[发明专利]药用植物识别方法、装置和计算机设备

说明书

本申请提出了一种药用植物识别方法、装置和计算机设备，其中，上述药用植物识别方法包括：对待识别的药用植物进行拍摄，获取包括所述待识别的药用植物的至少一个植物元素的至少两张图像，所述至少一个植物元素包括所述待识别的药用植物的叶片形态；将所述至少两张图像中的每张图像按照预定方式分割为预定数量的子图像；利用深度神经网络模型对分割获得的子图像进行识别，获得每张子图像的识别结果；计算分割获得的子图像的识别结果的平均值，根据所述平均值确定所述待识别的药用植物的识别结果；显示所述待识别的药用植物的识别结果。本申请可以实现提高药用植物的识别精度与准确率，提高药用植物的识别效率。

【技术领域】

本申请涉及图像识别技术领域，尤其涉及一种药用植物识别方法、装置和计算机设备。

【背景技术】

现有相关技术中，中医以其悠久的历史而深受人们信任，其中必不可少的则是大量的药用植物。中国是药用植物资源最丰富的国家之一，对药用植物的发现、使用和栽培，有着悠久的历史。药用植物，是指医学上用于防病，治病的植物，其植株的全部或一部分供药用或作为制药工业的原料。药用植物种类繁多，其药用部分各不相同，有些需要全部入药，有些则需提炼后入药。

然而，许多药用植物外表相似，但药效却大相径庭。因此在筛选时，需要大量的人工干预，耗费人力，并且由于相似度过高，分类及筛选的准确率也并不理想。并且现有的药用植物的识别方式过于依赖个人的判断经验，效率非常低。

【发明内容】

本申请实施例提供了一种药用植物识别方法、装置和计算机设备，以实现提高药用植物的识别精度与准确率，提高药用植物的识别效率。

第一方面，本申请实施例提供了一种药用植物识别方法，包括：对待识别的药用植物进行拍摄，获取包括所述待识别的药用植物的至少一个植物元素的至少两张图像，所述至少一个植物元素包括所述待识别的药用植物的叶片形态；将所述至少两张图像中的每张图像按照预定方式分割为预定数量的子图像；利用深度神经网络模型对分割获得的子图像进行识别，获得每张子图像的识别结果；计算分割获得的子图像的识别结果的平均值，根据所述平均值确定所述待识别的药用植物的识别结果；显示所述待识别的药用植物的识别结果。

其中在一种可能的实现方式中，所述对待识别的药用植物进行拍摄包括：在设定的不同距离处对待识别的药用植物进行拍摄。

其中在一种可能的实现方式中，所述计算分割获得的子图像的识别结果的平均值，根据所述平均值确定所述待识别的药用植物的识别结果之后，还包括：当所述识别结果为所述待识别的药用植物不是药用植物时，将所述至少两张图像进行二次识别，获得所述待识别的药用植物的二次识别结果；保存所述二次识别结果。

其中在一种可能的实现方式中，所述计算分割获得的子图像的识别结果的平均值，根据所述平均值确定所述待识别的药用植物的识别结果之后，还包括：当所述识别结果为所述待识别的药用植物是药用植物时，保存所述待识别的药用植物的识别结果。

其中在一种可能的实现方式中，所述识别结果包括所述药用植物的名称和种类；所述方法还包括：在对指定区域的待识别的药用植物识别完毕之后，根据所述药用植物的名称和种类对保存的识别结果进行分类；根据分类后的识别结果确定所述指定区域中药用植物的种类纯净度。

第二方面，本申请实施例提供一种药用植物识别装置，包括：获取模块，用于对待识别的药用植物进行拍摄，获取包括所述待识别的药用植物的至少一个植物元素的至少两张图像，所述至少一个植物元素包括所述待识别的药用植物的叶片形态；分割模块，用于将所述至少两张图像中的每张图像按照预定方式分割为预定数量的子图像；识别模块，用于利用深度神经网络模型对所述分割模块分割获得的子图像进行识别，获得每张子图像的识别结果；计算模块，用于计算分割获得的子图像的识别结果的平均值，根据所述平均值确定所述待识别的药用植物的识别结果；显示模块，用于显示所述识别模块获得的所述待识别的药用植物的识别结果。