CN111401212A - 基于大数据技术和遥感数据的中药材品种分析识别系统 - Google Patents

基于大数据技术和遥感数据的中药材品种分析识别系统 Download PDF

Info

Publication number
CN111401212A
CN111401212A CN202010167271.1A CN202010167271A CN111401212A CN 111401212 A CN111401212 A CN 111401212A CN 202010167271 A CN202010167271 A CN 202010167271A CN 111401212 A CN111401212 A CN 111401212A
Authority
CN
China
Prior art keywords
data
medicinal material
standard
stage
leaf
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.)
Withdrawn
Application number
CN202010167271.1A
Other languages
English (en)
Inventor
徐宏伟
马瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bozhou Yaotong Information Consulting Co ltd
Original Assignee
Bozhou Yaotong Information Consulting Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bozhou Yaotong Information Consulting Co ltd filed Critical Bozhou Yaotong Information Consulting Co ltd
Priority to CN202010167271.1A priority Critical patent/CN111401212A/zh
Publication of CN111401212A publication Critical patent/CN111401212A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开了基于大数据技术和遥感数据的中药材品种分析识别系统，包括摄像头、识别单元、分析单元、监测模块、判定单元、遥感分析模块和智能设备；所述数据库内存储有标准药材信息，所述标准药材信息包括标准药材高度数据、标准药材阶段数据、标准药材叶片大小数据、标准药材棱角角度数据和标准叶片径脉数据，本发明通过判定模块的设置，对识别单元和监测模块中获取到的药材高度数据、药材叶片大小数据、药材棱角角度数据、叶片径脉数据、叶片水份数据和药材水份数据与分析模块的分析结果进行分析判定，从而对药材的品种以及药材所处阶段进行判定，增加判定结果的准确性，节省人为判定所消耗的时间，提高工作效率。

Description

基于大数据技术和遥感数据的中药材品种分析识别系统
技术领域
本发明涉及中药材识别技术领域，具体为基于大数据技术和遥感数据的中药材品种分析识别系统。
背景技术
药材即可供制药的原材料，在中国尤指是中药材，即未经加工或未制成成品的中药原料。中药是中国传统的药材，中国药文化源远流长、博大精深，既包含数千年中药文明又融合近现代西药文明所创造的中西药并举、独具特色的文化现象，是中国优秀文化的重要组成部分，随着现在医学的发展，对药材的利用越来越广泛，因此对于药材而言，人们也开始对其进行分类。
现有的药材识别分析，均是一些医学人员通过肉眼对药材的各种特征进行分析，从而辨别药材的种类，较为的耗费时间和人力，同时，对于一些在网络上交流的药材，无法辨别，需要专业人士去近距离识别，较为不便，无法做到远距离对药材快速识别，且保证识别的准确性，为此，我们提出基于大数据技术和遥感数据的中药材品种分析识别系统。
发明内容
本发明的目的在于提供基于大数据技术和遥感数据的中药材品种分析识别系统，通过分析模块对药材信息的高度、叶片大小、含水量、叶片棱角以及叶片径脉的相关数据进行精确分析，计算过程简便，从而节省计算时间，计算数据全面，确保数据的准确性，增加数据信息的说明力度，通过判定模块的设置，将分析模块得出的相关数据与摄像头和监测模块获取的药材相关信息进行分析判定，从而得出药材的品种以及生长阶段，增加判定结果的准确性，节省人为判定所消耗的时间，提高工作效率。
本发明所要解决的技术问题为：
(1)如何通过分析模块的设置，对数据库内存储的标准药材高度数据、标准药材阶段数据、标准药材叶片大小数据、标准药材棱角角度数据、标准叶片径脉数据、标准叶片水份数据和标准药材水份数据进行数据进行分析，从而得出各类药材在不同阶段的相关数据，来解决现有技术中无法对存储数据进行精确计算的问题；
