張洪波，隋文濤，袁 林，李長(zhǎng)安，逯海濱

(山東理工大學(xué) 機(jī)械工程學(xué)院，山東 淄博 255000)

0 引 言

口服液是一種中藥制劑，在國(guó)內(nèi)得到了眾多消費(fèi)者的青睞，有巨大的消費(fèi)市場(chǎng)。由于口服液產(chǎn)品在生產(chǎn)中設(shè)計(jì)多道工序，受生產(chǎn)工藝的影響，不可避免地會(huì)產(chǎn)生一些缺陷產(chǎn)品。如果這些缺陷產(chǎn)品在生產(chǎn)環(huán)節(jié)未能檢測(cè)出來(lái)，不僅會(huì)影響產(chǎn)品質(zhì)量，更有甚者會(huì)嚴(yán)重危害消費(fèi)者身體健康，其中，壓蓋質(zhì)量尤為重要。在口服液灌封過(guò)程中，藥液灌入口服液瓶中，由壓蓋機(jī)自動(dòng)貼合至瓶口，由于存在機(jī)械系統(tǒng)不穩(wěn)定等因素，壓蓋過(guò)程會(huì)出現(xiàn)一定偏差，造成壓蓋不良等情況，瓶蓋可能會(huì)出現(xiàn)劃痕、刮花、表面卷曲、壓蓋破損等缺陷，因此需要將它們檢測(cè)出來(lái)并剔除?，F(xiàn)如今，口服液生產(chǎn)廠家使用的口服液瓶蓋一般為鋁塑撕開(kāi)蓋，整體分為兩個(gè)部分，上部分為塑料材質(zhì)的撕開(kāi)蓋，下部分為鋁制的壓蓋部分。如圖1所示，圖(a)為正常壓蓋圖像，圖(b)為劃痕缺陷，圖(c)為壓蓋卷曲缺陷，圖(d)為壓蓋破損缺陷，圖(e)為壓蓋不良缺陷，圖(f)為完全未壓蓋缺陷。

圖1 缺陷示意圖

最傳統(tǒng)檢測(cè)方法一般采用人工檢測(cè)，但隨著傳統(tǒng)機(jī)器視覺(jué)檢測(cè)方法的迅猛發(fā)展，很快被淘汰。因機(jī)器視覺(jué)檢測(cè)具有成本低、效率高等優(yōu)點(diǎn)而被廣泛應(yīng)用于口服液生產(chǎn)檢測(cè)環(huán)節(jié)。近些年，一些國(guó)外、國(guó)內(nèi)公司生產(chǎn)的燈檢機(jī)大多也基于傳統(tǒng)機(jī)器視覺(jué)檢測(cè)。湖南大學(xué)劉學(xué)兵基于傳統(tǒng)機(jī)器視覺(jué)檢測(cè)方法，提出了一種基于水平截距投影的方法提取瓶蓋下邊緣點(diǎn)作為缺陷檢測(cè)信息，并提出了邊緣點(diǎn)均值和方差兩種數(shù)據(jù)特征作為缺陷判斷數(shù)據(jù)。雖然傳統(tǒng)機(jī)器視覺(jué)檢測(cè)雖說(shuō)已經(jīng)取得了不錯(cuò)的檢測(cè)成果，但只能針對(duì)特定的一類產(chǎn)品，若企業(yè)更新包裝則需重新編寫(xiě)特定程序。近幾年，深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、語(yǔ)音識(shí)別等領(lǐng)域都取得了較好的成果，在缺陷檢測(cè)領(lǐng)域，基于深度學(xué)習(xí)的檢測(cè)方法也在迅猛發(fā)展，Allen Zhang等人使用深度學(xué)習(xí)網(wǎng)絡(luò)在瀝青表面自動(dòng)進(jìn)行像素級(jí)路面裂縫檢測(cè)；CV Dung等人提出了基于深度學(xué)習(xí)技術(shù)的基于視覺(jué)的混凝土表面裂縫自動(dòng)檢測(cè)。這些深度學(xué)習(xí)檢測(cè)方法雖然在檢測(cè)方面很有效，但其都需要人工進(jìn)行數(shù)據(jù)標(biāo)注。在工業(yè)生產(chǎn)中，一是缺陷產(chǎn)生具有不確定性，二是缺陷產(chǎn)品相比于正常產(chǎn)品比例極低。因此，異常檢測(cè)中的無(wú)監(jiān)督檢測(cè)逐漸受到關(guān)注。

