基于统计分析的药品条码缺陷检测方法
【专利摘要】本发明公开了一种基于统计分析的药品条码缺陷检测方法，首先获取待检测的条码图像；然后对条码区域进行定位，确定条码图像中的条码区域；再利用仿射变换法对条码图像进行校正，调整图像中条码的位置和角度；最后用水平投射求灰度均值法定位图像中的条码缺陷。本发明的基于统计分析的药品条码缺陷检测方法，能够有效的识别各类缺陷条码，实现自动识别，减轻管理人员的负担，而且具有很高的鲁棒性，同时，针对不同的缺陷类型提供了不同的定位方法，对每一种缺陷类型都有很好的检测效果，识别正确率高，实用性强。
【专利说明】
基于统计分析的药品条码缺陷检测方法
技术领域
[0001] 本发明涉及一种基于统计分析的药品条码缺陷检测方法，属于图像处理技术领 域。
【背景技术】
[0002] 条码缺陷检测是一门用于检测条码印刷质量的技术，是图像处理技术的应用领域 之一。在药品条码的印刷过程中，由于印刷的机械精度的限制和印刷方法的局限，印刷的条 码总会出现各种各样的质量问题。由于药品的条码中包括许多重要的信息，比如制造地，生 产商，原料，保质期，出厂时间，许可地域等，条码的错误检测将会造成药品信息紊乱，对于 药品的监管非常不利。
[0003] 实施药品包装电子监管条码印刷是保障用药安全重要手段之一。国内许多印刷企 业仍然采用脱机式人工检测的方法进行条码质量检测，这种传统的人工检测方法需要工人 使用检测工具对随机抽取的条码样本进行测量，存在以下几点不足：（1)有些指标仍然依靠 人类目视检测，误差大；（2)需要大量的人力物力资源，效率低；（3)人工检测控制周期长，荣 易造成印刷材料的浪费。目前也有一些利用机器视觉技术进行条码缺陷检测的方法，但是 都存在实时性差，计算量大，图像细节退化等问题。
【发明内容】
[0004] 本发明的主要目的在于克服现有技术的缺陷，提供一种基于统计分析的药品条码 缺陷检测方法，可以有效的识别各类缺陷条码，同时具有很高的鲁棒性，极具工程应用价 值。
[0005] 为了达到上述目的，本发明所采用的技术方案是：
[0006] 基于统计分析的药品条码缺陷检测方法，其特征在于，包括如下步骤：
[0007] A，获取待检测的条码图像；
[0008] B，确定条码图像中的条码区域；
[0009] C，对条码图像进行校正，调整图像中条码的位置和角度；
[0010] D，对上一步所得的图像的进行条码缺陷定位。
[0011] 前述的基于统计分析的药品条码缺陷检测方法，其特征在于，所述步骤B中确定条 码图像中的条码区域的方法包括如下步骤：
[0012] B1，利用感兴趣区域提取算子提取图像中的条码区域；
[0013] B2,对感兴趣区域进行图像增强处理后，利用条码检测模型寻找并识别条码，获得 粗定位的条码图像；
[0014] B3,对图像的感兴趣区域进行开运算和阈值运算；
[0015] B4,将上一步的运算结果与粗定位的条码图像进行与运算，获得精确定位的条码 图像。
[0016] 前述的基于统计分析的药品条码缺陷检测方法，其特征在于，所述步骤C中对条码 图像进行校正时通过仿射变换方法进行对图像进行平移、旋转，调整图像中条码的位置和 角度。
[0017] 前述的基于统计分析的药品条码缺陷检测方法，其特征在于，所述步骤D进行条码 缺陷定位时，利用水平投射求灰度均值法定位图像中的条码缺陷，包括如下步骤：
[0018] D1，遍历图像，通过如下公式计算每一行的灰度平均值：
[0020] 其中，i、j为正整数，Gi表示第i行的灰度均值，表示第i行的第j列的像素的灰度 值，N表示每行的像素总数；
[0021] D2,寻找条码区首行；
[0022] D3，舍弃条码区第一行交界处；
[0023] D4，缺陷定位，定位多行缺失的条码和微小缺陷。
[0024] 前述的基于统计分析的药品条码缺陷检测方法，其特征在于，所述步骤D2寻找条 码区首行时，当第i行的灰度均值61满足如下条件时，确认该行为条码区的首行：
[0025] l)GL<Gi<GH；
[0026] 2)GL<Gi+i<GH；
[0027] 3) |Gi-Gi+i| <AbsH；
[0028] 其中，G1+1为第i+1行的灰度投影均值，Gl为条码首行判决下限，Gh为条码首行判决 上限，Abs H为相邻两个投影均值之间的差。
[0029] 前述的基于统计分析的药品条码缺陷检测方法，其特征在于，
