System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理领域。更具体地,本专利技术涉及一种药品生产质量信息化管控方法及系统。
技术介绍
1、在颗粒药品生产过程中,由于制粒工艺、设备磨损、干燥过程、粉尘捕集和除尘系统以及操作不当等原因,可能出现粉尘过大的问题,从而无法准确检测药品是否达标。制粒工艺中,粘合剂选择不当、搅拌时间不足或喷雾参数设置不合理,会导致颗粒中细粉过多。设备方面,切刀和模板磨损会影响颗粒质量,产生更多粉尘。干燥温度不合适,则会使颗粒外干内湿或产生细粉。粉尘捕集和除尘系统设计不合理或除尘器效率不高,则无法有效去除细小粉尘。操作过程中,倒料和混合等操作不当也会导致粉尘飞扬。这些粉尘在药品的检测中会导致图像中药品的颗粒程度难以观察,进一步导致在利用图像做颗粒药品评价时,会出现较多的噪声,或者在粉尘浓度较大的位置无法有效区别所述背景和颗粒像素点。
2、目前,授权公告号为cn118150412b的中国专利文件公开了一种基于近红外光谱的药品粒径检测分析方法和系统,该方法利用近红外光谱检测,基于同类样品的吸光度相同,通过定性聚类模型大大提高检测效率,通过偏最小二乘法模型对已知粒径范围外的颗粒粒径进行预测,从而实现样品无损无污染的在线快速准确检测。
3、上述方法容易受到粉尘及背景干扰,无法准确分离药品区域以检测药品是否符合标准。
技术实现思路
1、为解决现有技术中容易受到粉尘及背景干扰,无法准确分离药品区域的问题,本专利技术在如下的多个方面中提供方案。
2、在第一方面中,本专利技
3、通过像素点的药品从属值和背景从属值计算区分指数,增大了背景和药品的区别,降低了后续计算中出现干扰和误判的可能性;利用像素点的区分指数和位置信息进行聚类处理,能够获得最佳聚类结果,准确得到每个药品区域。基于每个聚类簇中像素点的数量计算出药品的均匀度,可以检测所有药品大小是否符合标准。当计算出的药品均匀度超出预设范围时,系统能自动触发报警,及时提示异常情况。这有助于在生产或质控过程中迅速发现并处理潜在问题,降低不合格产品流入市场的风险。上述方案解决了现有技术检测药品时容易受到粉尘及背景干扰,无法准确分离药品区域的问题。
4、优选的,所述计算药品均匀度,具体为:根据最佳聚类结果中每个聚类簇中每个像素点的区分指数,将所有聚类簇划分为背景簇和药品簇;计算药品均匀度,,其中,表示最小药品簇包含的像素点数量,表示最大药品簇包含的像素点数量,表示所有药品簇包含的像素点数量的标准差。
5、通过对最佳聚类结果中每个药品簇的像素数量进行统计,利用最小值、最大值及各药品簇像素数的标准差来计算药品均匀度,该方法能客观、准确地反映药品在图像中的分布情况,避免了依赖人工经验进行判断的主观性。先将所有聚类簇依据像素点的区分指数分为背景簇和药品簇,从而有效排除背景干扰,确保后续对药品均匀度的计算只关注实际药品。
6、优选的,所述对像素点进行聚类得到最佳聚类结果,具体包括:构建像素点向量,所述向量由像素点的区分指数和位置坐标组成;根据所述向量利用k-means聚类算法,对所有像素点聚类,其中聚类时的k值在内迭代,得到每个k值对应的聚类结果;计算各聚类结果的评价值,将最大评价值对应的聚类结果作为最佳聚类结果;所述评价值,,其中,t为药品图像中的像素点总数,为像素点c的区分指数,v为最佳聚类结果中聚类簇总数,为由像素点c的区分指数和位置坐标构建的向量,为由第i个聚类簇的聚类中心的区分指数和位置坐标构建的向量,所述第i个聚类簇不包括像素点c所在的聚类簇,为由像素点c所在的聚类簇的聚类中心的区分指数和位置坐标构建的向量。
7、该方法融合区分指数和位置坐标,利用k-means聚类及定量评价机制,不仅实现了对像素点的精准分类,为后续药品均匀度的准确计算和实时报警提供了坚实的技术保障,从而在提高检测精度、实现自动化监控以及增强系统鲁棒性等方面展现出显著的有益效果。而且利用评价值自适应筛选出最佳k值,减少了人为设定聚类簇的主观干扰,确保了聚类结果的最优性。
