CN113706638B - 基于智能物联网制药搅拌机智能控制方法及系统 - Google Patents

基于智能物联网制药搅拌机智能控制方法及系统 Download PDF

Info

Publication number
CN113706638B
CN113706638B CN202111261132.6A CN202111261132A CN113706638B CN 113706638 B CN113706638 B CN 113706638B CN 202111261132 A CN202111261132 A CN 202111261132A CN 113706638 B CN113706638 B CN 113706638B
Authority
CN
China
Prior art keywords
points
point
target point
capsule particle
central point
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
Application number
CN202111261132.6A
Other languages
English (en)
Other versions
CN113706638A (zh
Inventor
温影常
高吕超
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.)
Jiangsu Chenyi Jingze Biotechnology Co ltd
Original Assignee
Meibu Medical Technology Jiangsu 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 Meibu Medical Technology Jiangsu Co ltd filed Critical Meibu Medical Technology Jiangsu Co ltd
Priority to CN202111261132.6A priority Critical patent/CN113706638B/zh
Publication of CN113706638A publication Critical patent/CN113706638A/zh
Application granted granted Critical
Publication of CN113706638B publication Critical patent/CN113706638B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Endoscopes (AREA)

Abstract

本发明涉及图像处理技术领域，具体涉及一种基于智能物联网制药搅拌机智能控制方法及系统，该方法包括：获取搅拌机内部的胶囊颗粒图，基于胶囊颗粒的颜色，获取胶囊颗粒图每个胶囊颗粒的中心点和颜色类别；对于每个胶囊颗粒中心点，该中心点邻近区域内的每个点分别为目标点，基于点间距离，计算目标点附近与其颜色类别相同的点的分布均匀度；利用目标点颜色类别对应的数量均匀度，对目标点对应的分布均匀度进行修正，得到目标点对应的混合均匀度；根据每个胶囊颗粒中心点对应的混合均匀度，生成搅拌停止指令，实现制药搅拌机的智能控制。本发明容错率高。

