CN108154154B - 一种规则方格中药片数量检测方法 - Google Patents
一种规则方格中药片数量检测方法 Download PDFInfo
- Publication number
- CN108154154B CN108154154B CN201711111025.9A CN201711111025A CN108154154B CN 108154154 B CN108154154 B CN 108154154B CN 201711111025 A CN201711111025 A CN 201711111025A CN 108154154 B CN108154154 B CN 108154154B
- Authority
- CN
- China
- Prior art keywords
- binary image
- corner
- contour
- point
- tablets
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000003814 drug Substances 0.000 title description 7
- 238000001514 detection method Methods 0.000 claims abstract description 34
- 230000007547 defect Effects 0.000 claims abstract description 16
- 238000012216 screening Methods 0.000 claims abstract description 9
- 230000008030 elimination Effects 0.000 claims abstract description 6
- 238000003379 elimination reaction Methods 0.000 claims abstract description 6
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001647 drug administration Methods 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Abstract
本发明公开了一种规则方格中药片数量检测方法，包括：获取给药器方格的原始图像；将给药器方格的原始图像转化为给药器方格二值图，并通过角点检测筛选法对给药器方格二值图进行检测得到矩形二值图；对矩形二值图进行轮廓检测，得到药片轮廓二值图；通过分类噪音消除法消除药片轮廓二值图中的噪音，得到去噪药片轮廓二值图；判断去噪药片轮廓二值图中是否出现药片轮廓贴合，当判断结果为否时，通过轮廓检测法对去噪药片轮廓二值图进行检测，得到药片数量；当判断结果为是时，通过凸缺陷法对去噪药片轮廓二值图进行识别，得到药片数量。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种规则方格中药片数量检测方法。
背景技术
随着社会的发展，医生们在医院中使用的给药工具也越来越先进。如今，只需要医生将对应数量的药片放进给药器的规则方格中，医院的自动包装机器就会帮你将这些药片给一一包装完毕，给医生提供了极大的便利，也降少了误包装的可能性。
但是，在医院中，通常负责放置药片的都是同一位医生，他们往往一工作便是连续很多小时。在这样长时间的重复单调活动的过程中，难免会遇到操作失误的情况。然而，在医院这样的地方，一个小小的失误很可能会影响到病人的健康。
发明内容
基于背景技术存在的技术问题，本发明提出了一种规则方格中药片数量检测方法；
本发明提出的一种规则方格中药片数量检测方法，包括：
S1、获取给药器方格的原始图像；
S2、将给药器方格的原始图像转化为给药器方格二值图，并通过角点检测筛选法对给药器方格二值图进行检测得到矩形二值图；
S3、对矩形二值图进行轮廓检测，得到药片轮廓二值图；
S4、通过分类噪音消除法消除药片轮廓二值图中的噪音，得到去噪药片轮廓二值图；
S5、判断去噪药片轮廓二值图中是否出现药片轮廓贴合，当判断结果为否时，通过轮廓检测法对去噪药片轮廓二值图进行检测，得到药片数量；当判断结果为是时，通过凸缺陷法对去噪药片轮廓二值图进行识别，得到药片数量。