(2)如何通过判定模块的设置，对识别单元和监测模块中获取到的药材高度数据、药材叶片大小数据、药材棱角角度数据、叶片径脉数据、叶片水份数据和药材水份数据与分析模块的分析结果进行分析判定，并将其与遥感技术相结合，从而对药材的品种以及药材所处阶段进行判定，来解决现有技术中无法快速识别药材品种以及生长阶段的问题。
本发明的目的可以通过以下技术方案实现：基于大数据技术和遥感数据的中药材品种分析识别系统，包括摄像头、识别单元、分析单元、监测模块、判定单元、遥感分析模块和智能设备；
所述数据库内存储有标准药材信息，所述标准药材信息包括标准药材高度数据、标准药材阶段数据、标准药材叶片大小数据、标准药材棱角角度数据、标准叶片径脉数据、标准叶片水份数据和标准药材水份数据，所述分析模块从数据库内获取标准药材数据，所述分析模块用于对标准药材高度数据、标准药材阶段数据、标准药材叶片大小数据、标准药材棱角角度数据、标准叶片径脉数据、标准叶片水份数据和标准药材水份数据进行数据分析操作，得到高度与叶片标准占比值、标准水分比值、标准径脉角度均值、标准药材棱角均值、标准叶片大小均值和标准植株高度均值，并将其一同传输至判定模块；
所述摄像头用于实时获取中药材品种，并自动获取药材影像信息，并将其传输至识别单元，所述识别单元自动识别影像信息，并自动提取药材图片数据，依据药材影像信息和图片数据，识别出药材信息，所述药材信息包括药材高度数据、药材叶片大小数据、药材棱角角度数据和叶片径脉数据，并将其传输至判定模块；
所述监测模块用于实时监测药材的叶片水份数据和药材水份数据，并将其传输判定模块，所述判定模块用于对分析模块的分析结果与药材高度数据、药材叶片大小数据、药材棱角角度数据、叶片径脉数据、叶片水份数据和药材水份数据一同进行分析判定操作，得到药材实际阶段信号和药材品种数据，并将其一同传输至遥感分析模块；
所述数据库内还存储有各种地物电磁波大小数据和药材名称数据，所述遥感分析模块用于实时获取药材信息并自动获取遥感影像信息，遥感影像信息指代药材的电磁波大小，所述遥感分析模块用于对各种地物电磁波大小数据、遥感影像信息、药材实际阶段信号和药材品种数据进行遥感分析操作，得到药材成长阶段，并将其传输至智能设备；
所述遥感分析模块还用于对药材种植地分布进行实时监控，自动获取药材种植位置数据，获取上述C2中的具体识别过程获取药材种植数量数据，并将其与药材种植位置数据进行种植面积分析操作，得出该种植面积的最佳种植量，并将其传输至智能设备；
智能设备用于对遥感分析操作用到的相关数据进行存储，并接收药材的成长阶段和最佳种植量，依据其向用户发出提醒信号。
作为本发明的进一步改进方案：数据分析操作的具体操作过程为：
步骤一：获取标准药材高度数据、标准药材阶段数据、标准药材叶片大小数据、标准药材棱角角度数据、标准叶片径脉数据、标准叶片水份数据和标准药材水份数据，并将其依次标记为：Qi、Ai、Zi、Wi、Si、Xi和Di，i＝1,2,3......n1，且Qi、Ai、Zi、Wi、Si、Xi和Di一一对应；
步骤二：将标准药材信息按照标准药材阶段数据进行分类，获取同一药材阶段的标准药材高度数据，并将其带入到计算式：
Figure BDA0002407894300000041
其中，EQi表示为同一种药材在同一药材阶段的植株高度均值，获取同一药材阶段的标准药材叶片大小数据，并将其带入到计算式：
Figure BDA0002407894300000042
其中，EZi表示为同一种药材在同一药材阶段的标准叶片大小均值，获取同一药材阶段的标准药材棱角角度数据，并将其带入到计算式：
Figure BDA0002407894300000043
其中，EWi表示为同一药材阶段的标准药材棱角均值，获取同一药材阶段的标准叶片水份数据，并将其带入到计算式：
Figure BDA0002407894300000044
其中，EXi表示为同一药材阶段的标准叶片水分均值，获取同一药材阶段的标准药材水份数据，并将其带入到计算式：
Figure BDA0002407894300000045
其中，EDi表示为同一药材阶段的标准药材水分均值；
步骤三：设定一个虚拟直角坐标系，获取同一药材阶段的标准叶片径脉数据，并将其以相同的原点，相同的方向在虚拟直角坐标系上标记出来，其中标记的具体为径脉的各个扩散点以及径脉的分支点和交叉点，记录各个标记坐标，并将其标记为BZl＝(xl，yl)，l＝1,2,3......n2，x和y分别表示虚拟直角坐标系的x轴和y轴，将叶片径脉的坐标数据带入到计算式：计算出每两个相邻的坐标点之间的距离，具体计算式为：
Figure BDA0002407894300000051