Description

基于智能物联网制药搅拌机智能控制方法及系统
技术领域
本发明涉及图像处理领域，具体涉及一种基于智能物联网制药搅拌机智能控制方法及系统。
背景技术
常规方法获取制药搅拌机中胶囊颗粒的混合均匀程度时，常采用对网格内相互之间个数的比值，得到所有网格的混合程度，进而通过求取各网格均匀程度的均值作为整体的混合程度，这种方法要求网络划分个数非常多，进而才能通过各网格内的均值来统计整体的混合程度，如果过少会导致精度严重下降。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种基于智能物联网制药搅拌机智能控制方法及系统，所采用的技术方案具体如下：
第一方面，本发明一个实施例提供了一种基于智能物联网制药搅拌机智能控制方法，该方法包括以下具体步骤：
获取搅拌机内部的胶囊颗粒图，基于胶囊颗粒的颜色，获取胶囊颗粒图每个胶囊颗粒的中心点和颜色类别；
对于每个胶囊颗粒中心点，该中心点邻近区域内的每个点分别为目标点，基于点间距离，计算目标点附近与其颜色类别相同的点的分布均匀度；利用目标点颜色类别对应的数量均匀度，对目标点对应的分布均匀度进行修正，得到目标点对应的混合均匀度；其中，基于该中心点邻近区域中每个颜色类别的胶囊颗粒的数量占比，与相应颜色类别的预设标准占比的差值，计算各颜色类别对应的数量均匀度；
根据每个胶囊颗粒中心点对应的混合均匀度，生成搅拌停止指令，实现制药搅拌机的智能控制。
优选地，所述计算目标点附近与其颜色类别相同的点的分布均匀度，具体为：
获取中心点邻近区域内与目标点颜色类别相同的点，利用Delaunay三角剖分算法，得到三角网；
基于三角网中与目标点直接相连的点，获取最大距离和最小距离，最大距离与最小距离的差值为目标点对应的分布均匀度。
优选地，根据每个胶囊颗粒中心点对应的混合均匀度，生成搅拌停止指令，具体为：
对于每个胶囊颗粒中心点，基于该中心点邻近区域内的所有点对应的混合均匀度获取有向图，中心点分别与每个邻近点相连，连接边的方向为中心点指向邻近点，连接边的权值为邻近点对应的混合均匀度经过负相关映射后得到的映射值；
所有胶囊颗粒中心点对应的有向图进行融合，得到完整的有向图，寻找最短路径；根据最短路径生成搅拌停止指令。
优选地，根据连续帧胶囊颗粒图对应的最短路径获取最短路径的变化情况，进而判断是否生成搅拌停止指令。
优选地，利用Dijkstra算法寻找最短路径。
第二方面，本发明另一个实施例提供了一种基于智能物联网制药搅拌机智能控制系统，该系统具体包括：
图像获取模块，用于获取搅拌机内部的胶囊颗粒图，基于胶囊颗粒的颜色，获取胶囊颗粒图每个胶囊颗粒的中心点和颜色类别；
均匀度计算模块，用于计算均匀度，具体地，对于每个胶囊颗粒中心点，该中心点邻近区域内的每个点分别为目标点，基于点间距离，计算目标点附近与其颜色类别相同的点的分布均匀度；利用目标点颜色类别对应的数量均匀度，对目标点对应的分布均匀度进行修正，得到目标点对应的混合均匀度；其中，基于该中心点邻近区域中每个颜色类别的胶囊颗粒的数量占比，与相应颜色类别的预设标准占比的差值，计算各颜色类别对应的数量均匀度；
指令生成模块，用于根据每个胶囊颗粒中心点对应的混合均匀度，生成搅拌停止指令，实现制药搅拌机的智能控制。
优选地，所述计算目标点附近与其颜色类别相同的点的分布均匀度，具体为：
获取中心点邻近区域内与目标点颜色类别相同的点，利用Delaunay三角剖分算法，得到三角网；
基于三角网中与目标点直接相连的点，获取最大距离和最小距离，最大距离与最小距离的差值为目标点对应的分布均匀度。
优选地，根据每个胶囊颗粒中心点对应的混合均匀度，生成搅拌停止指令，具体为：
对于每个胶囊颗粒中心点，基于该中心点邻近区域内的所有点对应的混合均匀度获取有向图，中心点分别与每个邻近点相连，连接边的方向为中心点指向邻近点，连接边的权值为邻近点对应的混合均匀度经过负相关映射后得到的映射值；
所有胶囊颗粒中心点对应的有向图进行融合，得到完整的有向图，寻找最短路径；根据最短路径生成搅拌停止指令。
优选地，根据连续帧胶囊颗粒图对应的最短路径获取最短路径的变化情况，进而判断是否生成搅拌停止指令。
优选地，利用Dijkstra算法寻找最短路径。
