CN111141542A - 一种中药材切片检测方法 - Google Patents
一种中药材切片检测方法 Download PDFInfo
- Publication number
- CN111141542A CN111141542A CN201911373100.8A CN201911373100A CN111141542A CN 111141542 A CN111141542 A CN 111141542A CN 201911373100 A CN201911373100 A CN 201911373100A CN 111141542 A CN111141542 A CN 111141542A
- Authority
- CN
- China
- Prior art keywords
- machine
- traditional chinese
- information
- medicinal material
- chinese medicine
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/04—Devices for withdrawing samples in the solid state, e.g. by cutting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种中药材切片检测方法，属于中药材加工技术领域。本发明是为了解决人工判定的技术中存在的速度慢、准确度差、覆盖范围小问题，进而提供一种中药材切片检测方法，它基于机器学习、深度学习开发的一种检测技术，通过对机器进行训练，让机器具备对中药材切片厚度达到一定程度的认知，能够做到随便给一个切片后的中药材，机器通过摄像头去拍照识别后，能够迅速做出反应，识别药材厚度，且误差小，测速度更快，效率更高，精准度也有很大的提高，极大地降低了生产成本，经济效益得到明显提升。
Description
技术领域
本发明涉及一种中药材切片检测方法，属于中药材加工技术领域。
背景技术
中药材切片检测方法是一种检测技术，中药材在进行切片的过程中，为了使切片药材的厚度能够通过保持在一定的范围内，需要对药材切片厚度情况进行实时的监测，该技术实现对药材的切片厚度的判定，为生产的标准化与合格化提供有力的支持。该技术目前都是采用人工，用游标卡尺量取的方式去判定中药材切片厚度是否合格、满足国家生产标准。
作为一种人工判定的技术，存在着以下问题：一方面速度慢：人工判定需要人用游标卡尺量取药材，来判断药材切片的厚度，整个过程需要人在切片装置切片后，从完成的药材中挑取药材进行抽样判定，如果符合标准则进行下一道工序，如果不符合标准则该药材作废，这个判定的过程反反复复，会耗费大量的时间和精力，增加了时间成本；另一方面准确度低：人为抽样挑拣存在着片面性，不能够针对所有的药材进行厚度合格化的判定。
发明内容
本发明的目的是为了解决上述现有技术存在的问题，进而提供一种中药材切片检测方法。中药材切片检测方法的技术方案是基于机器学习、深度学习开发的一种检测技术，通过对机器进行训练，让机器具备对中药材切片厚度达到一定程度的认知，能够做到随便给一个切片后的中药材，机器通过摄像头去拍照识别后，能够迅速做出反应：识别该切片药材厚度，且误差小。
本发明的目的是通过以下技术方案实现的：
一种中药材切片检测方法，是通过以下步骤实现的：
步骤一：拍摄药材图像获得训练数据，将药材非为两类：单个切片药材和多个切片药材进行拍摄，获得图片数据集30000张以上；
步骤二：在机器中对图像进行标注，使用标注软件标注图片药材的信息，在药材图像中以描点方式绘制出药材的各个范围；
步骤三：将标注好的图像信息以100张为一组，输入到目标检测器里开始进行检测分析，使机器知道图像中标注的信息为具体的尺寸数值；
步骤四：在训练完成之后，生成实例分割模型，该模型即为机器的一种判断意识，机器对切片药材的信息有了一个判定的框架和标准，能够直接判定出药材图像信息中切片药材的信息，包括位置和尺寸信息；
步骤五：通过摄像头获得切片药材图像信息，把图像输入到已生成模型的机器里进行分割分析，继而得出想要的切片药材的厚度尺寸信息。
优选地，步骤一中图片数量集为30000张。
优选地，步骤二中标注软件采用labelme开源软件。
优选地，步骤三中的目标检测器为cascade maskrcnn网络架构。
本发明的有益效果：
1.检测速度更快，效率更高。和人工检测相比，本方案采取纯机器测量，利用摄像头去判定识别切片药材厚度信息，整个过程为实时检测，在切片装置工作的同时检测切片的厚度，大大节省了检测时间，提高了检测效率；
2.精准度更高。人工检测利用游标卡尺，在读数上会存在一定的误差，本发明采用摄像头识别检测，更加精确，误差可控制在
0.01毫米以内；
3. 降低生产成本。极大地降低了时间成本和人工成本，经济效益得到明显提升。
附图说明
图1为本发明中药材切片检测方法的结构示意图。
图中的附图标记，1为机器，2为摄像头，3为药材传送带，4为光源。
具体实施方式
下面将结合附图对本发明做进一步的详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式，但本发明的保护范围不限于下述实施例。
一种中药材切片检测方法，本实施例通过检测药材切片厚度来验证检测方法，其步骤如下：
步骤一：拍摄药材图像获得训练数据，将药材非为两类：（1）单个切片药材：此类切片药材需要有不同厚度，为了让机器获取到不同厚度切片药材的信息用于判定；（2）多个切片药材：模拟实际环境，实际生产环境中切片药材不是单一摆放的，而是会重叠在一起，此类药材图像的获取是为了让机器进行训练，能够在切片药材重叠的情况下能够精准识别药材的厚度信息。