优选地，步骤S2中，将给药器方格的原始图像转换为药器方格二值图，具体包括：
将给药器方格的原始图像转化为药器方格灰度图；
对给药器方格灰度图进行高斯去噪；
通过Canny边缘检测算法将高斯去噪后的给药器方格灰度图转换为给药器方格二值图。
优选地，步骤S2中，通过角点检测筛选法对给药器方格二值图进行检测得到矩形二值图，具体包括：
S21、获取给药器方格二值图中的任一角点；
S22、对角点进行分类，当所述角点满足右连续且下连续时标记所述角点为1号角点；当所述角点满足左连续且下连续时标记所述角点为2号角点；当所述角点满足右连续且上连续时标记所述角点为3号角点；当所述角点满足左连续且上连续时标记所述角点为4号角点；
S23、对4号角点进行遍历，寻找3号角点左上方小于预设距离值的1号角点，将1号角点与4号角点进行组合，得到初步矩形，其中，在遍历4号角点时，当该4号角点在预设像素范围内曾有点被选取过时，自动跳过该点；
S24、对3号角点进行遍历，寻找4号角点右上方小于预设距离值的2号角点，将2号角点与3号角点进行组合，得到初步矩形，其中，在遍历3号角点时，当该3号角点在预设像素范围内曾有点被选取过时，自动跳过该点；
S25、判断与初步矩形的1号角点在同一水平线上或同一垂直向上的其他初步矩形数量是否大于预设数量，当判断结果否时，删除该初步矩形；
S26、对给药器方格二值图中的所有角点均执行S21、S22、S23、S24、S25操作，得到矩形二值图。
优选地，步骤S22中，所述右连续、左连续、上连续、下连续，具体包括：当角点的正右方有A个与所述角点上下位置不超过1的连续像素点时，角点满足右连续；当角点的正左方有A个与所述角点上下位置不超过1的连续像素点时，角点满足左连续；当角点的正上方有A个与所述角点左右位置不超过1的连续像素点时，角点满足上连续；当角点的正下方有A个与所述角点左右位置不超过1的连续像素点时，角点满足下连续，其中，A为预设值。
优选地，步骤S4，具体包括：
S41、获取药片轮廓二值图中的轮廓；
S42、删除与矩形二值图中矩形任一条边距离小于预设值的轮廓；
S43、计算轮廓上所有像素点的x轴分量和y轴分量的最大值减去最小值的值B，将B与预设阈值C进行比较，当B＜C时，删除该轮廓，其中，C为预设值；
S44、计算轮廓上上所有像素点的x轴方向的差值dx和y轴方向的差值dy，当dx＞ndy，或dx＜ndy时，删除该轮廓，其中n为预设值；
S45、对药片轮廓二值图中所有轮廓均执行S41、S42、S43、S44操作，得到去噪药片轮廓二值图。
优选地，步骤S5，具体包括：
判断去噪药片轮廓二值图中是否出现药片轮廓贴合，
当判断结果为否时，通过轮廓检测法对去噪药片轮廓二值图进行检测，得到药片数量；
当判断结果为是时，获取去噪药片轮廓二值图中凸缺陷数量E，计算得到药片数量F＝1+[E÷2]。
优选地，所述凸缺陷为轮廓在凸包里面所缺陷的部分，所述凸包为能够将一个图形所包围的最小的凸多变形。
优选地，还包括步骤S6，将所述药片数量与预设药片数量进行比较，当药片数量与预设药片数量不相符时，向用户发出警示信息。
本发明通过获取给药器方格的原始图像，将给药器方格的原始图像转化为给药器方格二值图，并通过角点检测筛选法对给药器方格二值图进行检测得到矩形二值图，对矩形二值图进行轮廓检测，得到药片轮廓二值图，通过分类噪音消除法消除药片轮廓二值图中的噪音，得到去噪药片轮廓二值图，判断去噪药片轮廓二值图中是否出现药片轮廓贴合，当判断结果为否时，通过轮廓检测法对去噪药片轮廓二值图进行检测，得到药片数量；当判断结果为是时，通过凸缺陷法对去噪药片轮廓二值图进行识别，得到药片数量，如此，通过成本较低的方式，来实现机器辅助检测药片的数量，可以和预先输入系统的数据进行比对，从而在医生可能发生错误的时候进行提示，让医生人工进行最后的检测，从而减少药片放置的失误率，减少医生给药的失误率，减少给病人带来危害的几率。
附图说明
图1为本发明提出的一种规则方格中药片数量检测方法的流程示意图；
图2为本发明中给药器方格二值图；
图3为本发明中包含初步矩形的药器方格二值图；
图4为本发明中矩形二值图；
图5为本发明中药片轮廓二值图中贴合药片二值图。
具体实施方式
参照图1，本发明提出的一种规则方格中药片数量检测方法，包括：
步骤S1，获取给药器方格的原始图像；
