[发明专利]基于图像识别的药品名称识别方法及系统在审
申请号: | 201910787273.8 | 申请日: | 2019-08-25 |
公开(公告)号: | CN110599512A | 公开(公告)日: | 2019-12-20 |
发明(设计)人: | 赵昊辰;何新;马轩;姜楠;何毅;王建宇;杨诚 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G06T7/13 | 分类号: | G06T7/13;G06T7/11;G06T5/30;G06K9/34;G06K9/20;G06T7/194 |
代理公司: | 32203 南京理工大学专利中心 | 代理人: | 陈鹏 |
地址: | 210094 江*** | 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: | 名称位置 药盒 名称识别 图像检测 分割模块 膨胀运算 识别系统 算法确定 图像识别 种类识别 腐蚀 分割 | ||
本发明公开了一种基于图像识别的药品种类识别方法及系统,识别方法包括药盒图像检测与分割、药品名称位置识别、药品名称识别,识别系统由三部分组成:药盒图像检测与分割模块、药品名称位置识别模块、药品名称识别模块。本发明能够很好地识别药盒上的药品名称,通过运用腐蚀膨胀运算和MSER算法确定药品名称位置,来确定药品名称位置,并通过OCR识别确定药品名称,识别结果更加准确。
技术领域
本发明涉及图像识别技术领域,特别是一种基于图像识别的药品名称识别方法及系统。
背景技术
目前,信息技术在医疗卫生领域有了重大的发展,在很多医院都有相应的信息系统,这不仅仅方便其对于整个运作流程的管理,也大大提高了医院的工作效率。但在医院自动化体系中可以发现一个很明显的缺陷。现在的医院药房有很多自动发药的设备,但在补药以及库存管理这个模块却全都依靠人工完成,医院每日就诊人数、大型药店的客流量非常大,储药数量也非常多,药品的出入库、储备管理等工作非常复杂。如何使药品的库存管理工作变得简单而高效,是一个待解决的问题。这个问题将直接影响着医院发展,影响患者的临床治愈率以及医院整体的管理水平和形象。
怎样才能实现药房的自动补药模块,进一步提高医疗机构的工作效率,为人们提供更好的服务是一个有待研究的问题。想要实现自动补药,关键是解决药品的识别问题。由于药盒条形码位置不确定,而且医院会有部分自制药没有条形码,所以常见的使用扫码枪识别药品种类信息的方式很明显不适合药房的自动补药模块。传统的依靠人工补药的系统中,对药品的识别主要依靠人眼,然而由于人眼的不稳定性以及容易疲劳的特点,不能保持长时间工作的准确度。
发明内容
本发明的目的在于提供一种基于图像识别的药品种类识别方法及系统。
实现本发明目的的技术解决方案为:一种基于图像识别的药品名称识别方法,包括:
药盒图像检测与分割:采用Canny算子检测药盒边缘生成边缘图像,采用Hough直线检测确定药盒的矩形边框;
药品名称位置识别:通过对图像进行腐蚀膨胀处理,将药盒的字融合成一块整体区域,通过提取区域轮廓,对轮廓进行多边形的拟合操作,用矩形将文字区域框出来;
药品名称识别:使用大津法对文字图片进行二值化,将其变成一组二值的数字信号,再通过文本切分得到单个文字图片,调用OCR识别软件识别字符图片,获取文本信息获得药品名称信息。
一种基于图像识别的药品名称识别系统,包括药盒图像检测与分割模块、药品名称位置识别模块和药品名称识别模块;其中:
药盒图像检测与分割模块,用于对图像进行预处理:采用Canny算子检测药盒边缘生成边缘图像,采用Hough直线检测确定药盒的矩形边框;
药品名称位置识别模块,用于确定药品名称位置:通过对图像进行腐蚀膨胀处理,将药盒的字融合成一块整体区域,通过提取区域轮廓,对轮廓进行多边形的拟合操作,用矩形将文字区域框出来;
药品名称识别模块使用大津法对文字图片进行二值化,将其变成一组二值的数字信号,再通过文本切分得到单个文字图片,调用OCR识别软件识别字符图片,获取文本信息获得药品名称信息。
本发明与现有技术相比,其显著优点为:(1)本发明采用Canny算子和Hough直线检测进行药盒图像分割;(2)腐蚀膨胀处理和MSER算法一并使用既可以避免因图片复杂而导致识别区域过大,也可以避免仅使用MSER算法时很难对MSER区域的面积阈值进行准确的设定的困难;(3)采用大津法将图像二值化,使OCR的文字识别更准确。
附图说明
图1是本发明基于图像识别的药品种类识别系统原理图。
图2是本发明Canny边缘检测算法流程图。
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京理工大学,未经南京理工大学许可,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/201910787273.8/2.html,转载请声明来源钻瓜专利网。