[发明专利]一种基于深度学习图像语义分割的药片表面缺陷检测方法及其自动化处理装置

权利要求书

1.一种基于深度学习图像语义分割的药片自动化处理装置，包括第一输送机(1)，其特征在于，所述第一输送机(1)的一侧设置有图像采集模块、且第一输送机(1)的出料端与图像采集模块之间通过第二滑板(13)相连，所述图像采集模块的另一侧设置有第二输送机(15)，且图像采集模块的出料端通过第一滑板(5)与第二输送机(15)的起始端相连，所述图像采集模块与控制系统(9)电性相连，所述第二输送机(15)的一端设置有自动包装机(7)，且第二输送机(15)的前侧设置有回收处理箱(6)，所述第二输送机(15)的后侧对应回收处理箱(6)的位置处安装有导向机构；

所述图像采集模块包括与地面相固定的安装板(11)，所述安装板(11)的前侧固定有两端分别连接第一滑板(5)和第二滑板(13)的支撑板(2)，且安装板(11)的前侧位于支撑板(2)的上下两侧处错序分布有两个挡光板(3)，所述安装板(11)的前侧对应两个所述挡光板(3)的位置处均安装有相机(12)，所述相机(12)的检测端安装有光源(4)，所述支撑板(2)的上下侧对应挡光板(3)的位置处均安装有光电开关(10)。

2.根据权利要求1所述的一种基于深度学习图像语义分割的药片自动化处理装置，其特征在于，所述导向机构包括安装于第二输送机(15)一侧的伺服电机(8)，所述伺服电机(8)的传动端固定有导向板(14)，所述导向板(14)的下表面与第二输送机(15)的上表面贴合。

3.根据权利要求1所述的一种基于深度学习图像语义分割的药片自动化处理装置，其特征在于，所述第二滑板(13)与第一滑板(5)和水平角度均呈30°夹角。

4.根据权利要求1所述的一种基于深度学习图像语义分割的药片自动化处理装置，其特征在于，所述控制系统(9)包括缺陷分割模块和阈值分类模块，所述缺陷分割模块利用语义分割技术对相机拍摄的药片图像进行像素分类，其包含主干网络模块、局部注意力模块、全局注意力模块以及数据相关上采样模块，所述阈值分类模块是对缺陷分割模块分割的缺陷区域进行像素统计，根据设定的阈值进行分类，像素个数大于设定的阈值时视为有缺陷产品，反之则认为是合格产品。

5.根据权利要求4所述的一种基于深度学习图像语义分割的药片自动化处理装置，其特征在于，所述主干网络模块以修改的ResNet-50作为主干网络，为了保留更多的细节信息同时减少计算量，只使用残差网络的前三个分块，并将第三个分块的步长设置为1；

所述局部注意力模块是一种反对称金字塔结构，分编码、解码两个阶段，编码阶段下采样局部特征图，并在相应的下采样之后采用相同尺寸的卷积核进一步特征提取，解码阶段在上采样时对称的与下采样相同尺寸的特征图进行融合从而实现多尺寸的特征融合；

所述全局注意力模块捕获具有像素依赖关系的全局信息，其输出特征图中的每一个像素是输入特征图上的相应像素与其特征图上所有像素的加权和，且权重由两个像素的相关性决定而与距离无关，越相似的特征权重越大。

6.根据权利要求1所述的一种基于深度学习图像语义分割的药片自动化处理装置，其特征在于，所述光源(4)采用球状分布式对称无影灯，球状分布式对称无影灯采用特制漫射板将光射到不同方向，形成渐变球状分布，确保整个球面目标坡度的反光强度都一致，所述支撑板(2)采用高透明无反光材质玻璃，所述挡光板(3)采用单一背景色，所述相机(12)采用CCD相机并连接有变焦镜头。