将径脉分为主径脉与支径脉，获取每条径脉的位置数据，并设定一条垂直线，使其与主径脉垂直，依据垂直线与主径脉和支径脉的交点，计算出垂直线的长度a1，同理计算出支径脉与主径脉交点到支径脉与垂直线交点的距离，并将其标记为a2，将主径脉与支径脉之间的交叉角度标记为ma3，a3＝1，2，3......n3，并依据正弦定理得到sinma3＝a1/a2，从而得出ma3的角度，并将其标记为径脉交叉角度，并将其带入到计算式：
Figure BDA0002407894300000052
其中，Ema3表示为标准径脉交叉角度的平均值，即标准径脉角度均值；
步骤四：将上述步骤二中的标准药材水分均值和标准叶片水分均值，一同带入到计算式：B1v＝EXi/EDi，v＝1，2，3......n4，其中B1v表示为叶片与药材整体水分的标准比值，即标准水分比值；
步骤五：将标准植株高度均值与标准叶片大小均值一同带入到计算式：Byi＝EQi/EZi，其中，Byi表示为高度与叶片标准占比值。
作为本发明的进一步改进方案：分析判定操作的具体操作过程为：
K1：获取药材高度数据、药材叶片大小数据、药材棱角角度数据、叶片径脉数据、叶片水份数据和药材水份数据，并将其依次标记为H1j、H2j、H3j、H4j、H5j和H6j；
K2：将叶片水份数据和药材水份数据一同带入到计算式：V＝H5j/H6j，V表示为叶片水分占比，并将叶片径脉数据依据上述步骤三中的操作方式计算出径脉角度数据JD，并将其与各种药材的标准径脉角度均值进行比对，具体为：依据径脉角度数据JD与某种药材的标准径脉角度均值的差值小于G1时，则判定该药材是比对结果显示的药材，其中，G1表示为径脉角度差值预设值；
K3：将标准药材棱角均值分别与每一个药材棱角角度数据进行差值计算，并设定一个预设值G2，统计差值属于预设值G2范围内的值，并将其与总数进行棱角占比计算，当棱角占比之大于等于G3时，则判定该药材种类正确，反之，则判定该药材种类错误；
K4：依据上述K2和K3的判定结果，分析所采集的药材的品种，当判定结果为该药材是比对结果显示的药材和该药材种类正确两种时，则判定该药材的品种判定正确，并获取相对应的药材品种数据；
K5：将上述K2中的叶片水分占比与不同标准药材阶段数据相对应的标准水分比值进行对比，判定出该药材的水分占比属于哪个阶段的标准水分比值，并生成对应的水分阶段信号，将高度与叶片标准占比值、植株高度均值和标准叶片大小均值分别与不同标准药材阶段数据相对应的药材高度数据和药材叶片大小数据进行比对，判定出该药材的高度以及叶片大小的归属结果，并生成相应的高度阶段信号和叶片阶段信号，当水分占比、药材高度和叶片大小数据的阶段信号中有两者或两者以上属于相同阶段时，则判定该药材属于该对应阶段，生成药材实际阶段信号，反之则，生成阶段错误信号。
作为本发明的进一步改进方案：遥感分析操作的具体操作过程为：
C1：获取各种地物电磁波大小数据和遥感影像信息，并对其进行标记，并将其进行电磁破比对，当遥感影像数据属于各种地物电磁波大小数据，选取出相对应的各种地物电磁波大小数据，并依据其查找药材名称数据，当遥感影像数据不属于各种地物电磁波大小数据，则判定该品种为新型药品，并对其进行存储；
C2：获取上述C1中的药材名称数据，并将其与药材品种数据进行比对，当比对结果一致时，则确定该药材的具体品种，并依据药材实际阶段信号标定其成长阶段，反之则判定药材匹配失败。
作为本发明的进一步改进方案：种植面积分析操作的具体操作过程为：获取药材种植位置数据，建立一个虚拟直角坐标系，在虚拟直角坐标系中标记处药材种植的位置数据，并依据其计算出药材的种植面积，将药材的种植面积与药材种植数量数据一同带入到计算式，计算出每株药材的占地面积，并将各地区的每株药材的占地面积进行平均值计算，设定一个种植面积预设值，并将其与药材占地面积均值一同带入到计算式，得出该种植面积的最佳种植量
作为本发明的进一步改进方案：所述智能设备具体为一种平板电脑。
本发明的有益效果：
(1)分析模块依据同一药材阶段的标准药材高度数据，计算出同一种药材在同一药材阶段的植株高度均值，依据同一药材阶段的标准药材叶片大小数据，计算出同一种药材在同一药材阶段的标准叶片大小均值，依据同一药材阶段的标准药材棱角角度数据，计算出同一药材阶段的标准药材棱角均值，依据同一药材阶段的标准叶片水份数据和标准药材水分数据，计算出标准叶片水分均值和标准药材水分均值，并依据其计算出叶片与药材整体水分的标准比值，同时依据标准叶片径脉数据，来计算出主径脉和支径脉之间的交叉角度均值，通过分析模块的设置，对数据库内存储的标准药材高度数据、标准药材阶段数据、标准药材叶片大小数据、标准药材棱角角度数据、标准叶片径脉数据、标准叶片水份数据和标准药材水份数据进行数据进行分析，从而得出各类药材在不同阶段的相关数据，计算过程简便，从而节省计算时间，计算数据全面，确保数据的准确性，增加数据信息的说明力度。
