Aplikasi dan Inovasi Teknologi Penglihatan Mesin dalam Pemeriksaan Pembungkusan Botol Farmaseutikal
Sistem pemeriksaan visual berketepatan tinggi automatik untuk botol farmaseutikal menjadi sokongan teknologi utama untuk memastikan kualiti pembungkusan farmaseutikal.
Dalam industri farmaseutikal, kualiti pembungkusan ubat secara langsung berkaitan dengan keselamatan pesakit. Kaedah pemeriksaan manual tradisional mengalami kecekapan yang rendah, konsistensi yang lemah, dan keletihan, menjadikannya sukar untuk memenuhi permintaan pengeluaran berskala besar. Dengan perkembangan teknologi penglihatan mesin, sistem pemeriksaan automatik berasaskan penglihatan komputer telah menjadi cara yang berkesan untuk menyelesaikan masalah ini.
Teknologi penglihatan mesin menggunakan sistem pengimejan optoelektronik untuk memperoleh imej objek sasaran. Imej ini kemudiannya diproses secara digital oleh komputer atau modul pemprosesan imej khusus. Berdasarkan maklumat seperti pengedaran piksel, kecerahan dan warna, sistem melaksanakan pengecaman saiz, bentuk dan warna, meningkatkan fleksibiliti dan automasi pemeriksaan proses pengeluaran.
1. Komposisi Sistem Pemeriksaan Visual Botol Farmaseutikal
Sistem pemeriksaan visual botol farmaseutikal biasanya terdiri daripada dua bahagian: platform perkakasan dan sistem perisian. Platform perkakasan termasuk sumber cahaya, kamera industri, penderia, kad pemerolehan imej, komputer industri dan mekanisme penolakan.
Dalam konfigurasi perkakasan, teknologi pencahayaan amat penting, kerana ia secara langsung mempengaruhi kualiti pemerolehan imej. Pencahayaan yang sesuai boleh menyerlahkan ciri-ciri botol farmaseutikal dan mengurangkan pantulan dan bayang-bayang. Pilihan kamera industri harus ditentukan mengikut ketepatan pengesanan yang diperlukan; secara amnya, kamera resolusi tinggi boleh menangkap lebih banyak kecacatan yang halus.
Sistem perisian adalah teras pemeriksaan visual, bertanggungjawab untuk pemprosesan imej, pengekstrakan ciri, dan pengenalan kecacatan. Pada masa ini, perisian penglihatan mesin yang digunakan secara meluas termasuk HALCON, EVISION, dan XCALIPER. Pakej perisian ini menyediakan pelbagai alatan pemprosesan imej, seperti analisis Blob, operasi morfologi, pengecaman corak dan algoritma pengukuran.
Aliran kerja sistem adalah kira-kira seperti berikut: Apabila botol farmaseutikal sampai ke stesen pemeriksaan melalui tali pinggang penghantar, sensor mencetuskan kamera untuk memperoleh imej. Data imej kemudiannya dihantar ke komputer perindustrian untuk pemprosesan dan analisis, dan akhirnya, mekanisme penolakan dikawal berdasarkan keputusan.
2. Teknologi Utama Pemeriksaan Visual Botol Farmaseutikal
Algoritma pemprosesan imej ialah teknologi teras pemeriksaan visual botol farmaseutikal. Prosedur pemprosesan imej biasa termasuk penukaran skala kelabu imej, pengurangan hingar, peningkatan, pembahagian dan operasi morfologi. Beberapa teknologi khusus juga diperlukan untuk menangani keperluan khusus pemeriksaan botol farmaseutikal.
Teknologi pengimejan permukaan melengkung amat penting untuk pemeriksaan botol farmaseutikal silinder. Oleh kerana label pada botol farmaseutikal silinder mempunyai struktur permukaan melengkung, pengimejan langsung boleh menyebabkan ubah bentuk dan herotan imej. Untuk menyelesaikan masalah ini, penyelidik telah membangunkan sistem pengimejan kolaboratif berbilang kamera. Dengan menggunakan empat kamera industri yang diletakkan secara berpasangan pada sudut 90°, imej label boleh ditangkap dari sudut tontonan yang berbeza. Teknologi jahitan imej kemudiannya digunakan untuk mencapai pembinaan semula permukaan menyeluruh label silinder.