在具体方案中，通过摄像头采集给药器方格的原始图像，这些给药器方格的原始图像就是检测药片数量的基础。
步骤S2，将给药器方格的原始图像转化为给药器方格二值图，并通过角点检测筛选法对给药器方格二值图进行检测得到矩形二值图。
本步骤中，将给药器方格的原始图像转换为药器方格二值图，具体包括：将给药器方格的原始图像转化为药器方格灰度图；对给药器方格灰度图进行高斯去噪；通过Canny边缘检测算法将高斯去噪后的给药器方格灰度图转换为给药器方格二值图。
本步骤中，通过角点检测筛选法对给药器方格二值图进行检测得到矩形二值图，具体包括：
S21、获取给药器方格二值图中的任一角点；
S22、对角点进行分类，当所述角点满足右连续且下连续时标记所述角点为1号角点；当所述角点满足左连续且下连续时标记所述角点为2号角点；当所述角点满足右连续且上连续时标记所述角点为3号角点；当所述角点满足左连续且上连续时标记所述角点为4号角点；
S23、对4号角点进行遍历，寻找3号角点左上方小于预设距离值的1号角点，将1号角点与4号角点进行组合，得到初步矩形，其中，在遍历4号角点时，当该4号角点在预设像素范围内曾有点被选取过时，自动跳过该点；
S24、对3号角点进行遍历，寻找4号角点右上方小于预设距离值的2号角点，将2号角点与3号角点进行组合，得到初步矩形，其中，在遍历3号角点时，当该3号角点在预设像素范围内曾有点被选取过时，自动跳过该点；
S25、判断与初步矩形的1号角点在同一水平线上或同一垂直向上的其他初步矩形数量是否大于预设数量，当判断结果否时，删除该初步矩形；
S26、对给药器方格二值图中的所有角点均执行S21、S22、S23、S24、S25操作，得到矩形二值图。
在具体方案中，首先需要进行矩形检测，再进行药片数量监测，由于通过普通摄像头采集的图像势必会具有很强的噪音，而这些噪音会极大得影响矩形检测和药片数量检测的结果，所以我们需要去除这些噪音，由于256位的彩色图像的内容过于复杂，直接从这里进行矩形检测和药片数量检测会极大耗费整个计算机的计算资源。理所应当，我们会想到一个储存信息数相对较少，并能够更简单地显示出所有矩形的方法，即图像的二值图像，给药器方格的原始图像转化为给药器方格二值图的第一步,是先进行灰度图转化，所谓灰度图转化，在计算机图形学的用早已经相当广泛，一般来说，在进行灰度图向二值图的转化时，我们需要首先对图像进行高斯去噪，来预先消除一些不太明显，但对结果会产生影响的噪音，最后通过Canny边缘检测算法将高斯去噪后的给药器方格灰度图转换为给药器方格二值图，如图2。
角点，顾名思义，就是图像上角的点，简单来说，就是线条相交的地方。一般而言，角点检测运用的原理，是一个固定大小的像素框内，如果存在角点，那么无论这个框向那个方向移动，都会引起整个框内像素的变化，由于给药器方格为一个个矩形，所以只需要找出给药器方格的直角角点即可，给药器方格的直角角点有的时候并非四个角点都能明显得显示在给药器方格二值图上，但绝大多数四个直角角点中至少都有一组对角的角点能够显示得很清楚。而通过这样一组对角，我们就能完全确定这个矩形的方位。理论上来讲，在一个像素足够清晰的图片里，假如这是一个矩形的左上顶点，那么从它开始向右数一定个数的像素点，都应该被边缘检测所保留(矩形的上边缘)，但是实际上，由于硬件的精度，以及人工拍摄所存在的角度问题，总会使得图片上像素不那么标准，于是，我们引入一个1像素的容差，只要它右边的某个像素点，其上下1像素范围内有一个点是白色的(即属于检测出的边缘)，则视为这个点是白色的。当一个像素点正右方有连续的A个点都满足这样的条件时，则我们称这个点为右连续的。同理，我们可以得到左连续，上连续，下连续的定义，根据角点同时满足的连续方式的对角点进行分类，将给药器方格的直角角点分为1号角点、2号角点、3号角点、4号角点，然后对所有的具有4号角点进行遍历，寻找每一个3号角点左上方的，距离满足预设距离值的1号角点，并将它和4号角点进行组合，当然，因为给药器方格二值图中存在一定的噪音，有可能一个角落被扫描出多个角点，所以，每次遍历时，如果这个点预设个像素范围内曾有点被选取过，那么将自动跳过这个点，以防止在一个方格中扫描出多个矩形的情况。在所有这样的矩形都扫描出来后，我们再来考虑由2号角点、3号角点标签配对形成的矩形。