熊邦書余 亮歐巧鳳杜 靜

1)(南昌航空大學(xué)無損檢測技術(shù)教育部重點實驗室，南昌 330063)2)(深圳市安健科技有限公司，深圳 518057)

注射器針頭合格性圖像檢測方法

熊邦書1*余 亮1歐巧鳳1杜 靜2

1)(南昌航空大學(xué)無損檢測技術(shù)教育部重點實驗室，南昌 330063)2)(深圳市安健科技有限公司，深圳 518057)

針對一次性注射器針頭生產(chǎn)過程中，會產(chǎn)生倒裝和彎鉤等次品問題，結(jié)合次品針頭特征，提出一種注射器針頭合格性圖像檢測方法。首先，對針頭圖像進行一系列預(yù)處理，獲取針尖的邊緣輪廓;其次，利用邊界區(qū)域不變矩法，建立合格針頭在各角度下針尖輪廓特征庫，提取被測針尖輪廓特征，并與特征庫進行匹配，實現(xiàn)針頭的倒裝檢測;最后，在針尖局部坐標系下，采用最小二乘法擬合針尖左右邊緣曲線，通過計算兩邊緣曲線的最大曲率，實現(xiàn)針頭的彎鉤檢測。通過合格和不合格針頭的檢測實驗，結(jié)果表明本方法對不合格針頭具有較高的檢測率，對合格針頭具有較低的誤判率，且有較高的魯棒性，可應(yīng)用于實際生產(chǎn)中。

合格檢測;注射器針頭;區(qū)域不變矩;最小二乘法;曲率

Key words:quality detection;syringe needles;region momentinvariants;least-square method;curvature

引言

在一次性注射器針頭的生產(chǎn)過程中，會產(chǎn)生約萬分之一的次品針頭。次品針頭的產(chǎn)生主要有兩方面原因:一是針頭倒裝，即裝備過程中誤將針尖和針管反裝;二是針頭彎鉤，即制作針頭過程中誤操作，致使針尖彎曲。如果這些次品針頭直接用于病人，將危害病人的身心健康，因此，需要采取有效措施將其檢測出來。目前，歐美、日本等發(fā)達國家均已實現(xiàn)了針頭生產(chǎn)過程的在線檢測，如德國西門子研制的機器視覺系統(tǒng)已具備了注射器針頭在線檢測功能，國內(nèi)也有幾家醫(yī)療器械廠家開始進行注射器針頭自動檢測的研究，但絕大多數(shù)的注射器針頭生產(chǎn)廠家仍采用人工目測檢測方法剔除次品。由于針頭的直徑不超過1 mm，在高勞動強度工作環(huán)境下，人的視覺容易疲勞，易造成漏檢和誤檢。

隨著數(shù)字圖像處理技術(shù)的發(fā)展，機器視覺識別技術(shù)在醫(yī)療器械生產(chǎn)領(lǐng)域得到了廣泛的應(yīng)用［1］。在機器視覺識別中，常采用不變矩［2］、幾何特征［3］等描述物體特征信息，并加以識別。次品與合格注射器的針尖具有明顯的輪廓差異，據(jù)此，筆者利用邊界區(qū)域不變矩［4］和曲線曲率［5］方法，提出了一種注射器針頭合格性的圖像檢測方法。

1 圖像預(yù)處理

為提高針頭的檢測精度，本研究采用一系列預(yù)處理方法:采用中值濾波法去除噪聲，采用最大類間方差法提取針頭，采用最大連通域法消除偽目標，采用邊界跟蹤法提取針頭輪廓等。提取的輪廓如圖1所示。

圖1 針頭及針頭輪廓。(a)針頭;(b)針頭輪廓Fig.1 The image of needle and the contour image of needle.(a)the image of needle;(b)the contour image of needle

2 針尖圖像提取

2.1 針頭圖像矯正

在針頭圖像的采集過程中，因針頭放置位置偏移，使針頭與圖像水平方向具有一定的傾斜角度，需對針頭圖像進行矯正。注射器針頭分為針尖和針管兩部分，傾斜角為針管邊緣與圖像垂直方向的夾角。通過將針頭圖像旋轉(zhuǎn)相應(yīng)角度，實現(xiàn)圖像矯正。