Bergmann P提出了一種基于結(jié)構(gòu)相似性與自編碼器結(jié)合的無(wú)監(jiān)督缺陷分割，用于織物缺陷檢測(cè)，經(jīng)驗(yàn)證該方法可以有效地檢測(cè)織物缺陷；合肥工業(yè)大學(xué)羅月童等提出了一種卷積去噪自編碼器檢測(cè)芯片表面弱缺陷，實(shí)驗(yàn)驗(yàn)證了該方法在芯片表面弱缺陷檢測(cè)中有良好效果。綜上所述，深度學(xué)習(xí)在缺陷檢測(cè)方面取得了良好的效果，但還未有基于無(wú)監(jiān)督學(xué)習(xí)的檢測(cè)方法應(yīng)用在口服液瓶壓蓋質(zhì)量檢測(cè)中，另外口服液壓蓋缺陷具有缺陷與背景對(duì)比度低、缺陷較小等特點(diǎn)，又給傳統(tǒng)檢測(cè)方法帶來(lái)了挑戰(zhàn)。因此，該文設(shè)計(jì)一種無(wú)監(jiān)督學(xué)習(xí)的深度卷積去噪自編碼器網(wǎng)絡(luò)模型用于口服液瓶壓蓋質(zhì)量檢測(cè)，為口服液壓蓋質(zhì)量檢測(cè)提出一種新思路、新方法。

1 方法概述

1.1 自動(dòng)編碼器原理

自編碼器(Autoencoder，AE)是一種無(wú)監(jiān)督學(xué)習(xí)方法。所謂無(wú)監(jiān)督學(xué)習(xí)，就是不需要對(duì)目標(biāo)提前標(biāo)注的深度學(xué)習(xí)方式。自編碼器是通過(guò)訓(xùn)練來(lái)達(dá)到重構(gòu)數(shù)據(jù)自身的一種人工神經(jīng)網(wǎng)絡(luò)，即一種典型的輸入等于輸出的無(wú)監(jiān)督神經(jīng)網(wǎng)絡(luò)模型。自編碼器通常包含三個(gè)部分：編碼器(Encoder)、隱藏層、解碼器(Decoder)。在自編碼器的訓(xùn)練過(guò)程中，輸入經(jīng)過(guò)編碼這一過(guò)程后，編碼器對(duì)輸入數(shù)據(jù)進(jìn)行編碼壓縮，并且將輸入數(shù)據(jù)壓縮映射為一特征向量，該特征向量雖然維度較低，但其包含著輸入數(shù)據(jù)的隱藏特征信息，解碼器會(huì)根據(jù)特征向量重構(gòu)出輸入數(shù)據(jù)，先編碼再解碼這一過(guò)程即可學(xué)習(xí)到輸入數(shù)據(jù)的密集表征。在自編碼器三個(gè)部分中，隱藏層是最重要的部分，因?yàn)閿?shù)據(jù)的密集表征遠(yuǎn)比輸入數(shù)據(jù)維度低，相當(dāng)于用更少的特征去表達(dá)輸入數(shù)據(jù)，這使得自編碼器可以用于降維壓縮，這在圖像分類上有重要意義，其原理圖如圖2所示。

圖2 自編碼器原理圖

編碼過(guò)程就是編碼器通過(guò)函數(shù)

f

將原始輸入數(shù)據(jù)

x

=[

x

,

x

,…,

x

]映射到隱含層

h

，解碼過(guò)程是解碼器通過(guò)解碼函數(shù)

g

將隱含層作為輸入，得到重構(gòu)數(shù)據(jù)

z

=[

z

,

z

,…,

z

]，其公式表達(dá)如下：

h

=

f

(

W

x

+

b

)

(1)

z

=

g

(

W

h

+

b

)

(2)

式中，

W

和

b

分別是編碼器的權(quán)重和偏置，

W

和

b

是解碼器的權(quán)重和偏置。自編碼器在訓(xùn)練過(guò)程中，使得重構(gòu)數(shù)據(jù)與原始輸入盡量逼近，從而表明隱含層學(xué)到了原始數(shù)據(jù)另外一種潛在的表達(dá)方式。因此，給定一個(gè)數(shù)據(jù)集

x

=[

x

,

x

,…,

x

]，自編碼器通過(guò)最小化以下函數(shù)來(lái)優(yōu)化模型參數(shù)

θ

：

(3)

其中，

L

為重構(gòu)函數(shù)，一般使用平方誤差損失函數(shù)或者交叉熵?fù)p失函數(shù)。

1.2 模型介紹

上文介紹了簡(jiǎn)單的自編碼器的原理，該文使用卷積去噪自編碼器進(jìn)行口服液壓蓋質(zhì)量檢測(cè)。卷積去噪自編碼器(convolutional denoising autoencoder，CDAE)中的去噪就是在自編碼器的基礎(chǔ)上，在編碼器與解碼器中使用卷積神經(jīng)網(wǎng)絡(luò)并人為添加噪聲對(duì)輸入數(shù)據(jù)進(jìn)行訓(xùn)練。其中輸入數(shù)據(jù)為

x

=[

x

,

x

,…,

x

]，首先對(duì)輸入數(shù)據(jù)引入噪聲：

(4)

(5)

式中，

L

為重構(gòu)函數(shù)，通常情況下，一般為逐像素誤差測(cè)量函數(shù)，如

L

損失函數(shù)，其具體公式如下：

(6)

L

損失函數(shù)計(jì)算的是兩幅圖像之間的像素距離，其缺陷十分明顯，當(dāng)重建圖像中，目標(biāo)物體的邊緣具有定位誤差時(shí)，原始圖像與重構(gòu)圖像之間的像素距離增大，計(jì)算兩者之間的殘差圖時(shí)，會(huì)出現(xiàn)大量殘差，但此時(shí)重構(gòu)圖像中目標(biāo)物體結(jié)構(gòu)特征與原始圖像中目標(biāo)物體相同。針對(duì)上述問(wèn)題，該文提出使用基于結(jié)構(gòu)相似性(structural similarity，SSIM)作為優(yōu)化模型的損失函數(shù)。SSIM通過(guò)比較兩幅圖像之間的三個(gè)參數(shù)進(jìn)行計(jì)算，包括：亮度(Luminance)、對(duì)比度(Contrast)和結(jié)構(gòu)(Structure)，三個(gè)參數(shù)計(jì)算公式如下：

(7)

(8)

(9)

式中，

p

和

q

為兩個(gè)大小為

M

×

N

的圖像塊，

μ

為

p

的均值，

μ

為

q

的均值，

σ

為

p

的方差，

σ

為

q

的方差，

σ

為

p

和

q

的協(xié)方差，

c

與

c

為兩個(gè)常數(shù)，避免公式作除零運(yùn)算，一般取

c

=

c

/

2。每次計(jì)算的時(shí)候都從圖片上取一個(gè)

M

×

N

的窗口，然后不斷滑動(dòng)窗口進(jìn)行計(jì)算，最后取平均值作為全局的SSIM。SSIM(

p

,

q

)=[

l

(

p

,

q

)·

c

(

p

,

q

)·

s

(

p

,

q

)](10)將

α

，

β

，

γ

設(shè)置為1時(shí)，可得到：

(11)

SSIM通過(guò)考慮亮度、對(duì)比度和結(jié)構(gòu)信息，而不是簡(jiǎn)單地比較單個(gè)像素值，相對(duì)于

L

函數(shù)，在重建過(guò)程中對(duì)小的定位誤差不太敏感，并且SSIM函數(shù)作為損失函數(shù)，檢測(cè)出的缺陷表現(xiàn)在目標(biāo)物體結(jié)構(gòu)的變化，而不是像素強(qiáng)度之間的差異。

卷積去噪自編碼器結(jié)合了卷積神經(jīng)網(wǎng)絡(luò)中的卷積層池化層操作來(lái)進(jìn)行特征提取，能夠很好地保留圖像的空間信息，又能夠進(jìn)行無(wú)監(jiān)督式學(xué)習(xí)，訓(xùn)練速度更快。該文使用基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)和多層感知器(MLP)組合的去噪自編碼器碼器,其結(jié)構(gòu)如圖3所示。

圖3 模型結(jié)構(gòu)

