[发明专利]一种具有自动识别分类实验室样品的方法在审

专利信息
申请号: 202010921569.7 申请日: 2020-09-04
公开(公告)号: CN112070146A 公开(公告)日: 2020-12-11
发明(设计)人: 吕丽兰;邹承武;蒋越华;杨秀娟;吴静娜;时鹏涛;李今朝;张莉娟;杜国冬 申请(专利权)人: 广西壮族自治区亚热带作物研究所(广西亚热带农产品加工研究所)
主分类号: G06K9/62 分类号: G06K9/62;G06K7/10;G06K7/14;G01K13/00
代理公司: 广州粤弘专利代理事务所(普通合伙) 44492 代理人: 马腾飞
地址: 530002 广*** 国省代码: 广西;45
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 具有 自动识别 分类 实验室 样品 方法
【权利要求书】:

1.一种具有自动识别分类实验室样品的方法,其特征在于:包括如下步骤:

S1设置完整的样品识别分类系统:样品是被分类系统由采样终端、数据储存终端、检测终端及样品识别分类控制服务器组成;

S2:样品数据库建立:通过采样终端将实验室存在的所有源样品进行信息采集,将采集到的信息传输的数据存储终端进行储存,同时根据采集到的源样品信息人工进行分类;

S3:入库样品认证:将采样终端采集到的源样品信息与数据存储终端内部存在的信息进行对比检测查重;

S4:检测样品识别:将待检测样品信息形成二维码贴在检测样品上,通过检测终端读取检测样品信息,将检测样品与样品识别分类控制服务器录入的源样品数据进行对比,找到匹配的源样品后,即识别出该检测样品类别;

S5:分类:根据S4中检测终端对检测样品对比识别反馈的信息将检测样品根据匹配到的源样品分类情况进行分类。

2.根据权利要求1所述的一种具有自动识别分类实验室样品的方法,其特征在于:所述S1包括如下步骤:

S11:采样终端、数据存储终端和检测终端均通过互联网与样品识别分类控制服务器双向电性连接,通过样品识别分类控制服务器接收采样终端、数据存储终端和检测终端传输过来的信息对整个实验室样品识别及分类进行控制;

S12:采样终端、数据存储终端和检测终端均设有样品形态识别数据采集装置,包括摄像头、温度传感器、显示装置和计算机处理器。

3.根据权利要求1所述的一种具有自动识别分类实验室样品的方法,其特征在于:所述S2包括如下步骤:

S21.工作人员使用喷码机在实验室的源样品表面刻画含有一定信息的二维码;

S22.源样品记号做完后,在采样终端通过扫码机扫描录入源样品信息;

S23.选择是否确认提交录入的源样品信息,确认提交的,采样终端将所有信息关联后通过互联网上传至样品识别分类控制服务器后结束源样品采集认证。

4.根据权利要求1所述的一种具有自动识别分类实验室样品的方法,其特征在于:所述S3包括如下步骤:

S31.使用数据存储终端的摄像拍扫描满足识别要求的源样品信息二维码;

S32.扫描完成后,数据存储终端对信息数据进行处理,提取源样品信息中的分类特征;

S33.数据存储终端通过互联网查询样品识别分类控制服务器中是否有与提取到的源样品信息分类特征相匹配的样品;

S34.数据存储终端查询到有符合项的样品,则自动下载具有相同样品信息特征的完整样品信息并显示是否收样;

S35.收样工作人员根据数据存储终端显示的完整信息与送样资料进行比对确认,确认样品无误时在数据存储终端确认收样,数据存储终端将本次扫描的二维码信息和收样时间上传至样品认证系统后台云服务器,完成入库样品认证。

5.根据权利要求1所述的一种具有自动识别分类实验室样品的方法,其特征在于:所述S4包括如下步骤:

S41.工作人员利用检测终端的摄像头扫描检测样品上的二维码信息,收集其中所含信息;

S42.扫描读取完成后,检测终端对信息进行处理,提取信息中的检测样具有分特特征的信息;

S43.检测终端通过互联网查询样品识别分类控制服务器中是否有与提取到的检测样品分类信息特征相匹配的源样品;

S44.检测终端查询到有符合项的源样品样品,则自动下载具有相同样品分类信息特征的完整样品信息并显示是否检测;

S45.收样工作人员对检测终端显示的是否检测进行确认,确认检测后检测终端对样品进行检测,检测完成后将检测数据和结果上传至样品识别分类控制服务器,并完成本次检测时的样品认证工作。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广西壮族自治区亚热带作物研究所(广西亚热带农产品加工研究所),未经广西壮族自治区亚热带作物研究所(广西亚热带农产品加工研究所)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/202010921569.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top