[0030] 所述步骤D4定位多行缺失的条码的具体方法为，当遍历完所有行，发现遍历的行 数I<Mmin，即可知该条码缺失多行，其中，Mmin表示行数最小值，满足条件
P为 条码类型参数，〇为允许的误差范围；
[0031] 定位微小缺陷的具体方法为，每一行灰度均值的平均值，当满足以下两个条件之 一时被认为是缺陷：
[0032] l)D>Dmaxl；
[0033] 2)D>Dmax2&AbSmax>A;
[0034] 其中，Dmaxl为灰度均值标准差绝对判决条件，Dm-为灰度均值标准差相对判决条 件，A为行间差判决下限，D为每行灰度均值的标准差，Abs max为最大行间差的绝对值，D通过 如下公式计算：
[0036] M表示条码的行数，Gi表示第i行的灰度均值，Mean表示每一行灰度均值的平均值， 计算方法如下：
[0038]与现有技术相比，本发明的基于统计分析的药品条码缺陷检测方法，先利用条码 识别模型进行粗糙定位，再利用"与运算"进行精确定位;然后通过采用仿射变换对条码进 行修正；最后利用灰度均值进行条码缺陷定位，有效的识别各类缺陷条码，实现了自动识 另IJ，提高了识别效率，减轻管理人员的负担，而且具有很高的鲁棒性，实时性，同时，针对不 同的缺陷类型提供了不同的定位方法，对每一种缺陷类型都有很好的检测效果，识别正确 率高，具有很强的实用性。
【附图说明】
[0039] 图1是本发明的基于统计分析的药品条码缺陷检测方法的整体流程图。
【具体实施方式】
[0040] 下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明 的技术方案，而不能以此来限制本发明的保护范围。
[0041] 基于统计分析的药品条码缺陷检测方法，流程图如图1所示，包括如下步骤：
[0042] A，获取待检测的条码图像。
[0043] B，确定条码图像中的条码区域。实际生产中，条码并非布满整幅印品，只分布在整 幅印品的某些固定的已知的位置，且只占版面中很小的面积。版面上条码以外的内容与条 码缺陷检测无关，在进行条码缺陷检测之前，准确找出条码区域，可以提高运算速度与检测 精度，所以，进行缺陷检测前，通过如下步骤对条码区域进行定位：
[0044] B1，利用感兴趣区域提取算子提取图像的感兴趣区域，即包含条码的区域，首先定 位包含条码的矩形区域，然后再进行截取；
[0045] B2,对感兴趣区域进行图像增强处理后，利用条码检测模型寻找并识别条码，获得 粗定位的条码图像；
[0046] B3，对图像的感兴趣区域进行开运算和阈值运算；
[0047] B4,将上一步的运算结果与粗定位的条码图像进行与运算，获得精确定位的条码 图像，利用条码检测模型在识别条码的时候有边缘缺陷，通过与运算后，可以解决边缘缺陷 的问题。
[0048] C，通过仿射变换方法进行对图像进行平移、旋转，调整图像中条码的位置和角度。 由于药品条码的位置和旋转角度不能保持恒定，或者摄像机和条码之间的距离发生变化导 致检测到的图像的尺寸发生变化。为了检测的适用性，精确定位条码位置后，截取条码所在 区域进行仿射变换，对图像进行平移和角度修正，从而使条码每行像素的灰度平均值能在 水平线上进行投射，利用灰度平均值来定位有缺陷的条码区。
[0049] D，利用水平投射求灰度均值法定位图像中的条码缺陷。条码本身具有明显的方向 特性，条和空有规则的排列在水平方向上，条码每一行的灰度分布具有相似性，即，每一行 的灰度总量几乎相同。水平投射求灰度均值法就是利用条码的此特性进行缺陷检测的。先 将条码的灰度进行水平方向的均值投影，再通过投影之后的灰度均值分布来定位缺陷。具 体包括如下步骤：
[0050] D1，遍历图像，通过如下公式计算每一行的灰度平均值：
[0052]其中，i、j为正整数，Gi表示第i行的灰度均值，幻表示第i行的第j列的像素的灰度 值，N表示每行的像素总数；
[0053] D2,寻找条码区首行，当第i行的灰度均值61满足如下条件时，确认该行为条码区 的首行：
[0054] GL<Gi<GH；
[0055] GL<Gi+i<GH;
[0056] Gi~Gi+i | <AbsH；
[0057]其中，G1+1为第i+1行的灰度投影均值，Gl为条码首行判决下限，Gh为条码首行判决 上限，AbSH为相邻两个投影均值之间的差。
[0058] D3,舍弃条码区第一行交界处。本发明虽然通过仿射变换法对条码区进行了修正， 实际效果仍是会有一点偏差，所以舍弃条码开头的误差部分。