2.2 針尖部分提取

經(jīng)圖像矯正后，針管的局部輪廓為矩形形狀，在同一行時左右邊緣點像數(shù)間的距離近似相等，而針尖左右邊緣像數(shù)間的距離是不斷變化的。利用兩者間的差異，實現(xiàn)針尖部位提取。

3 針頭合格檢測

針頭檢測分兩步:首先，進行針頭的倒裝檢測，利用邊界區(qū)域不變矩法，檢測針頭是否倒裝，若倒裝則該針頭不合格，否則判斷其是否彎鉤;其次，進行針頭的彎鉤檢測，利用針尖邊緣曲線的最大曲率，實現(xiàn)針頭的彎鉤檢測，若不存在彎鉤則合格，否則為不合格。

3.1 針頭倒裝檢測

針頭倒裝檢測的步驟有:一是提取針尖的邊界區(qū)域不變矩，二是建立合格針尖的特征庫，三是倒裝檢測。

3.1.1 提取針尖的邊界區(qū)域不變矩

邊界不變矩可描述針尖輪廓的周長、主軸和扭曲度等特征，在連續(xù)情況下具有旋轉(zhuǎn)、比例和平移不變性，其幾何矩mpq和幾何中心矩μpq分別為

歸一化中心距為

采用3個邊界不變矩作為針尖的特征信息，有

為便于后續(xù)比較，采用對數(shù)方法進行數(shù)據(jù)壓縮，有

3.1.2 建立合格針尖特征庫

在 0°～360°范圍內(nèi)，每隔 10°采集合格針尖的不變矩 Φ1、Φ2和 Φ3，作為特征庫的特征信息。0°～360°范圍內(nèi)的針尖圖像有兩個特征:一是平面投影輪廓相同，即 0°～90°與 90°～180°、180°～270°與270°～360°對應(yīng)角度輪廓相同;二是平面投影左右對稱，即 0°～90°與 270°～360°、90°～180°與 180°～270°對稱。根據(jù)針尖輪廓的特點，特征庫可由以下19個角度的邊界不變矩組成，不同角度范圍內(nèi)的針尖輪廓如圖2所示。

圖2 合格針尖在不同角度下的輪廓。(a)0°～90°范圍內(nèi)每隔 10°的輪廓;(b)190°～270°范圍內(nèi)每隔 10°的輪廓Fig.2 The contour image of qualified tip edge.(a)contour images every 10 degrees in the range of 0°～90°;(b)contour images every 10 degrees in the range of 190°～270°

3.1.3 針尖倒裝檢測

倒裝針頭經(jīng)針尖部分提取后只包含較小的區(qū)域，其邊界區(qū)域不變矩與特征庫任一組不變矩的歐氏距離均大于合格針尖。計算待測針尖的不變矩與特征庫所有不變矩的歐式距離，取其中的最小值，與閾值進行比較，若大于閾值，則待測針尖倒裝，倒裝針頭及針尖部分輪廓如圖3所示。

圖3 倒裝針頭及針尖輪廓。(a)倒裝針頭;(b)倒裝針尖輪廓Fig.3 The image of flip syringe needle and The contour image of flip tip edge.(a)the image of flip syringe needle;(b)the contour image of flip tip edge

設(shè)A為待檢測針尖圖像，B為特征庫中某一針尖圖像，其特征信息分別為，則兩者的歐式距離為

閾值選取方法為:對特征庫中19個不變矩，兩兩按式(6)計算歐式距離，閾值取其中的最大值。

3.2 針尖彎鉤檢測

針尖彎鉤檢測的步驟有:一是建立針尖局部坐標系，二是擬合針尖邊緣曲線，三是計算邊緣曲線的最大曲率，四是彎鉤檢測。

3.2.1 建立針尖局部坐標系

圖4 針尖局部坐標系Fig.4 Local coordinate system of tip

為實現(xiàn)針尖邊緣曲線擬合與針頭在圖像上的位置無關(guān)，建立針尖局部坐標系，圖4給出了建立過程。以針尖邊緣曲線的頂點A為原點，以曲線兩個端點A和B所在的直線方向為x軸，以垂直于AB直線的方向為y軸，建立了針尖局部坐標系。將針尖曲線上的點變換到該局部坐標系下，設(shè)點C為曲線上的任一點，其坐標為(CD，CE)。