本发明实施例至少具有如下有益效果：本发明根据每个胶囊颗粒中心点对应的分布均匀度和数量均匀度计算其混合均匀度，再根据每个胶囊颗粒中心点对应的混合均匀度生成搅拌停止指令，实现制药搅拌机的智能控制，避免了现有技术由于网格个数不合适导致的精度下降，且本发明容错率高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1为本发明方法实施例的步骤流程图。
图2为本发明系统实施例的模块构成图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于智能物联网制药搅拌机智能控制方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明的主要目的是实现：通过采集得到的搅拌机内部图像，得到当前搅拌机内胶囊颗粒的混合均匀程度，实现搅拌自动停止控制。
本发明实施例以下面的应用场景为例对本发明进行说明：
该应用场景为：搅拌机选用带有观察口的搅拌机，相机通过搅拌机观察口拍摄得到当前搅拌机内部胶囊颗粒的胶囊颗粒图；其中相机分辨率要能够拍摄清楚胶囊颗粒；需要注意，各混合胶囊颗粒之间的颜色要不同，且各类胶囊颗粒为类圆形。将RGB相机组网，RGB相机采集得到的数据发送到处理中心，处理中心对图像进行分析后，根据分析结果判断是否发送搅拌停止指令。
下面结合附图具体的说明本发明所提供的一种基于智能物联网制药搅拌机智能控制方法及系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种基于智能物联网制药搅拌机智能控制方法的步骤流程图，该方法包括以下步骤：
步骤S1，获取搅拌机内部的胶囊颗粒图，基于胶囊颗粒的颜色，获取胶囊颗粒图每个胶囊颗粒的中心点和颜色类别。
RGB相机位置固定，具体地，RGB相机架设在搅拌机的观察口，通过观察口拍摄搅拌机内部情况，得到胶囊颗粒图；其中拍摄条件为光照足够，RGB相机分辨率足够。
将胶囊颗粒图转换至HSV空间，基于胶囊颗粒图中像素点对应的H分量值获取像素的颜色类别，基于颜色类别进行胶囊颗粒的分割，得到每个颜色类别对应的颗粒分割图，由于胶囊颗粒之间堆叠，所以对每张颗粒分割图，采用基于模糊梯度卷积核的改进分水岭堆叠颗粒分割算法，得到各颗粒分割图中每个胶囊颗粒的边缘，进而通过python中的连通域提取分析函数进行胶囊颗粒连通域分析，得到每个颗粒对应的连通域边缘信息和中心坐标点信息，对连通域进行标记，具体地，利用数字进行标记，不同颜色类别的胶囊颗粒的连通域对应的标记不同；对所有经过连通域标记的颗粒分割图，进行按位与运算，得到融合后完整的包括各个胶囊颗粒连通域标记的颗粒分割图。
至此，得到胶囊颗粒图每个胶囊颗粒的中心点和颜色类别；具体地，得到中心点二值图，中心点二值图与胶囊颗粒图大小相等，中心点二值图中像素值为1的像素为各个胶囊颗粒连通域的中心点，其余像素的像素值为0。
步骤S2，对于每个胶囊颗粒中心点，该中心点邻近区域内的每个点分别为目标点，基于点间距离，计算目标点附近与其颜色类别相同的点的分布均匀度；利用目标点颜色类别对应的数量均匀度，对目标点对应的分布均匀度进行修正，得到目标点对应的混合均匀度；其中，基于该中心点邻近区域中每个颜色类别的胶囊颗粒的数量占比，与相应颜色类别的预设标准占比的差值，计算各颜色类别对应的数量均匀度。
具体地，对于每个胶囊颗粒中心点，计算该胶囊颗粒中心点与中心点二值图中其他胶囊颗粒中心点间的距离，选取与该胶囊颗粒中心点间的距离小于等于预设距离阈值的其他胶囊颗粒中心点，所选择的其他胶囊颗粒中心点构成该中心点的邻近区域。
具体地，计算目标点附近与其颜色类别相同的点的分布均匀度，具体为：获取中心点邻近区域内与目标点颜色类别相同的点，利用Delaunay三角剖分算法，得到三角网；基于三角网中与目标点直接相连的点，获取最大距离和最小距离，最大距离与最小距离的差值为目标点对应的分布均匀度；距离差值越大，说明同颜色类别的胶囊颗粒分布越不均匀。需要说明，该中心点邻近区域内可能包括多种颜色类别的点，因此，该中心点邻近区域内的点对应多少种颜色类别，就可得到多少个三角网；且同一个三角网中，不同点对应的分布均匀度可能是不同的。其中，组成三角网的原因为，Delaunay三角网是“最接近于规则化的”的三角网，所以通过同颜色类别胶囊颗粒组成的三角网，可以衡量当前颜色类别相同的同种胶囊颗粒的分布情况。
