药片缺陷检测是药片生产过程中的关键环节，其检测结果的好坏直接影响着药品的质量。常见的人工检测方法：成本高、效率低，容易产生误检和漏检等现象，无法满足现代企业对产品质量的要求。机器视觉检测凭借其自动化程度高、成本低、效率高等特点，广泛运用于医药行业中。
一、机器视觉检测方案
本文主要介绍药片缺陷检测方案的采集图像与软件处理，对智能摄像机采集到的图像依次通过SciSmart智能视觉软件进行绝对差值运算、击中或不击中运算、二值化崩边检测、图像预处理等方式实现对药片缺损、脏污的识别。
二、视觉检测硬件系统
根据客户的实际需求，提出了药片缺陷检测的总体设计方案。如图1所示，因药片表面为弧形，实验中需要整个视野内光照均匀，并能够检测到药片表面的脏污及缺损。采用OPT-RIU系列球状分布式对称无影光源，此光源采用特制漫射板将光散射到不同方向，形成渐变球状分布，使得整个球面目标不同坡度的反光强度都一致。
▲图1 光照示意图
因需检测药片所有表面，实验中采用棱镜模组进行配合打光，通过分次曝光来分别检测正面与侧面的缺陷，从而获取药片360°全方位的图像信息。（如图2，3所示，）
三、图像软件处理
3.1 药片正面缺陷检测：
如图4所示，采用低曝光获取图像，保留了更多正面细节。
▲图4 处理前图像
首先，使用SciSmart智能视觉软件中的图像操作，对图像进行绝对差值运算，提升药片边缘与缺陷对比度，再利用击中或不击中运算，将缺损及边缘对比进一步扩大并突显出来，再通过二值化提取出明显特征。最后使用崩边检测，来计算边缘缺损的辐散程度，可辨别出药片正面是否存在缺损，最终效果如图5所示。
▲图5 最终处理效果
3.2 药片脏污检测：
如图6所示，采用高曝光获取图像，细节被过滤，轮廓更明显，侧面变清晰，用以检测正侧面脏污及缺损。
▲图6 处理前图像
使用SciSmart智能视觉软件中的图像预处理，二值化操作，将污点凸显出来，将其与事先建好的模板分别进行对比，检测其完整性，通过限制模板匹配度来限定检测精度。
▲图7 最终处理效果
机器视觉检测效率高、精度高、实时性强，能够适应恶劣的检测环境，实现零缺陷生产的目标。该方案克服传统人工检测主观性大的影响，满足药片大批量生产和检测的要求，在提高产品质量的同时，降低生产成本，减轻人工的劳动强度，具有较大的经济效益和社会效益。