(2)摄像头用于实时获取中药材品种，并自动获取药材影像信息，并将其传输至识别单元，识别单元自动识别影像信息，并自动提取药材图片数据，依据药材影像信息和图片数据，识别出药材信息，并将其传输至判定模块；监测模块实时监测药材的叶片水份数据和药材水份数据，并将其传输判定模块，判定模块对分析模块的分析结果与药材高度数据、药材叶片大小数据、药材棱角角度数据、叶片径脉数据、叶片水份数据和药材水份数据一同进行分析判定操作，得到药材实际阶段信号和药材品种数据，并将其一同传输至遥感分析模块；遥感分析模块依据药材电磁波大小数据、药材实际阶段信号和药材品种数据进行遥感分析操作，从而得到药材的具体种类以及成长阶段，并将其传输至智能设备，智能设备提醒用户进行；通过判定模块的设置，对识别单元和监测模块中获取到的药材高度数据、药材叶片大小数据、药材棱角角度数据、叶片径脉数据、叶片水份数据和药材水份数据与分析模块的分析结果进行分析判定，从而对药材的品种以及药材所处阶段进行判定，增加判定结果的准确性，节省人为判定所消耗的时间，提高工作效率。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为基于大数据技术和遥感数据的中药材品种分析识别系统，包括摄像头、识别单元、分析单元、监测模块、判定单元、遥感分析模块和智能设备；
所述数据库内存储有标准药材信息，所述标准药材信息包括标准药材高度数据、标准药材阶段数据、标准药材叶片大小数据、标准药材棱角角度数据、标准叶片径脉数据、标准叶片水份数据和标准药材水份数据，标准叶片径脉数据指代叶片径脉的分布情况，所述分析模块从数据库内获取标准药材数据，所述分析模块用于对标准药材高度数据、标准药材阶段数据、标准药材叶片大小数据、标准药材棱角角度数据、标准叶片径脉数据、标准叶片水份数据和标准药材水份数据进行数据分析操作，数据分析操作的具体操作过程为：
步骤一：获取标准药材高度数据、标准药材阶段数据、标准药材叶片大小数据、标准药材棱角角度数据、标准叶片径脉数据、标准叶片水份数据和标准药材水份数据，并将其依次标记为：Qi、Ai、Zi、Wi、Si、Xi和Di，i＝1,2,3......n1，且Qi、Ai、Zi、Wi、Si、Xi和Di一一对应；
步骤二：将标准药材信息按照标准药材阶段数据进行分类，获取同一药材阶段的标准药材高度数据，并将其带入到计算式：
Figure BDA0002407894300000091
其中，EQi表示为同一种药材在同一药材阶段的植株高度均值，获取同一药材阶段的标准药材叶片大小数据，并将其带入到计算式：
Figure BDA0002407894300000092
其中，EZi表示为同一种药材在同一药材阶段的标准叶片大小均值，获取同一药材阶段的标准药材棱角角度数据，并将其带入到计算式：
Figure BDA0002407894300000093
其中，EWi表示为同一药材阶段的标准药材棱角均值，获取同一药材阶段的标准叶片水份数据，并将其带入到计算式：
Figure BDA0002407894300000094
其中，EXi表示为同一药材阶段的标准叶片水分均值，获取同一药材阶段的标准药材水份数据，并将其带入到计算式：
Figure BDA0002407894300000101
其中，EDi表示为同一药材阶段的标准药材水分均值；
步骤三：设定一个虚拟直角坐标系，获取同一药材阶段的标准叶片径脉数据，并将其以相同的原点，相同的方向在虚拟直角坐标系上标记出来，其中标记的具体为径脉的各个扩散点以及径脉的分支点和交叉点，记录各个标记坐标，并将其标记为BZl＝(xl，yl)，l＝1,2,3......n2，x和y分别表示虚拟直角坐标系的x轴和y轴，将叶片径脉的坐标数据带入到计算式：计算出每两个相邻的坐标点之间的距离，具体计算式为：
Figure BDA0002407894300000102
将径脉分为主径脉与支径脉，获取每条径脉的位置数据，并设定一条垂直线，使其与主径脉垂直，依据垂直线与主径脉和支径脉的交点，计算出垂直线的长度a1，同理计算出支径脉与主径脉交点到支径脉与垂直线交点的距离，并将其标记为a2，将主径脉与支径脉之间的交叉角度标记为ma3，a3＝1，2，3......n3，并依据正弦定理得到sinma3＝a1/a2，从而得出ma3的角度，并将其标记为径脉交叉角度，并将其带入到计算式：
Figure BDA0002407894300000103
其中，Ema3表示为标准径脉交叉角度的平均值，即标准径脉角度均值；
步骤四：将上述步骤二中的标准药材水分均值和标准叶片水分均值，一同带入到计算式：B1v＝EXi/EDi，v＝1，2，3......n4，其中B1v表示为叶片与药材整体水分的标准比值，即标准水分比值；
步骤五：将标准植株高度均值与标准叶片大小均值一同带入到计算式：Byi＝EQi/EZi，其中，Byi表示为高度与叶片标准占比值，并将其与上述步骤四步骤三和步骤二中的标准水分比值、标准径脉角度均值、标准药材棱角均值、标准叶片大小均值和标准植株高度均值一同传输至判定模块；
