(shè)備及技術(shù)。為此,，本文分析并設(shè)計(jì)了基于機(jī)器視覺(jué)的大輸液可見(jiàn)異物檢測(cè)系統(tǒng),。
1系統(tǒng)硬件設(shè)計(jì)
1.1系統(tǒng)工作原理
    該系統(tǒng)針對(duì)機(jī)器視覺(jué)檢測(cè)大輸液異物過(guò)程中存在對(duì)噪聲敏感、難以區(qū)分異物與氣泡的問(wèn)題而設(shè)計(jì)的一套自動(dòng)檢測(cè)系統(tǒng),。首先利用攝像機(jī)拍攝生產(chǎn)線(xiàn)上每只輸液瓶的連續(xù)運(yùn)動(dòng)圖像,并將圖像信號(hào)送入DSP處理器,，DSP利用嵌入至其中的異物檢測(cè)識(shí)別算法對(duì)圖像進(jìn)行處理，并將處理后的數(shù)據(jù)送入ARM控制器中,。最后控制器根據(jù)預(yù)設(shè)條件(可見(jiàn)異物的大小和數(shù)量)判斷輸液液體是否合格,，并發(fā)送控制信號(hào)給執(zhí)行機(jī)構(gòu)，剔除不合格的輸液瓶,。
    在靜止時(shí),，輸液瓶中的可見(jiàn)異物會(huì)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(cè)的難度。為了將這些靜止干擾與運(yùn)動(dòng)異物分離,，設(shè)計(jì)了專(zhuān)門(mén)的旋轉(zhuǎn)機(jī)構(gòu)將輸液瓶先旋轉(zhuǎn)然后急停,。由于慣性和重力的作用，可見(jiàn)異物將在輸液中做旋轉(zhuǎn)下沉運(yùn)動(dòng),。當(dāng)從垂直于輸液瓶的側(cè)面拍攝圖像時(shí),，異物將在序列圖像中做類(lèi)似直線(xiàn)的連續(xù)運(yùn)動(dòng)。此時(shí),，攝像機(jī)跟蹤拍攝輸液瓶以獲得運(yùn)動(dòng)異物的連續(xù)圖像,，作為后續(xù)異物檢測(cè)的基礎(chǔ)。大輸液中的異物分為黑色和白色兩大類(lèi),，為增加異物與背景的對(duì)比度,，對(duì)黑色異物采用LED背部白光照明方式，對(duì)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(cè)系統(tǒng)設(shè)計(jì)
    根據(jù)系統(tǒng)工作原理,，該系統(tǒng)由光電傳感器、夾持與旋轉(zhuǎn)機(jī)構(gòu),、LED光源,、攝像機(jī)、DSP圖像處理單元,、ARM控制器,、剔除機(jī)構(gòu)等組成。本文采用了高靈敏型低照度工業(yè)CMOS攝像機(jī),，它采用美國(guó)OmniVision公司生產(chǎn)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(dòng)曝光控制,、自動(dòng)白平衡等,，VGA格式圖像采集速率可高達(dá)60 S/s。通過(guò)標(biāo)準(zhǔn)的SCCB總線(xiàn)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(shè)計(jì)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(jī)的輔助光源,。本設(shè)計(jì)選擇專(zhuān)用于數(shù)字媒體應(yīng)用的高性能32 bit定點(diǎn)TMS320DM642 DSP[1]芯片作為運(yùn)算器，專(zhuān)門(mén)處理耗時(shí)的異物檢測(cè)識(shí)別算法,，其工作主頻最高達(dá)720 MHz,，處理性能可達(dá)5 760 MIPS，滿(mǎn)足系統(tǒng)的精確性和實(shí)時(shí)性要求,。TMS320DM642程序執(zhí)行過(guò)程中,，代碼和數(shù)據(jù)緩存在SDRAM中,對(duì)應(yīng)TMS320DM642上的CEO映射的地址空間,。SDRAM使用兩片HY57V283220TP-6, 每個(gè)HY57V283220TP-6均為32 bit數(shù)據(jù)總線(xiàn)的SDRAM。其中,高32 bit存儲(chǔ)在一個(gè)SDRAM中,低32 bit存儲(chǔ)在另一個(gè)SDRAM中,，從而滿(mǎn)足TMS320DM642所需的64 bit數(shù)據(jù)總線(xiàn)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(shù)據(jù)采集控制,、剔除設(shè)備運(yùn)行及光電傳感器讀取等功能,。系統(tǒng)參數(shù)設(shè)置和運(yùn)行過(guò)程顯示采用了帶觸摸功能的AT043TN24液晶模塊,。 檢測(cè)系統(tǒng)如圖1所示,。