Teknologi pembelajaran mendalam telah menunjukkan potensi besar dalam pengesanan kecacatan botol farmaseutikal. Sistem berdasarkan model pengesanan objek lanjutan seperti YOLO11 secara automatik boleh mengenal pasti pelbagai kecacatan pada permukaan botol farmaseutikal, seperti retak, tompokan dan ubah bentuk.
Model ini meningkatkan ketepatan dan kelajuan pengesanan dengan ketara melalui struktur rangkaian yang dipertingkatkan, seperti modul C3k2, mekanisme pelarasan berat dinamik DWR dan struktur gabungan ciri DRB.
Teknologi pengesanan penglihatan tiga dimensi menggunakan kamera industri dan pengimbas laser talian untuk memperoleh data secara serentak, menggabungkan imej 2D dan maklumat awan titik 3D untuk mencapai pengesanan tepat kecacatan pada permukaan botol farmaseutikal. Kaedah ini boleh menangkap ciri morfologi 3D botol, yang amat berkesan untuk mengesan kecacatan 3D seperti penyok dan tonjolan.
3. Aplikasi Biasa Pemeriksaan Visual Botol Farmaseutikal
Pengesanan Isipadu Cecair
Pengesanan isipadu cecair pada asasnya melibatkan pengukuran paras cecair dalam botol. Sistem pengesanan berasaskan penglihatan mesin menentukan ketinggian paras cecair dengan menganalisis titik peralihan skala kelabu antara pembukaan botol dan permukaan cecair.
Sistem ini menggunakan algoritma morfologi skala kelabu untuk membahagikan dan menganalisis imej masa nyata. Dengan mencipta kawasan pengukuran, mencari titik peralihan sempadan dan mengukur kedudukan relatif paras cecair, ia menentukan sama ada isipadu cecair adalah layak.
Pengedap Penutup Botol dan Pengesanan Kedudukan
Sistem pemeriksaan visual boleh mengesan sama ada penutup botol ada, sama ada ia ditekan dengan betul pada tempatnya, dan sama ada pembukaan botol rosak. Alat padanan grafik digunakan untuk menentukan sama ada bukaan botol rosak, dan alat linear mengukur perubahan pada penutup botol dan paras cecair dalam arah paksi Y untuk menentukan sama ada penutup botol dipasang dengan betul.
Pengesanan jenis ini biasanya melibatkan pengukuran kedudukan relatif, jadi ia tidak dipengaruhi oleh sedikit getaran botol pada tali pinggang penghantar.
Pengesanan Label
Pengesanan label termasuk mengesan kehadiran atau ketiadaan label, sama ada kedudukannya betul dan sama ada kandungannya jelas dan boleh dibaca. Untuk botol farmaseutikal silinder, pengesanan label menghadapi cabaran khas.
Sistem pengesanan lanjutan menggunakan pengimejan berbilang kamera dan teknologi jahitan imej untuk mendapatkan imej label yang lengkap, dan kemudian menggunakan analisis Blob dan teknologi pembelajaran mesin untuk mengesan kecacatan label secara bijak.
Kandungan pengesanan termasuk pelbagai jenis kecacatan seperti kekotoran label, kerosakan, burr, kedutan dan senget. Nombor Kelompok dan Pemeriksaan Tarikh Pengeluaran
Nombor kelompok dan tarikh pengeluaran pada pembungkusan ubat adalah maklumat penting dan mesti jelas dibaca dan tepat. Sistem pemeriksaan visual menggunakan teknologi OCR (Optical Character Recognition) untuk membaca dan mengenal pasti setiap digit dalam nombor kelompok.
Proses pengecaman OCR merangkumi langkah-langkah seperti pemerolehan imej, prapemprosesan, pembahagian aksara dan pengecaman. Dengan melatih pengelas OCR untuk mencipta templat, imej masa nyata dibandingkan dengan templat untuk menentukan sama ada nombor kelompok dan tarikh pengeluaran boleh diterima.