所述摄像头用于实时获取中药材品种，并自动获取药材影像信息，并将其传输至识别单元，所述识别单元自动识别影像信息，并自动提取药材图片数据，依据药材影像信息和图片数据，识别出药材信息，所述药材信息包括药材高度数据、药材叶片大小数据、药材棱角角度数据和叶片径脉数据，并将其传输至判定模块；
所述监测模块用于实时监测药材的叶片水份数据和药材水份数据，并将其传输判定模块，所述判定模块用于对分析模块的分析结果与药材高度数据、药材叶片大小数据、药材棱角角度数据、叶片径脉数据、叶片水份数据和药材水份数据一同进行分析判定操作，分析模块的分析结果指代高度与叶片标准占比值、标准水分比值、标准径脉角度均值、标准药材棱角均值、标准叶片大小均值和标准植株高度均值，分析判定操作的具体操作过程为：
K1：获取药材高度数据、药材叶片大小数据、药材棱角角度数据、叶片径脉数据、叶片水份数据和药材水份数据，并将其依次标记为H1j、H2j、H3j、H4j、H5j和H6j；
K2：将叶片水份数据和药材水份数据一同带入到计算式：V＝H5j/H6j，V表示为叶片水分占比，并将叶片径脉数据依据上述步骤三中的操作方式计算出径脉角度数据JD，并将其与各种药材的标准径脉角度均值进行比对，具体为：依据径脉角度数据JD与某种药材的标准径脉角度均值的差值小于G1时，则判定该药材是比对结果显示的药材，其中，G1表示为径脉角度差值预设值；
K3：将标准药材棱角均值分别与每一个药材棱角角度数据进行差值计算，并设定一个预设值G2，统计差值属于预设值G2范围内的值，并将其与总数进行棱角占比计算，当棱角占比之大于等于G3时，则判定该药材种类正确，反之，则判定该药材种类错误；
K4：依据上述K2和K3的判定结果，分析所采集的药材的品种，当判定结果为该药材是比对结果显示的药材和该药材种类正确两种时，则判定该药材的品种判定正确，并获取相对应的药材品种数据；
K5：将上述K2中的叶片水分占比与不同标准药材阶段数据相对应的标准水分比值进行对比，判定出该药材的水分占比属于哪个阶段的标准水分比值，并生成对应的水分阶段信号，将高度与叶片标准占比值、植株高度均值和标准叶片大小均值分别与不同标准药材阶段数据相对应的药材高度数据和药材叶片大小数据进行比对，判定出该药材的高度以及叶片大小的归属结果，并生成相应的高度阶段信号和叶片阶段信号，当水分占比、药材高度和叶片大小数据的阶段信号中有两者或两者以上属于相同阶段时，则判定该药材属于该对应阶段，生成药材实际阶段信号，反之则，生成阶段错误信号；
K6：将药材实际阶段信号和药材品种数据一同传输至遥感分析模块；
所述数据库内还存储有各种地物电磁波大小数据和药材名称数据，所述遥感分析模块用于实时获取药材信息并自动获取遥感影像信息，遥感影像信息指代药材的电磁波大小，所述遥感分析模块用于对各种地物电磁波大小数据、遥感影像信息、药材实际阶段信号和药材品种数据进行遥感分析操作，遥感分析操作的具体操作过程为：
C1：获取各种地物电磁波大小数据和遥感影像信息，并对其进行标记，并将其进行电磁破比对，当遥感影像数据属于各种地物电磁波大小数据，选取出相对应的各种地物电磁波大小数据，并依据其查找药材名称数据，当遥感影像数据不属于各种地物电磁波大小数据，则判定该品种为新型药品，并对其进行存储；
C2：获取上述C1中的药材名称数据，并将其与药材品种数据进行比对，当比对结果一致时，则确定该药材的具体品种，并依据药材实际阶段信号标定其成长阶段，反之则判定药材匹配失败，并将其传输至智能设备；
所述遥感分析模块还用于对药材种植地分布进行实时监控，自动获取药材种植位置数据，获取上述C2中的具体识别过程获取药材种植数量数据，并将其与药材种植位置数据进行种植面积分析操作，具体为：获取药材种植位置数据，建立一个虚拟直角坐标系，在虚拟直角坐标系中标记处药材种植的位置数据，并依据其计算出药材的种植面积，将药材的种植面积与药材种植数量数据一同带入到计算式，计算出每株药材的占地面积，并将各地区的每株药材的占地面积进行平均值计算，设定一个种植面积预设值，并将其与药材占地面积均值一同带入到计算式，得出该种植面积的最佳种植量，并将其传输至智能设备；
智能设备用于对遥感分析操作用到的相关数据进行存储，并接收药材的成长阶段和最佳种植量，依据其向用户发出提醒信号，所述智能设备具体为一种平板电脑。
本发明在工作时，分析模块依据同一药材阶段的标准药材高度数据，计算出同一种药材在同一药材阶段的植株高度均值，依据同一药材阶段的标准药材叶片大小数据，计算出同一种药材在同一药材阶段的标准叶片大小均值，依据同一药材阶段的标准药材棱角角度数据，计算出同一药材阶段的标准药材棱角均值，依据同一药材阶段的标准叶片水份数据和标准药材水分数据，计算出标准叶片水分均值和标准药材水分均值，并依据其计算出叶片与药材整体水分的标准比值，同时依据标准叶片径脉数据，来计算出主径脉和支径脉之间的交叉角度均值，并将其传输至判定模块；摄像头用于实时获取中药材品种，并自动获取药材影像信息，并将其传输至识别单元，识别单元自动识别影像信息，并自动提取药材图片数据，依据药材影像信息和图片数据，识别出药材信息，并将其传输至判定模块；监测模块实时监测药材的叶片水份数据和药材水份数据，并将其传输判定模块，判定模块对分析模块的分析结果与药材高度数据、药材叶片大小数据、药材棱角角度数据、叶片径脉数据、叶片水份数据和药材水份数据一同进行分析判定操作，得到药材实际阶段信号和药材品种数据，并将其一同传输至遥感分析模块；所述遥感分析模块还对药材种植地分布进行实时监控，自动获取药材种植位置数据，获取药材种植数量数据，并将其与药材种植位置数据进行种植面积分析操作，得出该种植面积的最佳种植量，并将其传输至智能设备；
