药板缺陷检测

药板缺陷检测

本文原创，如有引用请标记来源

一、药板图片

第一类

正常的药板

有缺陷的药板

第二类

正常的药板

有缺陷的药板

鉴于药板的复杂程序来说，我们以第二类为栗子，讲解具体的识别过程

先上代码

clear all
clc
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%                                              Liuz   JN university 
%                                                   2021-12-21/0:13
%                                                      Version__6.1                                        
%                                               如有参考，请适当修改
%
%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%% 1. 读取图片
a=imread('D:\OldLaptop\图像\Final project\images of project\set 2\bl-130-28.tiff');
% 灰度化  对下面有用，
a2=rgb2gray(a);
  % figure(1)
  % imshow(a);
  % figure(2)
  % imshow(a2)
  
%% 修正
level=graythresh(a); %使用最大类间方差法找到图片的一个合适的阈值
bw=im2bw(a,level); %根据阈值，使用im2bw函数将灰度图像转换为二值图像时
% figure(10);imshow(bw);
[m,n]=size(bw); %获取尺寸
pMax=round(sqrt(m^2+n^2)); %计算最大p
thetaMax=180; %设定最大角度
countMatrix=zeros(pMax,thetaMax); %关于p和角度的计数矩阵
tic;
for i=1:m
    for j=1:n
        if bw(i,j)==0
            for theta=1:thetaMax %对theta作循环
                p=floor( abs( i*cos(3.14*theta/180) + j*sin(3.14*theta/180) ) ); %在theta循环过程中计算图像矩阵中一个像素点对应的p值
                countMatrix(p+1,theta)=countMatrix(p+1,theta)+1; %像素点对应的计数矩阵中(p+1,theta)处计数
            end
        end
    end
end
[m,n]=size(countMatrix);
for i=1:m
    for j=1:n
        if countMatrix(i,j)>countMatrix(1,1)
            countMatrix(1,1)=countMatrix(i,j); %获取最多曲线的相交点
            angle=j; %获取相交点处对应的角度
        end
    end
end
if angle<=90
    rot=angle;
else
    rot=180-angle;
end
if rot>3
    pic=a;
else
    pic=imrotate(a,-rot,'crop');
end
% pic= %旋转图像
figure(11)
imshow(pic)
  
%% 去背景
a1 = pic;
b = im2bw(a1,0.5);
se1 = strel('disk',5);
b0=imopen(b,se1);
%   figure(3)
%   imshow(b0)
[x0,y0]=find(b0==1);% 药板的边界获取
xmin=min(x0(:));  %获得最左边的,最右边，最上边，最下边的像素点，简而言之就是这个药板剪出来
xmax=max(x0(:));
ymin=min(y0(:));
ymax=max(y0(:));
b1=im2bw(a1,0.4); %类似于上面，选用的阈值为0.6  
%   figure(4)
%   imshow(b1)
c0=[xmin,xmax,xmax,xmin];  %将上面的获得的边界进行赋值给c0，c1.
c1=[ymin,ymin,ymax,ymax];
b2=roipoly(b1,c1,c0);      %roipoly函数选择感兴趣的多边形区域 也就是一把大剪刀，从b1剪下来感兴趣的区域,区域内全是1剪下来但是没有改变维度

b4=b1|~b2; 

%去除边界的黑框，上次b4遗留下来的，这样就全部   这里的数字是需要调节的
b4(xmin:xmax,ymin:ymin+40)=1;  %左边框
b4(xmin:xmin+15,ymin:ymax)=1;  %上边框
b4(xmax-35:xmax,ymin:ymax)=1;  %下边框
b4(xmin:xmax,ymax-10:ymax)=1;  %右边框
%   figure(5)
%   imshow(b4)
%%  边缘获取，确定胶囊点位置
se3=strel('disk',4);
b5=imerode(b4,se3);   %进行腐蚀 用点进行的   因为这里有洞
b6=edge(b5,'sobel');  %自动选择阈值用Sobel算子进行边缘检测  ，简而言之就是获得边缘

%   figure(7)
%   imshow(b6)

[x1,y1]=find(b6==1);  %获取边缘的边界坐标   这个点有问题   找的左上角的点
x1min=min(x1(:));     %获取最小行
y1min=min(y1(:));     %获取最小列


x2=zeros(10,1);%x2，y2生成两个10维度向量。10个药丸
y2=zeros(10,1);

for i=1:10    %每个药丸的初始坐标    x170,y90
    if(rem(i,5)~=0)                            
        y2(i,1)=y1min+86*(rem(i,5)-1);         %求余数       
    else
        y2(i,1)=y1min+88*4;
    end
    x2(i,1)=x1min+158*(ceil(i/5)-1);       
end
%%  计算点数作为评判标准

rc=1-b5;%计算的点数

% rectangle('Position',[y2(10,1),x2(10,1),50,123],'Linewidth',2,'Edgecolor','g')%46,123
% %找到了初始点 并将初始点对应的药物框出来
% hold off;
  figure(6)
  imshow(rc)
  


% r = sum(sum(rc(x2(4,1):x2(4,1)+123,y2(4,1):y2(4,1)+46)));
% 定义r为像素点为1的个数，判断是否有问题胶囊
r=ones(10,1);
flag=ones(10,1);%定义标志位，判断颜色使用
% 计算像素点
for i=1:1:10
   r(i,1) = sum(sum(rc(x2(i,1):x2(i,1)+133,y2(i,1)-10:y2(i,1)+60)));    %适当调节那个数点的框框
end

%% 判断像素点是否满足条件，打印输出
for i=1:1:10
   if r(i)>2340&&r(i)<3200
      flag(i)=1; 
   else
      flag(i)=0;
   end
end
  figure(8)
  imshow(a1)
  hold on;
  
  for i=1:1:10
      if flag(i)==1
          rectangle('Position',[y2(i,1),x2(i,1),50,123],'Linewidth',2,'Edgecolor','g')
      else
          rectangle('Position',[y2(i,1),x2(i,1),50,123],'Linewidth',2,'Edgecolor','r')         
      end        
  end
%%

实验结果

总结

这里面的一些参数我们需要根据具体的进行调节，当然程序也有很多不足，希望大家能够改进！