[0059] D4，缺陷定位，定位多行缺失的条码和微小缺陷。
[0060] 定位多行缺失的条码的具体方法为，当遍历完所有行，发现遍历的行数I<Mmin，即
可知该条码缺失多行，其中，Mmin表示行数最小值，满足条件 ，P为条码类型参 数，〇为允许的误差范围。
[0061] 定位微小缺陷的具体方法为，每一行灰度均值的平均值，当满足以下两个条件之 一时被认为是缺陷：
[0062] l)D>Dmaxl；
[0063] 2)D>Dmax2&AbSmax>A;
[0064] 其中，Dmaxl为灰度均值标准差绝对判决条件，Dm-为灰度均值标准差相对判决条 件，A为行间差判决下限，D为每行灰度均值的标准差，Abs max为最大行间差的绝对值，D通过 如下公式计算：
[0066] M表示条码的行数，Gi表示第i行的灰度均值，Mean表示每一行灰度均值的平均值， 计算方法如下：
[0068]以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人 员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形 也应视为本发明的保护范围。
【主权项】
1. 基于统计分析的药品条码缺陷检测方法，其特征在于，包括如下步骤： A，获取待检测的条码图像； B，确定条码图像中的条码区域； C，对条码图像进行校正，调整图像中条码的位置和角度； D，对上一步所得的图像的进行条码缺陷定位。2. 根据权利要求1所述的基于统计分析的药品条码缺陷检测方法，其特征在于，所述步 骤B中确定条码图像中的条码区域的方法包括如下步骤： Bl，利用感兴趣区域提取算子提取图像中的条码区域； B2,对感兴趣区域进行图像增强处理后，利用条码检测模型寻找并识别条码，获得粗定 位的条码图像； B3,对图像的感兴趣区域进行开运算和阈值运算； B4,将上一步的运算结果与粗定位的条码图像进行与运算，获得精确定位的条码图像。3. 根据权利要求1所述的基于统计分析的药品条码缺陷检测方法，其特征在于，所述步 骤C中对条码图像进行校正时通过仿射变换方法进行对图像进行平移、旋转，调整图像中条 码的位置和角度。4. 根据权利要求1所述的基于统计分析的药品条码缺陷检测方法，其特征在于，所述步 骤D进行条码缺陷定位时，利用水平投射求灰度均值法定位图像中的条码缺陷，包括如下步 骤： Dl，遍历图像，通过如下公式计算每一行的灰度平均值：其中，i、j为正整数，G1表示第i行的灰度均值，表示第i行的第j列的像素的灰度值，N 表示每行的像素总数； D2,寻找条码区首行； D3，舍弃条码区第一行交界处； D4,缺陷定位，定位多行缺失的条码和微小缺陷。5. 根据权利要求4所述的基于统计分析的药品条码缺陷检测方法，其特征在于，所述步 骤D2寻找条码区首行时，当第i行的灰度均值6 1满足如下条件时，确认该行为条码区的首 行： 1. GL<Gi<GH； 2. GL<Gi+i<GH； 3) |Gi-Gi+i| <AbsH； 其中，G1+1为第i+1行的灰度投影均值，Gl为条码首行判决下限，Gh为条码首行判决上限， AbSH为相邻两个投影均值之间的差。6. 根据权利要求4所述的基于统计分析的药品条码缺陷检测方法，其特征在于， 所述步骤D4定位多行缺失的条码的具体方法为，当遍历完所有行，发现遍历的行数I < Mmin，即可知该条码缺失多行，其中，Mmin表示行数最小值，满足条件，PS条码类 型参数，σ为允许的误差范围；定位微小缺陷的具体方法为，每一行灰度均值的平均值，当满足以下两个条件之一时 被认为是缺陷： 1 )D〉Dmaxl; 2. D〉Dmax2&Ab Smax〉A ; 其中，Dmaxl为灰度均值标准差绝对判决条件，Dmax2为灰度均值标准差相对判决条件，A为 行间差判决下限，D为每行灰度均值的标准差，Absmax为最大行间差的绝对值，D通过如下公 式计算：M表示条码的行数，G1表示第i行的灰度均值，Mean表示每一行灰度均值的平均值，计算 方法如下：
【文档编号】G06T7/00GK105930840SQ201610240706
【公开日】2016年9月7日
【申请日】2016年4月18日
【发明人】牟丽, 徐晓龙, 李敏, 张卓, 许海燕, 谢迎娟, 张学武
【申请人】河海大学常州校区