CN120235871A 基于图像处理的药品颗粒智能检测系统及方法 （山东中泰药业有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120235871A(43)申请公布日2025.07.01

(21)申请号202510715401.3

GO6T

7/33(2017.01)

(22)申请日2025.05.30

GO6N

20/20(2019.01)

(71)申请人山东中泰药业有限公司

地址252000山东省聊城市嘉明经济开发

区聊临东路3号

(72)发明人苏小林王利刚邹温民

(74)专利代理机构安徽智联芯知识产权代理事务所(普通合伙)34237

专利代理师杨林兵

(51)Int.CI.

GO6T7/00(2017.01)

GO6T7/13(2017.01)

GO6T5/70(2024.01)

GO6T5/92(2024.01)

GO6T7/136(2017.01)

权利要求

书6页

说明书13页附图2页

(54)发明名称

基于图像处理的药品颗粒智能检测系统及

方法

(57)摘要

CN120235871A本发明涉及图像缺陷检测技术领域，具体为基于图像处理的药品颗粒智能检测系统及方法；所述方法通过高分辨率工业相机与偏振光源动态拍摄流水线药品颗粒以获取多角度高质量原始图像；通过多尺度残差信息增强与结构保持自适应滤波实现噪声抑制与微结构增强并利用局部对比度归一化提升细节分辨率；融合方向感知的多尺度结构梯度与区域形状先验并采用分层轮廓演化与动态阈值策略精确分割颗粒主轮廓与微裂纹；基于边界相对位势图引导的多尺度纹理感知算法识别微小缺陷，并通过图神经网络建模区域间空间与语义依赖关系实现多类别缺陷分类；最终生成可追溯的质量检测报告。本发明

CN120235871A

图像采

图像采集模块

预处理模块

轮廓提取模块

缺陷分析模块

结果输出模块

CN120235871A权利要求书1/6页

2

1.一种基于图像处理的药品颗粒智能检测方法，其特征在于，包括以下具体实施步骤：

S1、采集流水线上的药品颗粒的原始图像；

S2、通过构建多尺度高斯模糊图像提取细节残差，加权融合多尺度残差信息增强图像微结构，结合局部对比度归一化提升区分度，采用空间-像素联合引导滤波器抑制噪声并保留边缘，最终通过自适应融合策略生成增强图像；

S3、通过方向感知多尺度结构梯度生成主结构响应图，结合区域形状先验构建边缘置信融合图，采用分层轮廓演化模型与动态阈值策略，基于区域均值和局部纹理方差自适应调整分割阈值，输出分割掩膜；

S4、基于分割掩膜构建边界相对位势场，结合多方向纹理扰动强度计算，捕捉缺陷对方向一致性的破坏，通过加权融合扰动图与位势图生成纹理增强特征图，提取区域平均扰动强度、标准差、偏度及峰度构建区域级缺陷感知纹理特征向量；

S5、通过构建纹理异常密度映射与形态异构度参数，融合纹理-形态联合评分，基于动态阈值统计判别缺陷区域，并基于图结构的多类别缺陷分类方法，结合图神经网络GNN建模区域间空间语义关系，识别缺陷类别；

S6、对已判别出缺陷的颗粒执行结果标注与可视化处理，输出可追溯的缺陷检测报告。

2.根据权利要求1所述的一种基于图像处理的药品颗粒智能检测方法，其特征在于，加权融合多尺度残差信息增强图像微结构的增强过程如下：

S21、基于原始图像I(x,y),构建若干个尺度的高斯模糊图像I。I?(x,y)=G*I(x,y);

其中，G?,表示二维高斯核函数，其标准差0;控制模糊程度，i=1、2…、n;*表示二维卷积操作；n表示不同模糊尺度；;I?(x,y)表示在尺度σ:下模糊后的图像；

S22、将原图像与各尺度模糊图像进行差分操作，提取对应尺度下的细节残差信息：D?(x,y)=I(x,y)-I?(x,y);

随后将多尺度残差进行加权融合，形成增强图像：

其中，D?(x,y)表示尺度σ:下的细节残差图；α;表示对应尺度0:下的残差信息权重，α?∈[0,1];E(x,y)表示融合多尺度细节信息后的图像增强结果。

3.根据权利要求2所述的一种基于图像处理的药品颗粒智能检测方法，其特征在于，通过自适应融合策略生成增强图像的增强过程如下：

B1、采用局部对比度归一化方法对图像进行标准化：

CN120235871A权利