智能设备用于对遥感分析操作用到的相关数据进行存储，并接收药材的成长阶段和最佳种植量，依据其向用户发出提醒信号。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.基于大数据技术和遥感数据的中药材品种分析识别系统，其特征在于，包括摄像头、识别单元、分析单元、监测模块、判定单元、遥感分析模块和智能设备；
所述数据库内存储有标准药材信息，所述标准药材信息包括标准药材高度数据、标准药材阶段数据、标准药材叶片大小数据、标准药材棱角角度数据、标准叶片径脉数据、标准叶片水份数据和标准药材水份数据，所述分析模块从数据库内获取标准药材数据，所述分析模块用于对标准药材高度数据、标准药材阶段数据、标准药材叶片大小数据、标准药材棱角角度数据、标准叶片径脉数据、标准叶片水份数据和标准药材水份数据进行数据分析操作，得到高度与叶片标准占比值、标准水分比值、标准径脉角度均值、标准药材棱角均值、标准叶片大小均值和标准植株高度均值，并将其一同传输至判定模块；
所述摄像头用于实时获取中药材品种，并自动获取药材影像信息，并将其传输至识别单元，所述识别单元自动识别影像信息，并自动提取药材图片数据，依据药材影像信息和图片数据，识别出药材信息，所述药材信息包括药材高度数据、药材叶片大小数据、药材棱角角度数据和叶片径脉数据，并将其传输至判定模块；
所述监测模块用于实时监测药材的叶片水份数据和药材水份数据，并将其传输判定模块，所述判定模块用于对分析模块的分析结果与药材高度数据、药材叶片大小数据、药材棱角角度数据、叶片径脉数据、叶片水份数据和药材水份数据一同进行分析判定操作，得到药材实际阶段信号和药材品种数据，并将其一同传输至遥感分析模块；
所述数据库内还存储有各种地物电磁波大小数据和药材名称数据，所述遥感分析模块用于实时获取药材信息并自动获取遥感影像信息，遥感影像信息指代药材的电磁波大小，所述遥感分析模块用于对各种地物电磁波大小数据、遥感影像信息、药材实际阶段信号和药材品种数据进行遥感分析操作，得到药材成长阶段，并将其传输至智能设备；
所述遥感分析模块还用于对药材种植地分布进行实时监控，自动获取药材种植位置数据，获取上述C2中的具体识别过程获取药材种植数量数据，并将其与药材种植位置数据进行种植面积分析操作，得出该种植面积的最佳种植量，并将其传输至智能设备；
智能设备用于对遥感分析操作用到的相关数据进行存储，并接收药材的成长阶段和最佳种植量，依据其向用户发出提醒信号。
2.根据权利要求1所述的基于大数据技术和遥感数据的中药材品种分析识别系统，其特征在于，数据分析操作的具体操作过程为：
步骤一：获取标准药材高度数据、标准药材阶段数据、标准药材叶片大小数据、标准药材棱角角度数据、标准叶片径脉数据、标准叶片水份数据和标准药材水份数据，并将其依次标记为：Qi、Ai、Zi、Wi、Si、Xi和Di，i＝1,2,3......n1，且Qi、Ai、Zi、Wi、Si、Xi和Di一一对应；
步骤二：将标准药材信息按照标准药材阶段数据进行分类，获取同一药材阶段的标准药材高度数据，并将其带入到计算式：
Figure FDA0002407894290000021
其中，EQi表示为同一种药材在同一药材阶段的植株高度均值，获取同一药材阶段的标准药材叶片大小数据，并将其带入到计算式：
Figure FDA0002407894290000022
其中，EZi表示为同一种药材在同一药材阶段的标准叶片大小均值，获取同一药材阶段的标准药材棱角角度数据，并将其带入到计算式：
Figure FDA0002407894290000031
其中，EWi表示为同一药材阶段的标准药材棱角均值，获取同一药材阶段的标准叶片水份数据，并将其带入到计算式：
Figure FDA0002407894290000032
其中，EXi表示为同一药材阶段的标准叶片水分均值，获取同一药材阶段的标准药材水份数据，并将其带入到计算式：
Figure FDA0002407894290000033
其中，EDi表示为同一药材阶段的标准药材水分均值；
步骤三：设定一个虚拟直角坐标系，获取同一药材阶段的标准叶片径脉数据，并将其以相同的原点，相同的方向在虚拟直角坐标系上标记出来，其中标记的具体为径脉的各个扩散点以及径脉的分支点和交叉点，记录各个标记坐标，并将其标记为BZl＝(xl，yl)，l＝1,2,3......n2，x和y分别表示虚拟直角坐标系的x轴和y轴，将叶片径脉的坐标数据带入到计算式：计算出每两个相邻的坐标点之间的距离，具体计算式为：