因为二值图中有部分矩形，并不能将1号角点、4号角点检测完全，所以，我们还需要反过来寻找2号角点、3号角点，来补全这些剩下的矩形，只需要用和1号角点、4号角点组合相同的方法保证不会出现矩形重合的情况即可，得到的包含初步矩形的药器方格二值图，如图3，图3中，除了我们需要检测的那些方格外，图中还多检测出了很多不应该被检测到的方格。由于给药器的方格具有规则网格的对称性，根据规则网格的对称性，对每一个矩形，都检测是否存在起点(即左上顶点)和它几乎在同一水平线上或者同一垂直线上的所有其他矩形，若满足条件的矩形数量超过预设数量，则这个矩形则是有效的，删除不满足条件的矩形，进一步的，可由人工添加直角角点，更加快速找到初步矩形，当药器方格二值图中所有角点均通过S21、S22、S23、S24、S25操作后，得到矩形二值图，如图4。
步骤S3，对矩形二值图进行轮廓检测，得到药片轮廓二值图。
在具体方案中，通过对矩形二值图进行轮廓检测，检测出图像中轮廓的个数，得到药片轮廓二值图。
步骤S4，通过分类噪音消除法消除药片轮廓二值图中的噪音，得到去噪药片轮廓二值图，具体包括：
S41、获取药片轮廓二值图中的轮廓；
S42、删除与矩形二值图中矩形任一条边距离小于预设值的轮廓；
S43、计算轮廓上所有像素点的x轴分量和y轴分量的最大值减去最小值的值B，将B与预设阈值C进行比较，当B＜C时，删除该轮廓，其中，C为预设值；
S44、计算轮廓上上所有像素点的x轴方向的差值dx和y轴方向的差值dy，当dx＞ndy，或dx＜ndy时，删除该轮廓，其中n为预设值；
S45、对药片轮廓二值图中所有轮廓均执行S41、S42、S43、S44操作，得到去噪药片轮廓二值图。
在具体方案中，由于反光和光照阴影的影响，在药片轮廓二值图中会出现很多在意料之外的噪音。这些噪音在检测中也会被算作一条轮廓，从而影响药片数量检测的效果，因为方格选取中，方格内部仍然有一圈较小的边界，这样的边界往往都会离选取的方格边界非常近。由此形成的噪音，整个扫描到的轮廓也会整个都贴在轮廓边缘。所以，我们对每一条轮廓的所有像素点都进行一次检测，假如它所有的像素点全都距离边界的距离小于一个给定给的值时，删除该轮廓；一些明显面积极小的轮廓，这些轮廓的生成原因，大多是因为给药器上的斑点或者是部分反光造成的，这样的噪音的特点在于，它所占据的x和y分量的大小都很小，计算轮廓上所有像素点的x轴分量和y轴分量的最大值减去最小值的值B，将B与预设阈值C进行比较，当B＜C时，删除该轮廓；往往是由于强烈的反光以及单方向的光线导致药盒内的阴影造成长条形的轮廓，计算轮廓上上所有像素点的x轴方向的差值dx和y轴方向的差值dy，当dx＞ndy，或dx＜ndy时，删除该轮廓，对药片轮廓二值图中所有轮廓均执行S41、S42、S43、S44操作，得到去噪药片轮廓二值图。
步骤S5，判断去噪药片轮廓二值图中是否出现药片轮廓贴合，当判断结果为否时，通过轮廓检测法对去噪药片轮廓二值图进行检测，得到药片数量；当判断结果为是时，通过凸缺陷法对去噪药片轮廓二值图进行识别，得到药片数量，具体包括：
判断去噪药片轮廓二值图中是否出现药片轮廓贴合，
当判断结果为否时，通过轮廓检测法对去噪药片轮廓二值图进行检测，得到药片数量；
当判断结果为是时，获取去噪药片轮廓二值图中凸缺陷数量E，计算得到药片数量F＝1+[E÷2]，其中，所述凸缺陷为轮廓在凸包里面所缺陷的部分，所述凸包为能够将一个图形所包围的最小的凸多变形。
在具体方案中，除了噪音之外，还有一种特殊情况会严重影响检测结果。这种特殊情况就是药片的贴合。如果药片在立体方向上重叠，那么无论如何从简单的平面图中都是无法获得所有药片数量信息的，所以，需要讨论当两个药片距离较近，贴合在一起的情况，如图5，在对大多数的图片进行归纳后，我们可以发现，这些贴合的药片的凸缺陷的个数往往呈现一个规律。两片药片中，比较明显的凸缺陷往往有1-2个。而同样，我们可以总结，当多个药片连接在一起时，他们呈现的凸缺陷数为x时，则药片数量为1+x/2的整数部分。
步骤S6，将所述药片数量与预设药片数量进行比较，当药片数量与预设药片数量不相符时，向用户发出警示信息。
在具体方案中，将检测到的药片数量和预先输入系统的预设药片数量进行比对，从而在医生可能发生错误的时候进行提示，让医生人工进行最后的检测，从而减少药片放置的失误率。
