何静 吴翠杨
摘要：设计得当的药品分拣系统可以明显加快出药、售药的速度，有效提升医疗服务质量。本文利用Halcon机器视觉软件展开对药品分拣系统的设计，从主要功能单元设计、软件部分设计、图像处理部分设计这三方面入手，详细阐述了基于Halcon机器视觉药品分拣系统的具体设计方案内容，旨在提升药品自动分拣的效率与精准程度。
关键词：Halcon机器视觉软件 药品分拣 系统设计 单片机
Abstract： A properly designed drug sorting system can significantly accelerate the speed of drug delivery and sales， and effectively improve the quality of medical service. In this article， Halcon machine vision software is used to design the drug sorting system. It started from the three aspects of main functional unit design， software part design， and image processing part design， and elaborated on the specific design content of the Halcon machine vision drug sorting system， in order to improve the efficiency and accuracy of automatic drug sorting.
Key Words： Halcon machine vision software; Drug sorting; System design; Singlechip
Halcon機器视觉软件有着较为广泛的应用场景以及良好的应用优势，因此将其投放于对药品自动分拣软件系统的开发与构建中有着极高的可行性与现实价值，相应系统设计方案值得重点探究。
1 Halcon机器视觉软件的概述
在Halcon机器视觉软件内，包含着机器视觉算法包，为机器视觉的构建提供更为方便的条件与集成开发环境，促使对应功能软件系统的开发周期有所缩减[1]。在当前的实践中，只要能够应用图像处理，就可以利用Halcon机器视觉软件更为强大的计算分析能力完成对应工作，促使检测工作更加自动化、智能化。
2基于Halcon机器视觉药品分拣系统的总体性设计分析
本次研究中，所设计的基于Halcon机器视觉药品分拣系统主要由蓄电池单元、摄像头单元、计算机处理器单元等结构所构成。在实际的系统运行过程中，蓄电池单元为转接板单元提供动能支持;计算机处理器单元同步展开运作，汇总并分析处理摄像头单元传递的信息;联合红外传感器获取到的信息，结合串口单元的使用进行信息传输，将综合信息传递至单片机单元;由单片机单元将转入步进电机单元，以此实现对主传送带以及次传送带实际动作的合理控制。
计算机系统为该基于Halcon机器视觉药品分拣系统中的核心处理器结构，摄像头单元主要承担着全面采集现场图像信息的任务，同时需要在Halcon库内进行算法的调取，以此完成对图像信息的全面解析，并结合HDevelop变量控制界面完成对所有分析数据结果的输出显示;实现对图像的处理后，相应数据可以通过串口单元直接转入单片机单元内;此后，依托I/O口实现对驱动步进电机运行的控制，促使步进电机迅速转入驱动状态。在此过程中，若是检测分析到的药品位置、数量等参数与前期预设值保持在一致水平，那么在药品传送至传动带的末端位置后，并在红外感应器检测到药品包装后，即可自动将次传送带的步进电机转入正转运行状态;若不一致，则自动将次传送带的步进电机转入反转运行状态。
3基于Halcon机器视觉药品分拣系统的具体设计方案
3.1药品分拣系统的主要功能单元设计
3.1.1摄像头单元的设计
摄像头单元在本研究设计的药品分拣系统运行中主要承担着采集图像信息的任务，本系统设计与构建的主要目的为对药品缺失问题进行检测。基于准确性要求，要在系统内引入具备更高灵敏程度、分辨率以及传输速度的摄像机硬件设备，且要同时保证具有良好的抗干扰能力。在本次系统设计中选用CCD相机，在感光设备的支持下完成光信号的捕捉，并将其迅速转换为数字信号，以此提升图像数据处理速度，带动检测速度上升。
3.1.2单片机单元的设计
本系统设定辅助芯片为AT89S52芯片，同时利用+5V电源为单片机的运行供应电源。该单片机单元能够对标准MCS-51指令系统的运行进行兼容，且具备全双工UART串行I/O接口[2]。在实际的系统设计中，单片机单元主要承担着对串口数据进行接收的任务，同时使电机转入转动运行的状态，从而达到对药品展开精准分类与传送的效果。