Figure FDA0002407894290000034
将径脉分为主径脉与支径脉，获取每条径脉的位置数据，并设定一条垂直线，使其与主径脉垂直，依据垂直线与主径脉和支径脉的交点，计算出垂直线的长度a1，同理计算出支径脉与主径脉交点到支径脉与垂直线交点的距离，并将其标记为a2，将主径脉与支径脉之间的交叉角度标记为ma3，a3＝1，2，3......n3，并依据正弦定理得到sin ma3＝a1/a2，从而得出ma3的角度，并将其标记为径脉交叉角度，并将其带入到计算式：
Figure FDA0002407894290000035
其中，Ema3表示为标准径脉交叉角度的平均值，即标准径脉角度均值；
步骤四：将上述步骤二中的标准药材水分均值和标准叶片水分均值，一同带入到计算式：B1v＝EXi/EDi，v＝1，2，3......n4，其中B1v表示为叶片与药材整体水分的标准比值，即标准水分比值；
步骤五：将标准植株高度均值与标准叶片大小均值一同带入到计算式：Byi＝EQi/EZi，其中，Byi表示为高度与叶片标准占比值。
3.根据权利要求1所述的基于大数据技术和遥感数据的中药材品种分析识别系统，其特征在于，分析判定操作的具体操作过程为：
K1：获取药材高度数据、药材叶片大小数据、药材棱角角度数据、叶片径脉数据、叶片水份数据和药材水份数据，并将其依次标记为H1j、H2j、H3j、H4j、H5j和H6j；
K2：将叶片水份数据和药材水份数据一同带入到计算式：V＝H5j/H6j，V表示为叶片水分占比，并将叶片径脉数据依据上述步骤三中的操作方式计算出径脉角度数据JD，并将其与各种药材的标准径脉角度均值进行比对，具体为：依据径脉角度数据JD与某种药材的标准径脉角度均值的差值小于G1时，则判定该药材是比对结果显示的药材，其中，G1表示为径脉角度差值预设值；
K3：将标准药材棱角均值分别与每一个药材棱角角度数据进行差值计算，并设定一个预设值G2，统计差值属于预设值G2范围内的值，并将其与总数进行棱角占比计算，当棱角占比之大于等于G3时，则判定该药材种类正确，反之，则判定该药材种类错误；
K4：依据上述K2和K3的判定结果，分析所采集的药材的品种，当判定结果为该药材是比对结果显示的药材和该药材种类正确两种时，则判定该药材的品种判定正确，并获取相对应的药材品种数据；
K5：将上述K2中的叶片水分占比与不同标准药材阶段数据相对应的标准水分比值进行对比，判定出该药材的水分占比属于哪个阶段的标准水分比值，并生成对应的水分阶段信号，将高度与叶片标准占比值、植株高度均值和标准叶片大小均值分别与不同标准药材阶段数据相对应的药材高度数据和药材叶片大小数据进行比对，判定出该药材的高度以及叶片大小的归属结果，并生成相应的高度阶段信号和叶片阶段信号，当水分占比、药材高度和叶片大小数据的阶段信号中有两者或两者以上属于相同阶段时，则判定该药材属于该对应阶段，生成药材实际阶段信号，反之则，生成阶段错误信号。
4.根据权利要求1所述的基于大数据技术和遥感数据的中药材品种分析识别系统，其特征在于，遥感分析操作的具体操作过程为：
C1：获取各种地物电磁波大小数据和遥感影像信息，并对其进行标记，并将其进行电磁破比对，当遥感影像数据属于各种地物电磁波大小数据，选取出相对应的各种地物电磁波大小数据，并依据其查找药材名称数据，当遥感影像数据不属于各种地物电磁波大小数据，则判定该品种为新型药品，并对其进行存储；
C2：获取上述C1中的药材名称数据，并将其与药材品种数据进行比对，当比对结果一致时，则确定该药材的具体品种，并依据药材实际阶段信号标定其成长阶段，反之则判定药材匹配失败。
5.根据权利要求1所述的基于大数据技术和遥感数据的中药材品种分析识别系统，其特征在于，种植面积分析操作的具体操作过程为：获取药材种植位置数据，建立一个虚拟直角坐标系，在虚拟直角坐标系中标记处药材种植的位置数据，并依据其计算出药材的种植面积，将药材的种植面积与药材种植数量数据一同带入到计算式，计算出每株药材的占地面积，并将各地区的每株药材的占地面积进行平均值计算，设定一个种植面积预设值，并将其与药材占地面积均值一同带入到计算式，得出该种植面积的最佳种植量。
CN202010167271.1A 2020-03-11 2020-03-11 基于大数据技术和遥感数据的中药材品种分析识别系统 Withdrawn CN111401212A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010167271.1A CN111401212A (zh) 2020-03-11 2020-03-11 基于大数据技术和遥感数据的中药材品种分析识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010167271.1A CN111401212A (zh) 2020-03-11 2020-03-11 基于大数据技术和遥感数据的中药材品种分析识别系统