本实施方式通过获取给药器方格的原始图像，将给药器方格的原始图像转化为给药器方格二值图，并通过角点检测筛选法对给药器方格二值图进行检测得到矩形二值图，对矩形二值图进行轮廓检测，得到药片轮廓二值图，通过分类噪音消除法消除药片轮廓二值图中的噪音，得到去噪药片轮廓二值图，判断去噪药片轮廓二值图中是否出现药片轮廓贴合，当判断结果为否时，通过轮廓检测法对去噪药片轮廓二值图进行检测，得到药片数量；当判断结果为是时，通过凸缺陷法对去噪药片轮廓二值图进行识别，得到药片数量，如此，通过成本较低的方式，来实现机器辅助检测药片的数量，可以和预先输入系统的数据进行比对，从而在医生可能发生错误的时候进行提示，让医生人工进行最后的检测，从而减少药片放置的失误率，减少医生给药的失误率，减少给病人带来危害的几率。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种规则方格中药片数量检测方法，其特征在于，包括：
S1、获取给药器方格的原始图像；
S2、将给药器方格的原始图像转化为给药器方格二值图，并通过角点检测筛选法对给药器方格二值图进行检测得到矩形二值图；
S3、对矩形二值图进行轮廓检测，得到药片轮廓二值图；
S4、通过分类噪音消除法消除药片轮廓二值图中的噪音，得到去噪药片轮廓二值图；
S5、判断去噪药片轮廓二值图中是否出现药片轮廓贴合，当判断结果为否时，通过轮廓检测法对去噪药片轮廓二值图进行检测，得到药片数量；当判断结果为是时，通过凸缺陷法对去噪药片轮廓二值图进行识别，得到药片数量；
步骤S2中，通过角点检测筛选法对给药器方格二值图进行检测得到矩形二值图，具体包括：
S21、获取给药器方格二值图中的任一角点；
S22、对角点进行分类，当所述角点满足右连续且下连续时标记所述角点为1号角点；当所述角点满足左连续且下连续时标记所述角点为2号角点；当所述角点满足右连续且上连续时标记所述角点为3号角点；当所述角点满足左连续且上连续时标记所述角点为4号角点；
S23、对4号角点进行遍历，寻找3号角点左上方小于预设距离值的1号角点，将1号角点与4号角点进行组合，得到初步矩形，其中，在遍历4号角点时，当该4号角点在预设像素范围内曾有点被选取过时，自动跳过该点；
S24、对3号角点进行遍历，寻找4号角点右上方小于预设距离值的2号角点，将2号角点与3号角点进行组合，得到初步矩形，其中，在遍历3号角点时，当该3号角点在预设像素范围内曾有点被选取过时，自动跳过该点；
S25、判断与初步矩形的1号角点在同一水平线上或同一垂直线上的其他初步矩形数量是否大于预设数量，当判断结果否时，删除该初步矩形；
S26、对给药器方格二值图中的所有角点均执行S21、S22、S23、S24、S25操作，得到矩形二值图。
2.根据权利要求1所述的规则方格中药片数量检测方法，其特征在于，步骤S2中，将给药器方格的原始图像转换为药器方格二值图，具体包括：
将给药器方格的原始图像转化为药器方格灰度图；
对给药器方格灰度图进行高斯去噪；
通过Canny边缘检测算法将高斯去噪后的给药器方格灰度图转换为给药器方格二值图。
3.根据权利要求1所述的规则方格中药片数量检测方法，其特征在于，步骤S22中，所述右连续、左连续、上连续、下连续，具体包括：当角点的正右方有A个与所述角点上下位置不超过1的连续像素点时，角点满足右连续；当角点的正左方有A个与所述角点上下位置不超过1的连续像素点时，角点满足左连续；当角点的正上方有A个与所述角点左右位置不超过1的连续像素点时，角点满足上连续；当角点的正下方有A个与所述角点左右位置不超过1的连续像素点时，角点满足下连续，其中，A为预设值。
4.根据权利要求1所述的规则方格中药片数量检测方法，其特征在于，步骤S4，具体包括：
S41、获取药片轮廓二值图中的轮廓；
S42、删除与矩形二值图中矩形任一条边距离小于预设值的轮廓；
S43、计算轮廓上所有像素点的x轴分量和y轴分量的最大值减去最小值的值B，将B与预设阈值C进行比较，当B＜C时，删除该轮廓，其中，C为预设值；
S44、计算轮廓上所有像素点的x轴方向的差值dx和y轴方向的差值dy，当dx＞ndy，或dx＜ndy时，删除该轮廓，其中n为预设值；
S45、对药片轮廓二值图中所有轮廓均执行S41、S42、S43、S44操作，得到去噪药片轮廓二值图。
5.根据权利要求1所述的规则方格中药片数量检测方法，其特征在于，步骤S5，具体包括：
判断去噪药片轮廓二值图中是否出现药片轮廓贴合，