图像信息获取方式：分别将这两类药材放置在单一、易分辨效果的背景板上，或者A4纸上，通过高清摄像机拍摄药材的图片30000张。
步骤二：在机器中对图像进行标注，用labelme开源软件对图像进行标注，在药材图像中以描点方式绘制出药材的各个范围；机器无法像人一样对图像中的信息有判断的能力，所以这里需要借助软件在图像给机器标明一定范围内的事物为某事物，本发明采取labelme这款软件对拍摄到的药材信息进行处理，在药材图像中以描点方式绘制出包含药材厚度的范围。
步骤三：将标注好的图像信息以100张为一组，输入到cascade maskrcnn网络架构目标检测器里开始进行检测分析，使机器知道图像中标注的信息为具体的尺寸数值，精确到毫米。
cascade maskrcnn网络架构是一种高质量的目标检测器，目标检测器需要完成两个主要任务：首先，目标检测器必须解决识别问题，区分前景对象和背景，并为它们分配合适的对象类别标签。第二，目标检测器必须解决定位问题，为不同的对象分配精确的边界框。因为目标检测器面临许多“相似的”错误，对应于“相似但不正确”的边界框，目标检测器必须在消除这些相似假阳性的同时找到真阳性，提高精确度，本方案则采用cascademaskrcnn网络架构来达到目标检测的效果，使机器清晰分辨图像中标注的信息。
步骤四：在训练完成之后，生成实例分割模型，该模型即为机器的一种判断意识，机器对切片药材的信息有了一个判定的框架和标准，能够直接判定出药材图像信息中切片药材的信息，包括位置和尺寸信息。具体到该切片药材图像中厚度尺寸的毫米值。当机器通过摄像头再获得新的切片药材图像信息，它就不需要再进行训练，而是能够直接判定出该图像信息中该切片药材厚度的具体尺寸，精确到毫米。
步骤五：通过摄像头获得切片药材图像信息，把图像输入到已生成模型的机器里进行分割分析，继而得出想要的切片药材的厚度尺寸信息。实际生产中，把图像输入的过程是通过机器的摄像头来实现的，摄像头通过拍照的方式将切片药材的图像信息输入到机器的模型中，机器对图像信息进行分割预测，得到质点信息也就是坐标也即厚度的信息，继而得出切片药材的厚度信息。
本发明目的是为了解决人工判定的技术中存在的速度慢、准确度差、覆盖范围小问题，进而提供一种中药材切片检测方法，它基于机器学习、深度学习开发的一种检测技术，通过对机器进行训练，让机器具备对中药材切片厚度达到一定程度的认知，能够做到随便给一个切片后的中药材，机器通过摄像头去拍照识别后，能够迅速做出反应，识别药材厚度，且误差小，测速度更快，效率更高，精准度也有很大的提高，极大地降低了生产成本，经济效益得到明显提升。
以上所述，仅为本发明较佳的具体实施方式，这些具体实施方式都是基于本发明整体构思下的不同实现方式，而且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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。
Claims (4)
1.一种中药材切片检测方法，其特征在于，中药材切片检测方法是通过以下步骤实现的：
步骤一：拍摄药材图像获得训练数据，将药材非为两类：单个切片药材和多个切片药材进行拍摄，获得图片数据集30000张以上；
步骤二：在机器中对图像进行标注，使用标注软件标注药材的信息，在药材图像中以描点方式绘制出药材的各个范围；
步骤三：将标注好的图像信息以100张为一组，输入到目标检测器里开始进行检测分析，使机器知道图像中标注的信息为具体的尺寸数值；
步骤四：在训练完成之后，生成实例分割模型，该模型即为机器的一种判断意识，机器对切片药材的信息有了一个判定的框架和标准，能够直接判定出药材图像信息中切片药材的信息，包括位置和尺寸信息；
步骤五：通过摄像头获得切片药材图像信息，把图像输入到已生成模型的机器里进行分割分析，继而得出想要的切片药材的厚度尺寸信息。
2.根据权利要求1所述的中药材切片检测方法，其特征在于，步骤一中所述图片数量集为30000张。
3.根据权利要求1所述的中药材切片检测方法，其特征在于，步骤二中标注软件采用labelme开源软件。
4.根据权利要求1所述的中药材切片检测方法，其特征在于，步骤三中的目标检测器为cascade maskrcnn网络架构。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911373100.8A CN111141542A (zh) | 2019-12-27 | 2019-12-27 | 一种中药材切片检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911373100.8A CN111141542A (zh) | 2019-12-27 | 2019-12-27 | 一种中药材切片检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111141542A true CN111141542A (zh) | 2020-05-12 |
Family
ID=70521278
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911373100.8A Pending CN111141542A (zh) | 2019-12-27 | 2019-12-27 | 一种中药材切片检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111141542A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202947896U (zh) * | 2012-10-22 | 2013-05-22 | 广德天运无纺有限公司 | 一种切片机的检测装置 |