8、优选的,所述采集药品图像,包括:在垂直于药品承载板的位置设置高清摄像头。
9、垂直布置保证摄像头正对承载板,可以消除斜视带来的透视畸变,从而确保药品形状、尺寸等信息被真实地捕获。
10、优选的,所述根据最佳聚类结果中每个聚类簇中每个像素点的区分指数,将所有聚类簇划分为背景簇和药品簇,包括:计算每个聚类簇中所有像素点的平均区分指数,利用大津阈值分割法将所有聚类簇划分为背景簇和药品簇。
11、通过对每个聚类簇中所有像素点的区分指数取平均,可以综合反映该簇的整体特征,降低单个像素异常值或噪声对判定结果的影响,利用大津阈值分割法可以自动求解出一个最佳阈值,该阈值能最大化类间差异,将聚类簇准确地分为背景簇和药品簇。这种方法减少了人为设定阈值的主观性,提高了分割结果的客观性和一致性。
12、优选的,所述大于药品数量。
13、优选的,所述当所述药品均匀度不在预设范围内时进行报警,包括:通过报警灯颜色和/或报警铃声音进行报警。
14、在第二方面中,本专利技术还提供一种药品生产质量信息化管控系统,包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序以实现上述一种药品生产质量信息化管控方法。
15、本专利技术的有益效果在于:通过像素点的药品从属值和背景从属值计算区分指数,增大了背景和药品的区别,降低了后续计算中出现干扰和误判的可能性;利用像素点的区分指数和位置信息进行聚类处理,能够获得最佳聚类结果,准确得到每个药品区域。计算药品的均匀度,当计算出的药品均匀度超出预设范围时,系统能自动触发报警,及时提示异常情况。这有助于在生产或质控过程中迅速发现并处理潜在问题,降低不合格产品流入市场的风险。上述方案解决了现有技术检测药品时容易受到粉尘及背景干扰,无法准确分离药品区域的问题。
本文档来自技高网...【技术保护点】
1.一种药品生产质量信息化管控方法,其特征在于,包括:
2.根据权利要求1所述的药品生产质量信息化管控方法,其特征在于,所述计算药品均匀度,具体为:
3.根据权利要求1所述的药品生产质量信息化管控方法,其特征在于,所述对像素点进行聚类得到最佳聚类结果,具体包括:
4.根据权利要求1所述的药品生产质量信息化管控方法,其特征在于,所述采集药品图像,包括:
5.根据权利要求2所述的药品生产质量信息化管控方法,其特征在于,所述根据最佳聚类结果中每个聚类簇中每个像素点的区分指数,将所有聚类簇划分为背景簇和药品簇,包括:
6.根据权利要求3所述的药品生产质量信息化管控方法,其特征在于,所述大于药品数量。
7.根据权利要求1所述的药品生产质量信息化管控方法,其特征在于,所述当所述药品均匀度不在预设范围内时进行报警,包括:
8.一种药品生产质量信息化管控系统,其特征在于,包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序以实现如权利要求1-7任一项所述药品生产质量信息化管控方法。
...【技术特征摘要】
1.一种药品生产质量信息化管控方法,其特征在于,包括:
2.根据权利要求1所述的药品生产质量信息化管控方法,其特征在于,所述计算药品均匀度,具体为:
3.根据权利要求1所述的药品生产质量信息化管控方法,其特征在于,所述对像素点进行聚类得到最佳聚类结果,具体包括:
4.根据权利要求1所述的药品生产质量信息化管控方法,其特征在于,所述采集药品图像,包括:
5.根据权利要求2所述的药品生产质量信息化管控方法,其特征在于,所述根据最佳聚类结果中每个聚类...
【专利技术属性】
技术研发人员:林志展,刘俊,杨鹏军,侯洪阳,韩辉,海拉提·吐尔逊,
申请(专利权)人:江苏中有信科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。