当判断结果为否时，通过轮廓检测法对去噪药片轮廓二值图进行检测，得到药片数量；
当判断结果为是时，获取去噪药片轮廓二值图中凸缺陷数量E，计算得到药片数量F＝1+[E÷2]。
6.根据权利要求5所述的规则方格中药片数量检测方法，其特征在于，所述凸缺陷为轮廓在凸包里面所缺陷的部分，所述凸包为能够将一个图形所包围的最小的凸多边形。
7.根据权利要求1所述的规则方格中药片数量检测方法，其特征在于，还包括步骤S6，将所述药片数量与预设药片数量进行比较，当药片数量与预设药片数量不相符时，向用户发出警示信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711111025.9A CN108154154B (zh) | 2017-11-13 | 2017-11-13 | 一种规则方格中药片数量检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711111025.9A CN108154154B (zh) | 2017-11-13 | 2017-11-13 | 一种规则方格中药片数量检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108154154A CN108154154A (zh) | 2018-06-12 |
| CN108154154B true CN108154154B (zh) | 2022-03-29 |
Family
ID=62467973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711111025.9A Active CN108154154B (zh) | 2017-11-13 | 2017-11-13 | 一种规则方格中药片数量检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108154154B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114495098B (zh) * | 2022-01-30 | 2023-04-18 | 中国南水北调集团中线有限公司 | 一种基于显微镜图像的盘星藻类细胞统计方法及系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101330567B1 (ko) * | 2012-02-08 | 2013-11-18 | (주)제이브이엠 | 약품 적재함 내의 알약 영상 검출방법. |
| US9111357B2 (en) * | 2012-06-07 | 2015-08-18 | Medsnap, Llc | System and method of pill identification |
| CN103226814B (zh) * | 2013-04-02 | 2015-09-30 | 湖南大学 | 一种基于医药视觉检测机器人图像校正的药瓶异物检测方法 |
| WO2014188650A1 (ja) * | 2013-05-22 | 2014-11-27 | パナソニックヘルスケア株式会社 | 錠剤検査装置及び錠剤検査方法 |
| CN106980852B (zh) * | 2017-03-22 | 2018-02-16 | 嘉兴闻达信息科技有限公司 | 基于角点检测与匹配的药品识别系统及其识别方法 |
-
2017
- 2017-11-13 CN CN201711111025.9A patent/CN108154154B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108154154A (zh) | 2018-06-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110060237B (zh) | 一种故障检测方法、装置、设备及系统 | |
| EP3306562B1 (en) | Image processing method and device | |
| WO2021051604A1 (zh) | Osd的文字区域的识别方法、装置及存储介质 | |