具体地，对于每个胶囊颗粒中心点，该中心点邻近区域中每个颜色类别的胶囊颗粒的数量占比，与相应颜色类别的预设标准占比的差值绝对值，为各颜色类别对应的数量均匀度；以颜色类别i为例，该中心点邻近区域中颜色类别为i的点的个数与该中心点邻近区域中点的总个数的比值为颜色类别为i的胶囊颗粒的数量占比；颜色类别为i的胶囊颗粒的数量占比与颜色类别为i的胶囊颗粒的预设标准占比的差值绝对值为颜色类别i对应的数量均匀度。其中，预设标准占比是制备某一药用胶囊时所需要的各颜色类别胶囊颗粒的数量占比，例如，制备某一药用胶囊时，n个颜色类别胶囊颗粒对应的混合比例为N1：N2：……：Nn，B=N1+N2+……+Nn，则n个颜色类别胶囊颗粒对应的预设标准占比依次为N1/B，N2/B，……，Nn/B。
需要注意，获取目标点颜色类别对应的数量均匀度时，目标点颜色类别对应的数量均匀度是基于每个胶囊颗粒中心点的邻近区域内的点计算的，即对胶囊颗粒中心点进行遍历，每遍历一次，得到一个相应的邻近区域，根据得到的邻近区域计算一次各颜色类别对应的数量均匀度，因此，对于每个颜色类别，基于每个胶囊颗粒中心点的邻近区域计算得到的该颜色类别对应的数量均匀度可能是不同的。
具体地，利用目标点颜色类别对应的数量均匀度，对目标点对应的分布均匀度进行修正，得到目标点对应的混合均匀度，具体为目标点对应的分布均匀度与目标点颜色类别对应的数量均匀度相乘得到目标点对应的混合均匀度。
步骤S3，根据每个胶囊颗粒中心点对应的混合均匀度，生成搅拌停止指令，实现制药搅拌机的智能控制。
生成搅拌停止指令的过程具体为：对于每个胶囊颗粒中心点，基于该中心点邻近区域内的所有点对应的混合均匀度获取有向图，中心点分别与每个邻近点相连，连接边的方向为中心点指向邻近点，连接边的权值为邻近点对应的混合均匀度经过负相关映射后得到的映射值；所有胶囊颗粒中心点对应的有向图进行融合，得到完整的有向图，寻找最短路径；根据最短路径生成搅拌停止指令。
其中，对所有胶囊颗粒中心点对应的有向图进行融合时，若任意两张有向图中存在相同的点，则将两张图中的两个点融合为一个点，融合后，与该点相连的连接边的权值和指向不变，最终得到一张完整的有向图。
优选地，实施例中对混合均匀度进行负相关映射时所用映射函数为f(x)=exp(-x)，x为混合均匀度，f(x)为混合均匀度对应的映射值，x值越大，f(x)值越小。
优选地，利用Dijkstra算法寻找最短路径，最短路径值越小，说明胶囊颗粒混合越不均匀；一个实施方式中，当获取的最短路径大于等于预设路径阈值时，生成搅拌停止指令；另一个实施方式中，根据连续帧胶囊颗粒图对应的最短路径获取最短路径的变化情况，进而判断是否生成搅拌停止指令，即计算连续帧胶囊颗粒图中每两相邻帧胶囊颗粒图对应的最短路径的差值，差值越大，说明混合均匀程度的波动越大，当胶囊颗粒搅拌均匀时，根据连续帧胶囊颗粒图中每两相邻帧胶囊颗粒图得到的多个差值均趋于0，优选地，当基于预设时间段内采集的多帧胶囊颗粒图，获取的最短路径差值序列中的差值均小于预设差值阈值时，生成搅拌停止指令，进而处理中心将搅拌停止指令发送给搅拌机，搅拌机停止搅拌。
基于与上述方法实施例相同的发明构思，本发明一个实施例提供了一种基于智能物联网制药搅拌机智能控制系统，该系统的模块构成如图2所示，具体地，该系统包括：
图像获取模块，用于获取搅拌机内部的胶囊颗粒图，基于胶囊颗粒的颜色，获取胶囊颗粒图每个胶囊颗粒的中心点和颜色类别；
均匀度计算模块，用于计算均匀度，具体地，对于每个胶囊颗粒中心点，该中心点邻近区域内的每个点分别为目标点，基于点间距离，计算目标点附近与其颜色类别相同的点的分布均匀度；利用目标点颜色类别对应的数量均匀度，对目标点对应的分布均匀度进行修正，得到目标点对应的混合均匀度；其中，基于该中心点邻近区域中每个颜色类别的胶囊颗粒的数量占比，与相应颜色类别的预设标准占比的差值，计算各颜色类别对应的数量均匀度；
指令生成模块，用于根据每个胶囊颗粒中心点对应的混合均匀度，生成搅拌停止指令，实现制药搅拌机的智能控制。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于智能物联网制药搅拌机智能控制方法，其特征在于，该方法包括：
