[发明专利]一种中医药识别系统及其使用方法在审
申请号: | 202010625717.0 | 申请日: | 2020-07-02 |
公开(公告)号: | CN111783667A | 公开(公告)日: | 2020-10-16 |
发明(设计)人: | 徐彦飞;史艳平;徐吉人 | 申请(专利权)人: | 南阳理工学院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 广东有知猫知识产权代理有限公司 44681 | 代理人: | 高志军 |
地址: | 473004 河*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 中医药 识别 系统 及其 使用方法 | ||
本发明公开了一种中医药识别系统,包括:工业摄像头、服务器、PC端、移动端,工业摄像头与PC端信号连接,PC端与服务器通过互联网相互连接,移动端通过互联网与服务器信号连接,通过工业摄像头对药材特征进行拍照取样,并上传至服务器,人工通过PC端或移动端将药材的特征以文字方式编辑并通过互联网上传至服务器;识别时,通过工业摄像头或移动端的摄像头进行拍照取样,通过大数据进行比对,弹出候选项;候选项较多时,继续拍摄其余特征或选择手动输入局部特征,再次上传至服务器进行比对,弹出候选项;使用者打开候选项,跳转至药材信息详细介绍界面。本发明具备通过图像识别技术和对草药特征人工筛选相结合,进而降低识别系统的误判率的优点。
技术领域
本发明涉及中医药识别技术领域,具体为一种中医药识别系统及其使用方法。
背景技术
近年来,人工智能和大数据技术的高速发展,人工智能算法在中药材识别领域的应用也在不断普及。现有的人工智能技术,例如图像识别技术使用的是深度学习算法。深度神经网络参数众多,结构复杂,需要大量的样本来进行模型训练。汽车、人脸等常见事物可以从网络中获取大量的图片样本,但是中药材由于其特殊性,所有的图片样本都需要自己拍摄得到,因此样本数量通常会有所不足,且一些中药的差别细微,仅通过图像识别技术来识别中医药,结果不够准确,易造成误判,从而影响使用者正确识别。
发明内容
本发明的目的在于提供一种中医药识别系统及其使用方法,具备通过图像识别技术和对草药特征人工筛选相结合,进而降低识别系统的误判率的优点,解决了中药材由于其特殊性,所有的图片样本都需要自己拍摄得到,因此样本数量通常会有所不足,且一些中药的差别细微,仅通过图像识别技术来识别中医药,结果不够准确,易造成误判,从而影响使用者正确识别的问题。
为实现上述目的,本发明提供如下技术方案:一种中医药识别系统,包括:工业摄像头、服务器、PC端、移动端,所述工业摄像头与PC端信号连接,PC端与服务器通过互联网相互连接,移动端通过互联网与服务器信号连接。
优选的,移动端为手机或笔记本电脑,且PC端和移动端界面设有上传和查询跳转按钮。
一种中医药识别系统的使用方法,包括以下步骤:
S1、上传时,进入上传界面,之后通过工业摄像头对药材特征进行拍照取样,并上传至服务器;
S2、人工通过PC端或移动端将药材的特征以文字方式编辑并通过互联网上传至服务器;
S3、识别时,进入识别界面,通过工业摄像头或移动端的摄像头进行拍照取样,并上传至服务器,通过大数据进行比对,并弹出候选项;
S4、候选项较多时,继续拍摄其余特征或选择手动输入局部特征,之后再次上传至服务器进行比对,并弹出候选项;
S5、重复S4,直至只剩下一个候选项;
S6、使用者打开候选项,并跳转至药材信息详细介绍界面。
优选的,S1中对药材特征拍照取样包括叶片特征、花朵特征和根系特征。
优选的,S2中输入特征包括叶片特征、花朵特征、根系特征、触觉特征、嗅觉特征及味觉特征。
与现有技术相比,本发明的有益效果是:通过人工拍摄局部特征和人工输入特征并上传至服务器,在比对时通过图像识别和人工填写局部特征进行筛选相结合,使识别结果更加准确,识别之后便于使用者学习、认知药材的相关知识。
具体实施方式
下面将结合本发明实施例,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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南阳理工学院,未经南阳理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010625717.0/2.html,转载请声明来源钻瓜专利网。