[发明专利]一种药品识别方法、系统、设备及介质在审

专利信息
申请号: 202310454343.4 申请日: 2023-04-25
公开(公告)号: CN116503349A 公开(公告)日: 2023-07-28
发明(设计)人: 胡焱;李健;安静;唐四 申请(专利权)人: 浪潮金融信息技术有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/73;G06V10/75;G06V10/774;G07F11/16;G07F11/62
代理公司: 苏州思睿晶华知识产权代理事务所(普通合伙) 32403 代理人: 屈彩婷
地址: 215100 江苏省苏州*** 国省代码: 江苏;32
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 药品 识别 方法 系统 设备 介质
【权利要求书】:

1.一种药品识别方法,其特征在于,包括以下步骤:

确认第一药品和第一货道,基于所述第一货道创建关于所述第一药品的视觉图像模型;

采用视觉模组创建关于所述第一药品的特征坐标矩阵;

基于所述视觉图像模型和所述特征坐标矩阵对置入药品进行正确性识别;

响应于所述正确性识别的正确识别结果,基于所述视觉模组统计所述置入药品的药品数量。

2.根据权利要求1所述的一种药品识别方法,其特征在于:

所述确认第一药品和第一货道之前,包括:

配置药品货道以及与所述药品货道对应的所述视觉模组;

对所述视觉模组和所述药品货道进行位置调节;

令调节后的所述药品货道作为所述第一货道。

3.根据权利要求1所述的一种药品识别方法,其特征在于:

所述基于所述第一货道创建关于所述第一药品的视觉图像模型,包括:

设置所述第一货道的若干摆放位置;

获取所述第一药品分别在若干所述摆放位置上的若干药品图像;

基于若干所述药品图像创建对于所述第一药品的所述视觉图像模型。

4.根据权利要求1所述的一种药品识别方法,其特征在于:

所述采用视觉模组创建关于所述第一药品的特征坐标矩阵,包括:

调用所述视觉模组对所述第一货道上的所述第一药品进行成像处理,得到第一视觉图像;

基于所述第一视觉图像,采用特征点采集技术和关键点标定技术计算所述第一药品的若干特征点图像坐标;

整合若干所述特征点图像坐标作为所述第一药品的所述特征坐标矩阵。

5.根据权利要求1所述的一种药品识别方法,其特征在于:

所述基于所述视觉图像模型和所述特征坐标矩阵对置入药品进行正确性识别,包括:

调用所述视觉模组获取置入所述第一货道中的所述置入药品的第二视觉图像;

识别所述第二视觉图像的特征点信息和标识信息;

确认所述标识信息是否与所述视觉图像模型相匹配;

确认所述特征点信息是否与所述特征坐标矩阵相匹配;

所述标识信息与所述视觉图像模型相匹配,且所述特征点信息与所述特征坐标矩阵相匹配时,生成所述正确识别结果;

所述标识信息与所述视觉图像模型非匹配,或所述特征点信息与所述特征坐标矩阵非匹配时,生成错误识别结果。

6.根据权利要求5所述的一种药品识别方法,其特征在于:

所述基于所述视觉模组统计所述置入药品的药品数量,包括:

获取所述视觉模组所检测的所述第二视觉图像;

根据所述第二视觉图像所对应的所述特征点信息计算所述置入药品的单个厚度数据;

获取所述第一货道的药品摆放厚度数据;

根据所述药品摆放厚度数据和所述单个厚度数据近似计算所述第一货道中的所述药品数量。

7.一种药品识别系统,其特征在于,包括:模型训练模块、矩阵创建模块、药品识别模块和数量统计模块;

所述模型训练模块,用于确认第一药品和第一货道,基于所述第一货道创建关于所述第一药品的视觉图像模型;

所述矩阵创建模块,用于采用视觉模组创建关于所述第一药品的特征坐标矩阵;

所述药品识别模块,用于根据所述视觉图像模型和所述特征坐标矩阵对置入药品进行正确性识别;

所述数量统计模块,用于响应于所述正确性识别的正确识别结果,基于所述视觉模组统计所述置入药品的药品数量。

8.根据权利要求7所述的一种药品识别系统,其特征在于:

所述模型训练模块,还用于设置所述第一货道的若干摆放位置;所述模型训练模块获取所述第一药品分别在若干所述摆放位置上的若干药品图像;所述模型训练模块基于若干所述药品图像创建对于所述第一药品的所述视觉图像模型。

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浪潮金融信息技术有限公司,未经浪潮金融信息技术有限公司许可,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/202310454343.4/1.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