获取搅拌机内部的胶囊颗粒图，基于胶囊颗粒的颜色，获取胶囊颗粒图每个胶囊颗粒的中心点和颜色类别；
对于每个胶囊颗粒中心点，该中心点邻近区域内的每个点分别为目标点，基于点间距离，计算目标点附近与其颜色类别相同的点的分布均匀度；利用目标点颜色类别对应的数量均匀度，对目标点对应的分布均匀度进行修正，得到目标点对应的混合均匀度；其中，基于该中心点邻近区域中每个颜色类别的胶囊颗粒的数量占比，与相应颜色类别的预设标准占比的差值，计算各颜色类别对应的数量均匀度；
根据每个胶囊颗粒中心点对应的混合均匀度，生成搅拌停止指令，实现制药搅拌机的智能控制；具体地：对于每个胶囊颗粒中心点，基于该中心点邻近区域内的所有点对应的混合均匀度获取有向图，中心点分别与每个邻近点相连，连接边的方向为中心点指向邻近点，连接边的权值为邻近点对应的混合均匀度经过负相关映射后得到的映射值；所有胶囊颗粒中心点对应的有向图进行融合，得到完整的有向图，寻找最短路径；根据最短路径生成搅拌停止指令。
2.如权利要求1所述的方法，其特征在于，所述计算目标点附近与其颜色类别相同的点的分布均匀度，具体为：
获取中心点邻近区域内与目标点颜色类别相同的点，利用Delaunay三角剖分算法，得到三角网；
基于三角网中与目标点直接相连的点，获取最大距离和最小距离，最大距离与最小距离的差值为目标点对应的分布均匀度。
3.如权利要求2所述的方法，其特征在于，根据连续帧胶囊颗粒图对应的最短路径获取最短路径的变化情况，进而判断是否生成搅拌停止指令。
4.如权利要求3所述的方法，其特征在于，利用Dijkstra算法寻找最短路径。
5.一种基于智能物联网制药搅拌机智能控制系统，其特征在于，该系统包括：
图像获取模块，用于获取搅拌机内部的胶囊颗粒图，基于胶囊颗粒的颜色，获取胶囊颗粒图每个胶囊颗粒的中心点和颜色类别；
均匀度计算模块，用于计算均匀度，具体地，对于每个胶囊颗粒中心点，该中心点邻近区域内的每个点分别为目标点，基于点间距离，计算目标点附近与其颜色类别相同的点的分布均匀度；利用目标点颜色类别对应的数量均匀度，对目标点对应的分布均匀度进行修正，得到目标点对应的混合均匀度；其中，基于该中心点邻近区域中每个颜色类别的胶囊颗粒的数量占比，与相应颜色类别的预设标准占比的差值，计算各颜色类别对应的数量均匀度；
指令生成模块，用于根据每个胶囊颗粒中心点对应的混合均匀度，生成搅拌停止指令，实现制药搅拌机的智能控制；具体地：对于每个胶囊颗粒中心点，基于该中心点邻近区域内的所有点对应的混合均匀度获取有向图，中心点分别与每个邻近点相连，连接边的方向为中心点指向邻近点，连接边的权值为邻近点对应的混合均匀度经过负相关映射后得到的映射值；所有胶囊颗粒中心点对应的有向图进行融合，得到完整的有向图，寻找最短路径；根据最短路径生成搅拌停止指令。
6.如权利要求5所述的系统，其特征在于，所述计算目标点附近与其颜色类别相同的点的分布均匀度，具体为：
获取中心点邻近区域内与目标点颜色类别相同的点，利用Delaunay三角剖分算法，得到三角网；
基于三角网中与目标点直接相连的点，获取最大距离和最小距离，最大距离与最小距离的差值为目标点对应的分布均匀度。
7.如权利要求6所述的系统，其特征在于，根据连续帧胶囊颗粒图对应的最短路径获取最短路径的变化情况，进而判断是否生成搅拌停止指令。
8.如权利要求7所述的系统，其特征在于，利用Dijkstra算法寻找最短路径。
CN202111261132.6A 2021-10-28 2021-10-28 基于智能物联网制药搅拌机智能控制方法及系统 Active CN113706638B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111261132.6A CN113706638B (zh) 2021-10-28 2021-10-28 基于智能物联网制药搅拌机智能控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111261132.6A CN113706638B (zh) 2021-10-28 2021-10-28 基于智能物联网制药搅拌机智能控制方法及系统