3.2.2 擬合針尖邊緣曲線

首先采用水平行掃描法提取針尖邊緣點集，然后利用二次多項式最小二乘法［7］擬合得到針尖邊緣曲線方程。設(shè)針尖邊緣點集為(xi，yi)(i=1，…，N)，邊緣曲線方程為

式中，a0、a1、a2為多項式系數(shù)。

當(dāng)N＞3時，利用最小二乘擬合求解a0、a1和a2系數(shù)，有

3.2.3 計算針尖邊緣曲線的最大曲率

曲率表示曲線的彎曲程度，曲率越大，曲線的彎曲程度越大。求取針尖邊緣曲線上各邊緣點上的曲率Ki，用最大曲率Kmax作為針尖的特征信息，有

3.2.4 彎鉤檢測

將左右最大曲率與閾值進行比較，若左右曲率中任一個大于閾值，則為彎鉤針頭，否則為合格針頭。通過大量實驗得出，所有采集角度中，0°和180°角度下合格針尖左右邊緣曲線的最大曲率最大。因此，筆者取該角度下針尖邊緣曲線的最大曲率作為彎鉤判斷閾值。圖5為部分角度下的彎鉤針頭。

4 檢測實驗及結(jié)果分析

為了驗證方法的有效性，在聞亭公司開發(fā)的TDS642EVM圖像處理平臺上實現(xiàn)了本檢測方法，并用真實針頭進行了兩組實驗:一組為合格針頭檢測實驗，驗證合格針頭的誤判率和魯棒性;另一組為次品針頭檢測實驗，驗證次品針頭檢測的正確性。

4.1 合格針尖特征庫建立及閾值確定

圖5 不同采集角度下的彎鉤針頭。(a)40°;(b)90°;(c)220°Fig.5 Hooked needlesunderdifferentacquisition angle.(a)40°;(b)90°;(c)220°

計算針尖圖像在19個角度下的邊界不變矩Φ1、Φ2和 Φ3，以及左右邊緣曲線的最大曲率 Kmax，l和 Kmax，r，其值如表 1 所示。

表1 各采集角度下的針尖特征信息Tab.1 Feature information of tips under different acquisition angle

由表1可看出:相鄰角度下的針尖邊界區(qū)域不變矩的值變化非常小，其歐氏距離也較小，因此選擇每隔10°建立邊界不變矩特征庫是可行的，計算可得倒裝檢測閾值為0.989;合格針頭在各個角度下，其針尖左右兩邊緣曲線的最大曲率值都很小，且在0°和180°下分別為左右邊緣曲線曲率的最大值，因此取兩者中的最大值作為針尖彎鉤檢測閾值，其值為6.151×10-5。

4.2 合格針頭檢測實驗

為驗證本方法的魯棒性，在平移和旋轉(zhuǎn)情況下采集針頭圖像為實驗對象。圖6給出了不同姿態(tài)下的針頭圖像，各種姿態(tài)下的針尖邊界區(qū)域不變矩和左右邊緣曲線的最大曲率結(jié)果如表2所示。由表2可以看出，各姿態(tài)下針頭對應(yīng)的特征信息近似相等，相互間的誤差不會超出檢測閾值范圍，不會引起誤判。因此，本方法對合格針頭的檢測具有平移和旋轉(zhuǎn)不變性，具有較高的魯棒性。

圖6 不同姿態(tài)下的針頭。(a)標準圖像;(b)左平移;(c)右平移;(d)左旋轉(zhuǎn);(e)右旋轉(zhuǎn)Fig.6 The image of needles under different posture.(a)standard image;(b)left translation;(c)right translation;(d)left rotation;(e)right rotation