4. Cabaran Teknikal dan Penyelesaian Inovatif
Pemeriksaan visual botol ubat menghadapi beberapa cabaran teknikal, dan penyelidik telah mencadangkan penyelesaian inovatif yang sepadan.
Mengimejan label melengkung merupakan cabaran utama. Membuka label botol ubat berbentuk silinder ke dalam satah rata mengakibatkan herotan imej, menyukarkan kaedah tradisional untuk mendapatkan maklumat lengkap. Satu kajian mencadangkan penyelesaian berdasarkan pengiraan koordinat spatial: menentukan julat pemerhatian setiap kamera berdasarkan kedudukan relatif spatial bagi titik 3D label botol ubat dan empat titik fokus kamera, dan mencapai pembinaan semula ketepatan tinggi label silinder melalui algoritma pemilihan kamera pemerhatian yang optimum.
Pengesanan kecacatan sasaran kecil adalah satu lagi cabaran. Kecacatan halus seperti rekahan dan calar pada permukaan botol dadah selalunya hanya menempati kawasan kecil pada imej, menjadikannya sukar untuk dikesan. Penyelesaian berasaskan pembelajaran mendalam meningkatkan struktur rangkaian, seperti memperkenalkan gabungan ciri berskala dan mekanisme perhatian, untuk meningkatkan keupayaan pengesanan sasaran kecil.
Pencahayaan yang tidak sekata juga menjejaskan hasil pengesanan. Satu kajian mencadangkan kaedah pemasangan permukaan adaptif yang secara automatik memilih fungsi asas permukaan yang sesuai untuk pemasangan berdasarkan ciri kelengkungan kawasan berbeza permukaan botol ubat, menyesuaikan diri dengan bentuk permukaan botol ubat yang kompleks dan pelbagai.
5. Trend Pembangunan Teknologi dan Tinjauan Masa Depan
Teknologi pemeriksaan visual botol ubat berkembang ke arah yang lebih pintar, lebih pantas dan lebih tepat. Dengan kemajuan berterusan teknologi pembelajaran mendalam, kaedah pengesanan berasaskan pembelajaran mendalam secara beransur-ansur akan menggantikan algoritma pemprosesan imej tradisional, mencapai ketepatan pengesanan dan kebolehsuaian yang lebih tinggi.
Aplikasi teknologi penglihatan 3D juga akan berkembang. Penglihatan 3D boleh memberikan maklumat permukaan yang lebih kaya dan mempunyai kelebihan yang ketara dalam mengesan botol ubat berbentuk kompleks dan kecacatan 3D. Pada masa hadapan, sistem pemeriksaan visual 3D akan digunakan secara lebih meluas dalam industri farmaseutikal.
Penyepaduan sistem akan terus bertambah baik. Sistem pemeriksaan visual masa hadapan akan mencapai integrasi yang lebih tinggi, dan interaksi data dengan sistem lain pada barisan pengeluaran akan menjadi lebih dekat, membentuk sistem kawalan kualiti pembuatan pintar yang lengkap.
Kelajuan pengesanan juga akan terus meningkat. Dengan peningkatan prestasi perkakasan dan pengoptimuman algoritma, kelajuan pemprosesan sistem pemeriksaan visual akan terus meningkat, memenuhi keperluan pemeriksaan masa nyata bagi barisan pengeluaran berkelajuan tinggi.
Dengan promosi dan pendalaman GMP di China, peningkatan berterusan automasi dan skala pengeluaran, dan peningkatan penekanan terhadap isu kualiti oleh pengguna, teknologi penglihatan mesin akan digunakan dengan lebih meluas dan dibangunkan dalam pengeluaran farmaseutikal.
Kemajuan sistem pemeriksaan visual bukan sahaja telah meningkatkan tahap kawalan kualiti pembungkusan farmaseutikal tetapi juga membolehkan syarikat farmaseutikal mencapai kecekapan pengeluaran yang lebih tinggi dan kos pengeluaran yang lebih rendah. Pada masa hadapan, dengan penyepaduan teknologi baharu seperti kecerdasan buatan dan Internet of Things, pemeriksaan visual botol farmaseutikal akan terus berkembang ke arah yang lebih pintar dan tepat.