| KR20140147995A (ko) * | 2013-06-21 | 2014-12-31 | (주)삼일이엔씨 | 약초 탐지 시스템 및 이를 이용한 약초 탐지 방법 |
| CN107092906A (zh) * | 2017-05-01 | 2017-08-25 | 刘至键 | 一种基于深度学习的中药材识别装置 |
| CN107356594A (zh) * | 2017-05-24 | 2017-11-17 | 广东数相智能科技有限公司 | 基于细胞分析的药材切片检测方法、电子设备及存储介质 |
| CN109919224A (zh) * | 2019-03-06 | 2019-06-21 | 颐保医疗科技(上海)有限公司 | 一种基于人工智能的真伪混杂中药材的鉴别方法 |
-
2019
- 2019-12-27 CN CN201911373100.8A patent/CN111141542A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202947896U (zh) * | 2012-10-22 | 2013-05-22 | 广德天运无纺有限公司 | 一种切片机的检测装置 |
| KR20140147995A (ko) * | 2013-06-21 | 2014-12-31 | (주)삼일이엔씨 | 약초 탐지 시스템 및 이를 이용한 약초 탐지 방법 |
| CN107092906A (zh) * | 2017-05-01 | 2017-08-25 | 刘至键 | 一种基于深度学习的中药材识别装置 |
| CN107356594A (zh) * | 2017-05-24 | 2017-11-17 | 广东数相智能科技有限公司 | 基于细胞分析的药材切片检测方法、电子设备及存储介质 |
| CN109919224A (zh) * | 2019-03-06 | 2019-06-21 | 颐保医疗科技(上海)有限公司 | 一种基于人工智能的真伪混杂中药材的鉴别方法 |
Non-Patent Citations (2)
| Title |
|---|
| XIN SUN等: "Chinese Herbal Medicine Image Recognition and Retrieval by Convolutional Neural Network", 《PLOS ONE》 * |
| 谭超群 等: "基于图像处理技术的中药饮片识别研究", 《时珍国医国药》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105588840B (zh) | 一种电子元件定位方法及装置 | |
| CN101576956B (zh) | 基于机器视觉的在线字符检测方法和系统 | |
| CN108830332A (zh) | 一种视觉车辆检测方法及系统 | |
| CN103439348B (zh) | 基于差影法的遥控器按键缺陷检测方法 | |
| CN110580723A (zh) | 一种利用深度学习和计算机视觉进行精准定位的方法 | |
| CN106018422B (zh) | 基于匹配的异形冲压件轮廓缺陷视觉检测系统及方法 | |
| CN110490842A (zh) | 一种基于深度学习的带钢表面缺陷检测方法 | |
| CN108846828A (zh) | 一种基于深度学习的病理图像目标区域定位方法及系统 | |
| CN101324452A (zh) | 一种指针式仪表自动检定方法 | |
| CN105334224B (zh) | 自动化质量检测云平台 | |
| CN106557751A (zh) | 一种带颜色指示信息的指针式压力表自动读数方法 | |
| CN113095444B (zh) | 图像标注方法、装置及存储介质 | |
| CN102565074B (zh) | 小张清分机疑似缺陷产品图像复检系统及方法 | |
| CN111951210A (zh) | 数据的处理方法、装置及设备 | |
| CN114660097B (zh) | 一种基于双源双视角的同步校正方法及系统 | |
| AU2021203869A1 (en) | Methods, devices, electronic apparatuses and storage media of image processing | |
| CN109615610B (zh) | 一种基于YOLO v2-tiny的医用创可贴瑕疵检测方法 | |
| CN109584208B (zh) | 一种针对工业结构缺陷智能识别模型的检验方法 | |
| CN111259184A (zh) | 一种面向新零售的图像自动标注系统及方法 | |
| CN111141542A (zh) | 一种中药材切片检测方法 | |
| CN113657339A (zh) | 一种基于机器视觉的仪表指针计数读取方法及介质 | |
| CN108037503B (zh) | 一种面向家居板材上下料的基于激光雷达的平面多板材定位方法 | |
| CN116071365A (zh) | 零件检测方法、装置、设备及存储介质 | |
| CN114235845A (zh) | 用于注塑件产品缺陷检测的机构、系统及方法 | |
| CN103592304A (zh) | 梗物分析系统及其分析方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200512 |