| EP1524622A1 (en) | Method and image processing device for analyzing an object contour image, method and image processing device for detecting an object, industrial vision apparatus, smart camera, image display, security system, and computer program product | |
| EP2709039A1 (en) | Device and method for detecting the presence of a logo in a picture | |
| US20230394262A1 (en) | Methods And Systems For Processing An Image | |
| US10445868B2 (en) | Method for detecting a defect on a surface of a tire | |
| US20180082456A1 (en) | Image viewpoint transformation apparatus and method | |
| US11315229B2 (en) | Method for training defect detector | |
| TW201930908A (zh) | 電路板瑕疵篩選方法及其裝置與電腦可讀取記錄媒體 | |
| WO2019061659A1 (zh) | 人脸图像眼镜去除方法、装置及存储介质 | |
| JP2014164528A (ja) | 文字認識装置、文字認識方法及びプログラム | |
| US11216905B2 (en) | Automatic detection, counting, and measurement of lumber boards using a handheld device | |
| CN112419207A (zh) | 一种图像矫正方法及装置、系统 | |
| CN108154154B (zh) | 一种规则方格中药片数量检测方法 | |
| CN113283439B (zh) | 基于图像识别的智能计数方法、装置及系统 | |
| CN111369529A (zh) | 一种物品丢失、遗留检测方法及其系统 | |
| CN104766329B (zh) | 一种图像处理方法及电子设备 | |
| JP6630341B2 (ja) | シンボルの光学的検出方法 | |
| CN114283124A (zh) | 一种脏污检测方法、装置、设备和存储介质 | |
| US11176419B1 (en) | Method for labeling image | |
| CN109377493B (zh) | 一种基于规则库的蜂胶软胶囊不良品快速识别系统 | |
| JP2018109824A (ja) | 電子制御装置、電子制御システムおよび電子制御方法 | |
| CN111044988A (zh) | 一种激光雷达扫描户型图的精细化处理方法 | |
| CN113569859B (zh) | 一种图像处理方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210111 Address after: Room 902, 9 / F, building F, Tianhe Software Park, Tianhe District, Guangzhou 510000 Applicant after: GUANGDONG 3VJIA INFORMATION TECHNOLOGY Co.,Ltd. Address before: 230000 A-3 / F, innovation industrial park, 800 Wangjiang West Road, high tech Zone, Hefei City, Anhui Province Applicant before: HEFEI ABACI SCIENCE & TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |