《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 基于DSP的大輸液可見(jiàn)異物檢測(cè)系統(tǒng)設(shè)計(jì)
基于DSP的大輸液可見(jiàn)異物檢測(cè)系統(tǒng)設(shè)計(jì)
來(lái)源：電子技術(shù)應(yīng)用2011年第12期
王美珍， 王 玲， 胡 強(qiáng)
(湖南師范大學(xué) 物理與信息科學(xué)學(xué)院，湖南 長(zhǎng)沙410081)
摘要： 設(shè)計(jì)了一套基于機(jī)器視覺(jué)的大輸液可見(jiàn)異物自動(dòng)檢測(cè)系統(tǒng)。利用高速旋轉(zhuǎn)裝置獲取運(yùn)動(dòng)異物的序列圖像，采用嵌入至高速DSP中的異物檢測(cè)與識(shí)別算法對(duì)序列圖像進(jìn)行處理，DSP將處理結(jié)果輸送至控制器,并由控制器做出相應(yīng)動(dòng)作。重點(diǎn)研究了異物的檢測(cè)與跟蹤識(shí)別方法，針對(duì)快速降落及相似異物難以準(zhǔn)確跟蹤的問(wèn)題，對(duì)Mean Shift跟蹤算法作了一系列改進(jìn)。最后的實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性和該系統(tǒng)的實(shí)用性。
中圖分類(lèi)號(hào): TP391.4
文獻(xiàn)標(biāo)識(shí)碼: A
文章編號(hào)： 0258-7998(2011)12-0122-04
Design of visible foreign body detection system for transfusion bottles based on DSP
Wang Meizhen, Wang Ling, Hu Qiang
College of Physics and Information Science, Hunan Normal University, Changsha 410081,China
Abstract： An automatic detection system for visible foreign body in transfusion bottles based on machine vision is designed in this paper. Firstly, the sequential images of the moving foreign body are obtained by high-speed rotary devices. Then, the high speed DSP chip, embedded with foreign body detection and recognition algorithm, processes the sequential images independently. Finally, the controller makes the corresponding actions according to the results transported from DSP. The paper focuses on the detection and recognition method of foreign body. And to solve the problem of hard tracking for foreign bodies, which land fast and are very similar, we make a series of improvements to the Mean Shift tracking algorithm. The finally experimental results show that the algorithm is effective and the system is practical.
Key words : machine vision; image processing; Mean Shift; automatically detection


    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)?；?a class="innerlink" href="http://ihrv.cn/tags/機(jī)器視覺(jué)" title="機(jī)器視覺(jué)" target="_blank">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，從而滿足TMS320DM642所需的64 bit數(shù)據(jù)總線要求。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)。
　（2）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。
　（4）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。


 

 


線性預(yù)測(cè)。圖5(b）中，由于從第三幀開(kāi)始引入了線性預(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.
 

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。