　 檢測(cè)系統(tǒng)工作流程如下：
　（1）傳送帶將輸液瓶送至檢測(cè)區(qū),，同時(shí)光電傳感器檢測(cè)到位后,，輸出檢測(cè)信號(hào)至ARM控制器，ARM驅(qū)動(dòng)輸液旋轉(zhuǎn)設(shè)備夾住瓶口并開(kāi)始旋轉(zhuǎn),。
?。?）旋轉(zhuǎn)輸液瓶到達(dá)攝相機(jī)拍攝位置時(shí)，ARM停止旋轉(zhuǎn)設(shè)備運(yùn)行,，同時(shí)開(kāi)啟攝像機(jī)及LED輔助光源,。
　（3）攝像機(jī)按照預(yù)先設(shè)定的曝光時(shí)間連續(xù)拍攝指定幀數(shù)的圖像,以YUV(4：2：2)格式輸出至DSP的SDRAM緩存區(qū)中,。
?。?）DSP運(yùn)行異物檢測(cè)與識(shí)別算法，對(duì)緩存區(qū)保存的序列圖像數(shù)據(jù)進(jìn)行處理,，并將處理后的識(shí)別結(jié)果傳送至ARM,。
   （5）ARM控制器根據(jù)預(yù)設(shè)的范圍參數(shù)對(duì)識(shí)別結(jié)果進(jìn)行判斷，控制剔除設(shè)備剔除不合格的輸液瓶,，并將處理結(jié)果顯示在LCD上,。
2 系統(tǒng)檢測(cè)識(shí)別算法設(shè)計(jì)
　輸液在旋轉(zhuǎn)過(guò)程中不可避免地會(huì)產(chǎn)生向上運(yùn)動(dòng)氣泡，為了提高檢測(cè)的準(zhǔn)確性,，排除氣泡干擾,，本文采用先跟蹤后檢測(cè)的異物檢測(cè)方法。首先對(duì)連續(xù)多幀旋轉(zhuǎn)-急停-跟蹤拍攝的大輸液瓶圖像中的可疑運(yùn)動(dòng)目標(biāo)進(jìn)行分割,，初步確定異物的大小,、數(shù)目、位置等信息,，并以這些信息為基礎(chǔ)連續(xù)跟蹤數(shù)幀圖像,，根據(jù)運(yùn)動(dòng)目標(biāo)在幀間運(yùn)動(dòng)的連續(xù)性和方向性判別異物氣泡。為了避免運(yùn)動(dòng)異物在連續(xù)兩幀中位移不大導(dǎo)致不利于檢測(cè)的情況及滿(mǎn)足檢測(cè)的實(shí)時(shí)性要求,，本文對(duì)每瓶輸液瓶圖像選取等時(shí)間間隔的5幀圖像并取其亮度分量Y(即灰度信息)做檢測(cè),。
　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(biāo)和背景的對(duì)比度和圖像的信噪比很低,，不利于異物目標(biāo)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(zhǔn)確地分割出異物,，本文對(duì)異物圖像利用形態(tài)學(xué)方法進(jìn)一步去除背景亮度,，增強(qiáng)目標(biāo)能量。最后利用閾值分割法進(jìn)行異物分割,。異物檢測(cè)識(shí)別算法流程如圖2所示,。

線(xiàn)性預(yù)測(cè)。圖5(b）中,，由于從第三幀開(kāi)始引入了線(xiàn)性預(yù)測(cè),，迭代次數(shù)要比未預(yù)測(cè)的少。

　　本文對(duì)100瓶150 ml的透明瓶裝大輸液進(jìn)行了試驗(yàn)檢測(cè),檢測(cè)速度大約為0.8瓶/s,識(shí)別率平均達(dá)96.3%,。
    本文針對(duì)機(jī)器視覺(jué)檢測(cè)大輸液異物中存在的噪聲敏感,、難以區(qū)分異物與氣泡問(wèn)題,設(shè)計(jì)了一套自動(dòng)檢測(cè)系統(tǒng)。首先通過(guò)攝像機(jī)拍攝生產(chǎn)線(xiàn)上每瓶輸液的運(yùn)動(dòng)序列圖像,，通過(guò)DSP運(yùn)行異物檢測(cè)與識(shí)別算法,，對(duì)SDRAM緩存區(qū)中的序列圖像進(jìn)行專(zhuān)門(mén)處理，并將處理后的數(shù)據(jù)送入ARM控制器中,，由ARM根據(jù)預(yù)設(shè)條件剔除不合格的輸液瓶,。本文首先利用簡(jiǎn)化的歸一化互相關(guān)系數(shù)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(xué)操作對(duì)異物圖像進(jìn)行圖像增強(qiáng)以便準(zhǔn)確分割異物,，最后以改進(jìn)的Mean Shift跟蹤算法對(duì)運(yùn)動(dòng)異物進(jìn)行跟蹤，根據(jù)異物運(yùn)動(dòng)方向排除氣泡干擾,，保證檢測(cè)準(zhǔn)確率,。本文設(shè)計(jì)的系統(tǒng)和方法滿(mǎn)足自動(dòng)化生產(chǎn)的要求。
參考文獻(xiàn)
[1] 王躍宗,，劉京會(huì).TMS320DM642 DSP應(yīng)用系統(tǒng)設(shè)計(jì)與開(kāi)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(zhì)檢測(cè)識(shí)別方法研究[J]. 湖南大學(xué)學(xué)報(bào)(自然科學(xué)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(xiàn)視覺(jué)檢測(cè)系統(tǒng)的研究[J].計(jì)算機(jī)工程與應(yīng)用,2010,46(23):231-234.