模型具體參數(shù)如下：

(1)輸入為128×128×1像素單通道PNG格式灰度圖像。

(2)編碼器：包含4個(gè)卷積層、4個(gè)最大池化層和4個(gè)多層感知器。池化層統(tǒng)一為最大池化層，可以最大限度保留瓶蓋上的缺陷。編碼器具體結(jié)構(gòu)見(jiàn)表1。

表1 編碼器結(jié)構(gòu)信息

(3)解碼器：解碼器與編碼器的相反版本。包含4個(gè)多層感知器、4個(gè)上采樣層和4個(gè)卷積層。4個(gè)卷積層中，卷積核Kernel都設(shè)為3×3。

(4)輸出為128×128×1像素單通道PNG灰度圖像。

在編碼器與解碼器中，除了解碼器最后一層Conv4-Deconder使用Sigmoid作為激活函數(shù)，其余卷積層與MLP層皆使用Relu函數(shù)作為激活函數(shù)。另外在訓(xùn)練中，為防止過(guò)擬合，分別在編碼器Conv2與Conv4后，以及解碼器Conv1與Conv3后，增加Dropout層，其值設(shè)置為0.15。

模型超參數(shù)設(shè)置如表2所示，Epoch設(shè)置為250，Batch size設(shè)置為64。經(jīng)多次試驗(yàn)發(fā)現(xiàn)，當(dāng)優(yōu)化器設(shè)置為Adam，學(xué)習(xí)率為0.002，每次參數(shù)更新后學(xué)習(xí)率衰減值設(shè)置為0.000 01時(shí)，訓(xùn)練效果最好。

表2 模型超參數(shù)信息

2 實(shí)驗(yàn)結(jié)果與分析

2.1 數(shù)據(jù)集及處理

2.1.1 實(shí)驗(yàn)數(shù)據(jù)集

本次實(shí)驗(yàn)在采集圖像過(guò)程中，每個(gè)樣品每旋轉(zhuǎn)30°采集一張圖像。如圖4所示，總計(jì)采集5 700幅圖片，其中4 700幅合格產(chǎn)品圖片，1 000幅次品圖片。后期給出了圖片的樣例，所提供測(cè)試的圖片包含了常見(jiàn)的缺陷，如：劃痕、刮花、表面卷曲、壓蓋破損等，測(cè)試圖像為專業(yè)人員挑選，確保涵蓋壓蓋過(guò)程中常見(jiàn)缺陷，具有代表性。如圖4所示，前兩行為合格產(chǎn)品，后兩行為缺陷產(chǎn)品，從左往右依次為壓蓋不良、劃痕、壓蓋破損、壓蓋卷曲缺陷。

圖4 數(shù)據(jù)集圖像

2.1.2 數(shù)據(jù)增強(qiáng)

使用數(shù)據(jù)增強(qiáng)從現(xiàn)有的數(shù)據(jù)集中生成更多的訓(xùn)練數(shù)據(jù)，包括隨機(jī)水平翻轉(zhuǎn)，在0～30范圍內(nèi)隨機(jī)旋轉(zhuǎn)，隨機(jī)添加噪聲、隨機(jī)錯(cuò)切角度等，將數(shù)據(jù)集擴(kuò)充到10 000幅圖像，包括8 000幅合格產(chǎn)品圖像，2 000幅缺陷圖像。

2.1.3 圖像預(yù)處理

該文采取常用圖像預(yù)處理方式對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，流程如圖5所示。原始圖像使用高速相機(jī)拍攝的產(chǎn)品照片，為1 600×1 200像素24位彩色圖像，首先對(duì)其進(jìn)行圖像預(yù)處理。為了提高算法運(yùn)算速度，將圖片轉(zhuǎn)化為灰度圖，對(duì)圖像進(jìn)行高斯濾波，以消除圖像采集過(guò)程中不可避免的噪聲，然后經(jīng)尺寸變換轉(zhuǎn)換為像素值128×128×1的灰度圖像。經(jīng)檢驗(yàn)，瓶蓋圖像在128×128×1像素時(shí)，圖像不失真且能最大程度保留缺陷信息。

圖5 圖像預(yù)處理流程

2.1.4 網(wǎng)絡(luò)訓(xùn)練

在網(wǎng)絡(luò)訓(xùn)練階段用于訓(xùn)練的圖像全部為合格產(chǎn)品圖像，在去噪自編碼器中隨機(jī)添加高斯噪聲，并將輸入的像素值部分隨機(jī)設(shè)為零。經(jīng)多次實(shí)驗(yàn)驗(yàn)證發(fā)現(xiàn)高斯噪音幅度為0.15時(shí)效果較好。添加對(duì)比試驗(yàn)組，使用標(biāo)注后的數(shù)據(jù)集對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。

2.2 結(jié)果分析

2.2.1 損失函數(shù)對(duì)比試驗(yàn)

如表1介紹的去噪自編碼器，該文在此分別使用SSIM函數(shù)及

L

函數(shù)作為卷積去噪自編碼器的優(yōu)化模型損失函數(shù)，通過(guò)在數(shù)據(jù)集上進(jìn)行性能比較，結(jié)果如圖6所示。

圖6 ROC曲線

圖中展示了SSIM與

L

的CDAE模型在壓蓋數(shù)據(jù)集上ROC曲線及其各自的AUC值，使用SSIM作為損失函數(shù)比使用

L

作為損失函數(shù)的自編碼器性能要好。僅通過(guò)改變損失函數(shù)，在壓蓋圖像數(shù)據(jù)集上，實(shí)現(xiàn)的AUC從0.873提高到0.966。

2.2.2 實(shí)驗(yàn)對(duì)比

本次實(shí)驗(yàn)采用VGG16卷積神經(jīng)網(wǎng)絡(luò)與卷積去噪自編碼器CDAE進(jìn)行對(duì)比實(shí)驗(yàn)。卷積神經(jīng)網(wǎng)絡(luò)與卷積去噪卷積自編碼器在驗(yàn)證集上的準(zhǔn)確率對(duì)比如圖7所示。

圖7 CDAE與VGG16準(zhǔn)確率對(duì)比

在VGG16卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)，在訓(xùn)練集中的表現(xiàn)為：30次迭代之前，正確率提升明顯，在160次迭代時(shí)，準(zhǔn)確率達(dá)到89.6%。在驗(yàn)證集中的表現(xiàn)為：在30次迭代附近，準(zhǔn)確率迅速提高，隨后趨于穩(wěn)定。卷積去噪自編碼器在訓(xùn)練集上的表現(xiàn)為：在30次迭代前，準(zhǔn)確率提升較快，在120次迭代準(zhǔn)確率達(dá)到95.2%，相較于卷積神經(jīng)網(wǎng)絡(luò)準(zhǔn)確率提升5.6%，且收斂速度更快。

2.2.3 重構(gòu)圖像殘差圖

經(jīng)卷積去噪自編碼器重構(gòu)的缺陷圖片輸出后已不包含缺陷，與輸入圖片相減，即可得到壓蓋缺陷殘差圖。如圖8所示，第一列為輸入圖像，為壓蓋缺陷圖像，第二列為殘差圖與輸入圖像疊加圖像(標(biāo)注區(qū)域?yàn)槠鋵?duì)應(yīng)缺陷區(qū)域)，第三列為缺陷殘差圖。

圖8 重構(gòu)圖像及殘差圖

3 結(jié)束語(yǔ)

針對(duì)口服液瓶蓋壓蓋質(zhì)量檢測(cè)，該文提出了一種卷積去噪自編碼方法代替卷積神經(jīng)網(wǎng)絡(luò)方法對(duì)壓蓋中產(chǎn)生的缺陷進(jìn)行識(shí)別與定位，通過(guò)實(shí)驗(yàn)對(duì)比分析得出以下結(jié)論：

基于SSIM的卷積去噪自編碼器網(wǎng)絡(luò)在口服液小瓶壓蓋質(zhì)量圖像數(shù)據(jù)集上的準(zhǔn)確率達(dá)到95.2%，相比于卷積神經(jīng)網(wǎng)絡(luò)提升了5.6個(gè)百分點(diǎn)，且收斂性更好。同時(shí)，卷積去噪自編碼器模型可以應(yīng)用在更多不同的領(lǐng)域，且魯棒性更強(qiáng)，可以嘗試將該方法應(yīng)用在其他缺陷檢測(cè)領(lǐng)域。