表2 針尖在不同姿態(tài)下的特征信息Tab.2 Feature information of tips under different posture

4.3 次品針頭檢測實驗

為驗證本方法的有效性，用400根針頭進行檢測實驗。其中，合格針頭240根、次品針頭160根;次品針頭中，倒裝針頭和彎鉤針頭各80根。針頭檢測結(jié)果如表3所示，合格針頭、倒裝針頭和彎鉤針頭的檢測率分別為96.25%、100%和100%，可滿足生產(chǎn)企業(yè)的實際要求。在確保次品針頭不誤判的前提下，盡量提高合格針頭的正確判斷率。造成合格針頭誤判的主要因素有:針頭為表面光滑的金屬材質(zhì)，易反射光線，導(dǎo)致針尖圖像的邊緣信息受損;針頭圖像采集的背景不干凈而造成的影響?？刹捎锰刂乒庠春蛦我槐尘皽p少干擾，提高正確判斷率。

表3 針頭檢測結(jié)果Tab.3 The result of detection

5 結(jié)論

根據(jù)注射器針頭的特征，提出了基于圖像處理的合格性檢測方法。該方法采用中值濾波、最大連通域、圖像矯正和針尖自動定位等方法，保證針尖的準確提取，提高了檢測精度;采用針尖邊界不變矩方法，實現(xiàn)了針頭的倒裝檢測;采用針尖邊緣曲線擬合和最大曲率計算方法，實現(xiàn)了針頭的彎鉤檢測;采用圖像矯正和建立針尖局部坐標系等方法，使本方法具有平移、旋轉(zhuǎn)不變性，從而具有較高的魯棒性。通過合格和不合格針頭的檢測實驗，結(jié)果表明本方法的有效性，可應(yīng)用于實際生產(chǎn)中。

［1］徐琦，邢科新，王永驥，等.硬膜外脊髓電刺激儀的研制［J］.中國生物醫(yī)學(xué)工程學(xué)報，2008，27(4):547-550.

［2］Plaza A，Le Moigne J，Natanyahu NS.Morphological feature extraction for automatic registration of multispectral images［A］.In:Geoscience and Remote Sensing Symposium［C］.Barcelona:IEEE，2007.421-424.

［3］胡美燕，姜獻峰.輸液針圖像矩不變量的研究［J］.中國圖形圖像學(xué)報，2007，12(3):456-459.

［4］Liu Jin，Li Deren，Tao Wenbing.Matching rotated images in varying illumination conditions based on moment invariants［J］.Optical Eengineering，2009，48(1):1-8.

［5］Xin Yuanlong.Mean curvature flow with convex gauss image［J］.Chinese Annals of Mathematics，2008，29(2):121-134.

［6］Quan Wen，Jean Gao，Luby-PhelpsK.Featureselection，matching，and evaluation for subcellular structure tracking［A］.In:28th Annual International Conference of the IEEE Engineering in Medicine and Biology Society［C］.New York:IEEE EMBS，2006.3186-3189.

［7］劉珂，周富強，張廣軍.半徑約束最小二乘擬合方法及其誤差分析［J］.光電子·激光，2006，17(5):604-607.

An Image-based Quality Detection Method of Syringe Needles

XIONG Bang-Shu1*YU Liang1Ou Qiao-Feng1DU Jing2
1)(Key Laboratory of Nondestructive Test of Ministry of Education，Nanchang Hangkong University，Nanchang 330063，China)2)(Shenzhen Angell Technology Linited Company，Shenzhen 518057，China)

TP391

D

0258-8021(2010)04-0627-05

10.3969/j.issn.0258-8021.2010.04.024

2010-02-28，

2010-05-24

國家自然科學(xué)基金資助項目(60913096);江西省自然科學(xué)基金項目(2008GZS0032);江西省教育廳科技項目(GJJ09183);南昌航空大學(xué)科研基金項目(EC200904271)

*通訊作者。 E-mail:xiongbs@126.com