Publications (1)

Publication Number Publication Date
CN111401212A true CN111401212A (zh) 2020-07-10

Family

ID=71428746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010167271.1A Withdrawn CN111401212A (zh) 2020-03-11 2020-03-11 基于大数据技术和遥感数据的中药材品种分析识别系统

Country Status (1)

Country Link
CN (1) CN111401212A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111912488A (zh) * 2020-08-04 2020-11-10 郑刚 一种基于无人机图像传感器的水网监测装置及监测方法
CN113673301A (zh) * 2021-06-24 2021-11-19 亳州市药通信息咨询有限公司 基于大数据技术和遥感数据的中药材品种分析识别系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111912488A (zh) * 2020-08-04 2020-11-10 郑刚 一种基于无人机图像传感器的水网监测装置及监测方法
CN113673301A (zh) * 2021-06-24 2021-11-19 亳州市药通信息咨询有限公司 基于大数据技术和遥感数据的中药材品种分析识别系统

Similar Documents

Publication Publication Date Title
KR102380493B1 (ko) 골수 세포 표지 방법 및 시스템
Grosman Reaching the point of no return: the computational revolution in archaeology
CN102426652A (zh) 基于图像分析的中医面色识别和检索方法
Miao et al. Automatic stem-leaf segmentation of maize shoots using three-dimensional point cloud
CN111401212A (zh) 基于大数据技术和遥感数据的中药材品种分析识别系统
CN105066877A (zh) 基于智能终端镜头的树木测量方法
CN110378225A (zh) 指针式仪表自动读数的识别方法及识别装置
CN113597614B (zh) 图像处理方法和装置、电子设备及存储介质
CN106023269A (zh) 一种估算伤口面积的方法及装置
CN107194361A (zh) 二维姿势检测方法及装置
CN109636779A (zh) 识别家禽体积体尺的方法、装置及存储介质
CN112307232A (zh) 一种大数据内容智能分类存储处理方法
CN111241085A (zh) 一种基于气象数据的自然分区可视化方法
CN112116702A (zh) 一种基于正面和侧面轮廓的人体测量三维建模方法及系统
CN107992783A (zh) 人脸图像处理方法及装置
CN113344745A (zh) 基于远程视频监控和云计算的工程项目智慧工地数据采集分析一体化云平台
CN113657805A (zh) 考核指标体系权重的构建方法、装置、设备及存储介质
McGhee et al. Bra band size measurements derived from three-dimensional scans are not accurate in women with large, ptotic breasts
CN114241321A (zh) 高分遥感图像平顶建筑快速精准识别方法
CN109034189A (zh) 基于高分遥感影像的森林类型识别方法
CN110610438A (zh) 一种农作物冠层叶柄夹角计算方法及系统
CN107423606A (zh) 一种基于模糊控制理论的身份识别系统
CN112418025A (zh) 基于深度学习的体重检测方法及装置
CN114708519B (zh) 一种基于无人机遥感的麋鹿识别与形态轮廓参数提取方法
CN116258844A (zh) 一种棉花叶片表型性状快速精准鉴定方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20200710

WW01 Invention patent application withdrawn after publication