输液中微小异物目标视觉检测技术研究

论文摘要

医用输液在生产过程中会混入少量微小异物,这些异物可能是外来的污染物,如铝屑、玻璃屑、橡皮屑等,也可能是内源性的固体,如原料中存在的不溶物、药物放置后析出的沉淀物等。输液中的异物检查是为了控制其中的异物污染。中国药典规定:在注射剂生产过程中,要对注射剂逐瓶进行不溶性异物检查。传统的检查方法不仅劳动强度大,工人易疲劳,而且检测结果不稳定,检测方法和标准不统一,是输液自动化生产线的瓶颈问题。目前,基于机器视觉技术的输液中异物智能检测的研究还不多见。虽然国外一些研究机构已经做过一些研究工作,但是由于生产环境和制药标准不同,国内少数医疗器械公司引进的这方面技术,检测效果很不理想。所以,研究输液中微小异物视觉检测算法和研制适合我国制药标准和生产环境的在线全自动智能输液异物检测器械有着重要的理论意义和应用价值。利用机器视觉技术进行输液异物检测的关键在于采集到的图像质量和图像处理算法的有效性。其中,输液中微小异物目标的图像识别算法是整个研究的难点和重点。根据输液异物检查标准和成像系统的分辨率,为准确辨识出其中可能存在的微小异物,针对输液图像中的异物点目标和面目标分别采用了基于改进的人工免疫算法的异物轨迹寻优算法和基于优化的最小二乘支持向量机的异物轨迹特征辨识算法。为获取高质量的原始图像,设计了超高分辨率输液图像采集和处理系统,对其中的关键技术—超高分辨率图像采集和高速图像处理技术给出了解决方案。主要做了以下几方面的研究工作:(1)为便于输液中微小异物目标的视觉检测,研制了专用的输液图像采集实验平台,使微小异物目标在离心电机带动下随输液离心旋转。建立了输液中异物目标离心旋转形成轨迹的曲线方程,为后续章节利用异物目标的运动轨迹特性进行检测提供了数学依据。分析了输液图像的背景和噪声特点,结合输液异物检测要求,给出了异物目标检测效果的评价标准。(2)为减少运算量,提高检测效率,首先对获取的原始图像进行了感兴趣区域提取。为了抑制背景噪声干扰,根据输液图像的背景和噪声特点,提出了一种分块自适应背景抑制算法。通过实验证明,该方法能够有效预测输液图像中明暗交界区域的像素值,避免了背景抑制后在这些区域出现虚假目标。最后,提出了一种面目标搜索算法,能够将输液图像中的较小点目标和较大面目标分开,以便采用不同的检测算法。(3)为避免人工免疫算法在寻优过程中陷入局部极值点和减慢优化速度,改进了人工免疫算法,提出了一种自适应克隆抑制免疫算法。该算法综合考虑了抗体与抗原间的亲和度以及抗体间的浓度两个方面,更加全面的模拟人类免疫系统。为便于工程应用,论文为改进的人工免疫算法建立了数学解析模型。通过数学算例仿真表明,改进后的人工免疫算法比改进前收敛速度更快,且不易陷入局部极值点。(4)针对输液中粒径较小的异物点目标,利用其在连续多帧图像中形成轨迹的特性,提出了一种基于改进的人工免疫算法的轨迹寻优算法。首先构造点目标所有可能轨迹形成的候选航迹树,设计候选轨迹的编码方案,将编码后的轨迹作为免疫算法的抗体。根据异物点目标的检测要求定义了亲和度函数,在此基础上基于改进的人工免疫算法对可能轨迹寻优。利用该算法并行搜索和特有的记忆库功能,能够快速得到最优的抗体。通过仿真和实验,验证了提出的算法对粒径小于50微米的异物检测概率和虚警概率能够满足生产要求。(5)为提高最小二乘支持向量机(LSSVM)的分类性能和速度,提出了一种LSSVM模型参数优化算法。利用LSSVM对标准数据库中的数据集进行分类实验发现,使用径向基函数时,正则化系数和核函数宽度系数对LSSVM分类准确率和分类速度影响很大:当这两个参数一个固定,另一个在一定范围内取值时,它们的组合不影响LSSVM的分类性能。同时,多类到两类的不同编码方案也影响LSSVM的分类效果。为此,将以上影响LSSVM分类性能的因素统筹考虑,将它们作为免疫算法中抗体基因的组成部分,利用改进的人工免疫算法优化它们的组合,以提高LSSVM获取模型参数的速度和提高其分类准确率。通过和现有的LSSVM模型参数寻优方法比较实验,证明本文算法较多折交叉验证算法和网格搜索算法在分类准确率和训练时间上都有较大改善。(6)针对输液中粒径较大的异物面目标,提出一种基于优化的最小二乘支持向量机算法来辨识异物面目标和残留背景团块。通过对连续各帧中输液图像一些形状特征、灰度特征分析发现,对于在连续各帧中的同一异物面目标,上述特征信息变化较小。因此,首先提取各帧中面目标的上述特征,利用优化的最小二乘支持向量机根据面目标的特征实现连续帧间同一目标的轨迹关联,然后根据关联成功的各组面目标形成轨迹的特点来辨识面目标是异物还是残留背景团块。(7)设计了输液中微小异物在线检测系统,着重对超高分辨率图像获取技术、高速图像数据采集处理技术的实现进行了研究。通过采用嵌入式DSP图像处理平台,合理分配它与工控机在检测系统中任务以及检测算法的改进和优化措施,能够实现异物目标的实时在线检测。基于提出的微小异物目标检测算法,设计了输液中异物目标自动视觉检测系统的主程序和微小异物目标识别算法的流程。在研制的图像采集实验平台上采集输液图像,在高性能PC机上对提出算法的检测精度、检测速度和检测稳定性进行了整体实验。最后对全文进行了总结,并对下一步的研究工作进行了展望。

