Halcon实战：用光度立体法搞定药片泡罩背面凹坑检测（附完整代码）

Halcon光度立体法在药片泡罩缺陷检测中的工程实践

在药品包装生产线上，透明泡罩背面的微小凹坑和划痕检测一直是工业视觉领域的难点。传统背光或同轴光方案难以捕捉这类三维缺陷的细节特征，而光度立体法通过多角度光源成像重建表面梯度场，为透明材料质检提供了全新思路。本文将结合Halcon实现，从光学原理到参数调优，完整解析药片泡罩背面缺陷检测的工程化落地过程。

1. 光度立体法的光学原理与工业适配性

光度立体法（Photometric Stereo）的核心在于利用表面反射特性与光源方向的数学关系。当平行光以特定角度照射物体表面时，图像像素灰度值I可表示为：

I = ρ * (S · N)

其中ρ为表面反照率，S为光源方向向量，N为表面法向量。通过至少三个不同方向的光源拍摄同一场景，即可构建方程组求解表面法向量场。

在药片泡罩检测场景中，材料特性带来特殊挑战：

• 半透明材质：PVC/PVDC复合膜会产生次表面散射，需控制光源入射角度在40-50°（Slants参数）以增强表面反射
• 曲率变化：泡罩的半球形结构要求光源均匀分布在四周（Tilts参数90°间隔），避免阴影死角
• 环境干扰：生产线振动需采用频闪光源同步触发，曝光时间控制在1ms以内

典型光源配置参数示例：

提示：实际部署时应先使用标准球校准光源角度，偏差超过2°会导致梯度场计算失真

2. Halcon工程实现关键步骤解析

2.1 图像采集与预处理

* 多光源同步采集示例 open_framegrabber ('GigEVision', 0, 0, 0, 0, 0, 0, 'progressive', -1, 'default', -1, 'false', 'default', 'camera1', 0, -1, AcqHandle) grab_image_start (AcqHandle, -1) * 四组光源依次触发 for Index := 1 to 4 by 1 set_output_trigger (LightController, Index, 1) grab_image_async (Images[Index], AcqHandle, -1) set_output_trigger (LightController, Index, 0) endfor

采集阶段需特别注意：

• 使用硬件触发确保光源-相机严格同步
• 各光源亮度一致性控制在±3%以内
• 图像ROI应包含泡罩边缘定位特征

2.2 光度立体核心运算

* 梯度场与反照率计算 photometric_stereo (Images, HeightField, Gradient, Albedo, [41.4,42.6,41.7,40.9], ; Slants [6.1,95.0,-176.1,-86.8], ; Tilts ['gradient','albedo'], 'poisson', [], [])

该步骤输出两个关键结果：

1. 梯度场：包含X/Y方向的一阶导数，反映表面凹凸变化
2. 反照率图：消除光照影响的材质本征图像

2.3 缺陷特征增强算法

针对泡罩背面凹坑的典型处理流程：

1. 高斯曲率计算：

   derivate_vector_field (Gradient, GaussCurvature, 1, 'gauss_curvature')

2. 动态阈值分割：

   local_threshold (GaussCurvature, Region, 'adapted_std_deviation', 15, [])

3. 形态学优化：

   closing_circle (Region, RegionClosing, 5.5) connection (RegionClosing, ConnectedRegions) select_shape (ConnectedRegions, Defects, 'circularity', 'and', 0.6, 1)

3. 产线部署实战经验

3.1 照明系统优化

在江苏某制药企业的实际案例中，我们采用以下方案解决环境干扰：

• 使用红外波段（850nm）窄带滤光片抑制环境光
• 定制漫射板使光源均匀性达到92%以上
• 安装防震支架将振动影响降低到0.1像素以内

3.2 检测算法调优

针对不同泡罩规格的参数自适应策略：

1. 建立型号-参数映射表：

   泡罩直径	曲率阈值	腐蚀半径	面积阈值
   8mm	0.025	3.5	15
   10mm	0.018	4.2	20
   12mm	0.015	5.0	25

2. 动态加载参数：

   read_dict ('blister_params.dict', [], ParamDict) get_dict_param (ParamDict, blister_type, 'curvature_threshold', Threshold)

4. 验证与性能评估

某生产线连续7天的测试数据显示：

关键改进点包括：

• 采用GPU加速的泊松重建算法
• 开发基于深度学习的伪缺陷过滤模块
• 实现热补偿机制保持光学稳定性