Publications (2)

Publication Number Publication Date
CN113706638A CN113706638A (zh) 2021-11-26
CN113706638B true CN113706638B (zh) 2022-02-25

Family

ID=78647283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111261132.6A Active CN113706638B (zh) 2021-10-28 2021-10-28 基于智能物联网制药搅拌机智能控制方法及系统

Country Status (1)

Country Link
CN (1) CN113706638B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103559721A (zh) * 2013-11-25 2014-02-05 中国科学院自动化研究所 一种基于图像梯度的三角剖分快速图像融合方法
CN103923402A (zh) * 2014-04-28 2014-07-16 吴启 铝电解电容器用橡胶封口塞的配方及其制造方法
CN107909138A (zh) * 2017-11-14 2018-04-13 江苏大学 一种基于安卓平台的类圆颗粒物计数方法
CN109766784A (zh) * 2018-12-21 2019-05-17 北京理工大学 基于单目图像的胶囊机器人交互控制方法
CN112150692A (zh) * 2020-10-14 2020-12-29 吴喜庆 一种基于人工智能的门禁控制方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012105233A (ja) * 2010-11-15 2012-05-31 Konica Minolta Business Technologies Inc 色変換方法、色変換装置及び画像形成システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103559721A (zh) * 2013-11-25 2014-02-05 中国科学院自动化研究所 一种基于图像梯度的三角剖分快速图像融合方法
CN103923402A (zh) * 2014-04-28 2014-07-16 吴启 铝电解电容器用橡胶封口塞的配方及其制造方法
CN107909138A (zh) * 2017-11-14 2018-04-13 江苏大学 一种基于安卓平台的类圆颗粒物计数方法
CN109766784A (zh) * 2018-12-21 2019-05-17 北京理工大学 基于单目图像的胶囊机器人交互控制方法
CN112150692A (zh) * 2020-10-14 2020-12-29 吴喜庆 一种基于人工智能的门禁控制方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Biological control of aflatoxin production in corn using non-aflatoxigenic Aspergillus flavus administered as a bioplastic-based seed coating;Cesare Accinelli 等;《Crop Protection》;20181231;全文 *
基于唐冠螺壳体结构大豆种子包衣搅拌装置关键技术研究;曲芳;《中国优秀博硕士学位论文全文数据库(博士)农业科技辑(月刊)》;20200115;全文 *

Also Published As

Publication number Publication date
CN113706638A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
CN108776980A (zh) 一种面向微透镜光场相机的标定方法
KR20020070788A (ko) 컬러화상의 영역분할
CN110136083B (zh) 一种结合交互式的底图更新方法及装置
CN109698944A (zh) 投影区域校正方法、投影设备及计算机可读存储介质
CN111491149B (zh) 基于高清视频的实时抠像方法、装置、设备及存储介质
CN110910319B (zh) 一种基于大气散射模型的手术视频实时去雾增强方法
CN115376109B (zh) 障碍物检测方法、障碍物检测装置以及存储介质
CN114331835A (zh) 一种基于最优映射矩阵的全景图像拼接方法及装置
US8346019B2 (en) Image generation method and apparatus, program therefor, and storage medium which stores the program
CN113706638B (zh) 基于智能物联网制药搅拌机智能控制方法及系统
CN112734630B (zh) 正射影像处理方法、装置、设备及存储介质
JP3608106B2 (ja) 画像処理を用いた鋼材表面の劣化度評価システム
CN116051681B (zh) 一种基于智能手表生成图像数据的处理方法及系统
CN104766068A (zh) 一种多规则融合的随机游走舌像提取方法
CN110246162A (zh) 一种全聚焦光场图像组成方法及系统
CN114677393B (zh) 深度图像处理方法、装置、摄像设备、会议系统及介质
CN114618371B (zh) 基于人工智能的分批式混合机控制方法及系统
CN114972374A (zh) 一种用于投影大屏融合的影像自适应分割方法
CN115393187A (zh) 一种高自由度的微观图像拼接融合方法及系统
CN113822937B (zh) 一种图像校正方法、装置、设备及存储介质
JP2011113177A (ja) 被写体３次元モデルを構築する方法およびプログラム
CN106023127B (zh) 一种基于多帧的鱼眼视频校正方法
Techawatcharapaikul et al. Improved radiometric calibration by brightness transfer function based noise & outlier removal and weighted least square minimization
CN113781350B (zh) 图像处理方法、图像处理装置、电子设备及存储介质
CN115002427A (zh) 一种基于神经网络的投影融合方法

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230222

Address after: 226000 No. 500, Linyang Road, Qidong Economic Development Zone, Qidong City, Nantong City, Jiangsu Province

Patentee after: Jiangsu Chenyi Jingze Biotechnology Co.,Ltd.

Address before: 226000 No. 500, Linyang Road, Qidong Economic Development Zone, Nantong City, Jiangsu Province

Patentee before: Meibu medical technology (Jiangsu) Co.,Ltd.

TR01 Transfer of patent right