3.1.3步进电机驱动单元的设计
对于步进电机驱动单元来说，在红外传感器检测到药品的存在后，依托电信号的形式将相应信息传递至单片机单元进行处理，促使单片机输出PWM波，由此落实对电机驱动实际运行方式的有效控制，从而驱动步进电机转入转动运行状态。
3.1.4红外传感器单元的设计
本单元主要承担着定位的任务，对药品是否达到传送带的末端位置进行判断，核心定位模块设定为LM393比较器。在实际的运行过程中，本单元一旦检测到药品达到传送带末端，那么其中的定位模块输出端口会与单片机P12形成连接关系;利用在输出端口反馈回来的电信号，配合Halcon软件的应用，促使单片机对进步电机的正转与反转状态展开控制，最终完成对药品的精准分类。
3.2药品分拣系统的软件部分设计
在本药品分拣系统的设计运行过程中，主要对药品缺失的实际情况作出判断，即结合图像信息完成综合判断;在此基础上，对Halcon库中所保存着的算法进行合理选择与提取，对图像信息进行运算，以此确定出药片的坐标位置，同时明确相应位置的药片是否处于缺失状态;使用HDevelop变量控制界面完成对所有分析数据结果的输出与直观显示;实现对图像的处理后，在上位机的支持下，相应数据可以通过串口单元直接转入单片机单元内[3];随后，单片机单元会向电机发出驱动信号，以此促使步进电机迅速转入驱动状态，由此实现对药片的迅速、精准、自动化分拣。
3.3药品分拣系统的图像处理部分设计
3.3.1图像预处理的方案设计
在摄像头单元展开图像信息采集的过程中，可以使用Halcon编辑的视觉测量软件工具支持完成，此时，受到多样性杂质、光线等多种复杂因素的影响，图像清晰度有差异，容易造成信息缺失;同时，也会对系统分析图像信息、执行命令造成影响，从而导致检测结果不准确。因此，必须要落实图像信息的预处理操作，从而促使检测结果错误问题的發生概率大幅下降。
3.3.2图像灰度化以及图像噪声处理的方案设计
在本研究中设计所采集到的图像信息呈现出彩色状态，要求在实施图像信息处理的过程中落实RGB三原色处理。对于RGB的3个通道来说，取值均维持在8bit，因此，单一像素点的颜色变化范围需要稳定在24bit，依托彩色图像转变为灰度图进行处理与存储的操作，可以在大幅降低系统内存承担的负担的基础上，推动计算速度以及采集速度表现出明显提升的状态[4]。
在本研究设计方案中，选用的图像噪音处理方法为中值滤波法，该方法的噪音处理原理主要如下：针对图像信息或者是数字序列中的某一点数值，使用相应点的一个邻域中各个点值的中值进行替代，依托这样的处理方式，能够让周边像素点的数值与像素点现实数值之间更贴近，以此达到消除噪音的效果。
3.3.3图像分割与边缘检测的方案设计
在图像分割处理过程中，主要对所有采集到的图像信息进行汇总，并细化为多个感兴趣的区域分别处理，将存在差异性的像素点分开并分类处理[5]。在本研究设计方案中，选用的图像分割处理方法为对包含在Halcon内的图像灰度阈值算法进行调用。结合图像灰度级之间的差异性，确定像素之间的差别，并以此为基础划分处理图像，由此可以获取到具备相同属性的多个像素区域。此时，可以通过对灰度级的简单利用，迅速完成对单个或是多个阈值的取得。
此外，边缘检测发挥着重要性作用，需要着重落实优化设计。对于边缘检测而言，相应操作展开的主要目的在于对图像中强度保持在相对较高水平的部分实施精准识别与标识，以此促使图像所具备的形状特征、纹理特征得到更为清晰、显著性的显现[6]。在摄像头单元的支持下，系统中包含着的视觉测量软件工具可以完成对实际药品图像信息的精准、全面、迅速获取。
4结语
综上所述，基于Halcon机器视觉药品分拣系统主要由摄像头单元、计算机处理器单元、串口单元、红外传感器单元、单片机单元、步进电机驱动功能单元等结构所构成，在实际运行中主要对残缺药品与完整药品进行迅速检测与精准分类，从而实现药品分拣的自动化与智能化。
参考文献
[1]钟小清，易施光.基于Halcon机器视觉药品分拣系统设计[J].电子技术与软件工程，2020（6）：96-98.
[2]韩锐.基于机器视觉的工业机器人电路板分拣系统设计[J].现代工业经济和信息化，2021，11（6）：56-58.
[3]包光旋，黄家才，李耀，等.基于视觉的并联机器人智能分拣系统设计与实现[J].南京工程学院学报：自然科学版，2021，19（1）：7-11.
[4]耿青玲.基于运动控制卡和视觉系统的桁架机械手分拣系统的应用[J].机械工程师，2021（2）：80-82.
[5]郑龙，袁俊.基于机器视觉的药品铝塑包装检测及应用[J].科技通报，2018，34（7）：174-177，182.
[6]张辉，易俊飞，王耀南，等.医药质量检测关键技术及其应用综述[J].仪器仪表学报，2020，41（3）：1-17.
3974500338287