论文目录

• 摘要
• ABSTRACT
• 缩略词注释表
• 第一章 绪论
• 1.1 课题研究的背景及意义
• 1.2 相关技术及研究现状
• 1.2.1 自动视觉检测技术
• 1.2.2 弱小目标检测技术
• 1.2.3 液体中微小异物检测技术
• 1.3 输液中微小异物视觉检测的难点分析
• 1.4 本文的主要工作及章节安排
• 1.4.1 主要工作
• 1.4.2 章节安排
• 第二章 输液中微小异物目标数学建模与分析
• 2.1 引言
• 2.2 输液中微小异物运动轨迹建模
• 2.2.1 输液序列图像采集
• 2.2.2 输液中异物微粒运动规律建模
• 2.3 输液序列图像特性分析
• 2.3.1 输液序列图像中异物目标特性分析
• 2.3.2 输液图像背景噪声特性分析
• 2.4 输液中微小异物目标检测性能评价方法
• 2.4.1 信噪比和对比度
• 2.4.2 检测概率和虚警概率
• 2.5 本章小结
• 第三章 输液图像预处理
• 3.1 引言
• 3.2 输液图像中有效检测区域标定
• 3.3 输液图像背景抑制
• 3.3.1 背景抑制技术概述
• 3.3.2 分块自适应背景抑制算法
• 3.3.3 残留背景噪声的正态性和独立性检验
• 3.3.4 实验与分析
• 3.4 输液图像中异物目标搜索分类算法
• 3.5 本章小结
• 第四章 基于改进的人工免疫算法的输液异物点目标检测技术研究
• 4.1 引言
• 4.2 人工免疫算法概述
• 4.3 人工免疫算法的改进
• 4.3.1 问题的提出
• 4.3.2 自适应克隆抑制免疫算法
• 4.3.3 仿真研究
• 4.4 基于改进的人工免疫算法的输液中异物点目标检测算法
• 4.4.1 候选航迹的构造
• 4.4.2 抗体编码方案设计
• 4.4.3 亲和度函数构造
• 4.4.4 算法描述
• 4.5 仿真和实验
• 4.5.1 仿真
• 4.5.2 实验
• 4.6 本章小结
• 第五章 基于优化的最小二乘支持向量机的输液中异物面目标检测技术研究
• 5.1 引言
• 5.2 最小二乘支持向量机简介
• 5.3 最小二乘支持向量机模型参数优化算法
• 5.3.1 最小二乘支持向量机模型参数对其分类性能的影响分析
• 5.3.2 最小二乘支持向量机模型参数寻优方法
• 5.3.3 最小二乘支持向量机模型参数优化算法
• 5.3.4 实验与分析
• 5.4 输液图像中异物面目标的特征提取
• 5.4.1 形状特征分析与提取
• 5.4.2 灰度特征提取
• 5.4.3 基于粗糙集理论的样本特征数据预处理
• 5.5 基于优化的最小二乘支持向量的输液中异物面目标检测算法
• 5.5.1 基于最小二乘支持向量机的帧间目标匹配和点迹关联
• 5.5.2 基于运动轨迹特征的异物面目标检测
• 5.6 实验
• 5.7 本章小结
• 第六章 输液中异物灯检系统设计和实验
• 6.1 引言
• 6.2 输液灯检系统总体设计
• 6.2.1 灯检系统的基本功能及性能指标
• 6.2.2 灯检系统的工作原理
• 6.2.3 灯检系统的总体结构
• 6.3 输液灯检系统硬件设计
• 6.3.1 视觉单元
• 6.3.2 高速实时图像采集处理单元
• 6.3.3 控制单元
• 6.4 软件系统设计
• 6.5 实验验证与分析
• 6.5.1 检测精度实验
• 6.5.2 检测速度实验
• 6.5.3 稳定性实验
• 6.6 本章小结
• 第七章 结论与展望
• 7.1 结论
• 7.2 工作展望
• 参考文献
• 致谢
• 攻读博士学位期间发表（录用）的学术论文
• 攻读博士学位期间参加的科研项目
• 附发表文章
• 学位论文评阅及答辩情况表