[发明专利]一种基于卷积神经网络的金银花药材快速净选方法及系统

说明书

本申请涉及一种基于卷积神经网络的金银花药材快速净选方法及系统，在水平传输带上进行图像拍摄，通过使金银花药材进行一段高度的自由落体，风机辅助分散、吹散灰尘等一系列设置，提高金银花药材的分散程度、降低灰尘对图像的影响，使得相机获得的图像中金银花药材的边缘更容易被识别。工业摄像相机拍摄得到图像后经过图像预处理和卷积神经网络进行识别。最终在前处理挑选工序现场的显示终端上，将不合格品药材、杂质等图像标注出来，辅助现场操作人员快速挑选杂质。

技术领域

本申请属于中药材净选技术领域，尤其是涉及一种基于卷积神经网络的金银花药材快速净选方法及系统。

背景技术

金银花为多年生半常绿缠绕及匍匐茎的灌木，是制药企业生产中成药的常用原材料。由于金银花药材的采购价格比山银花药材高出数倍，在利益面前，不少药商在金银花药材中掺山银花、杂花草、树枝等杂质，以次充好，增加了制药企业在收货检验环节的工作量，也同时对制药企业所生产产品的质量稳定性造成影响。

目前通行的检测方法，即在制药企业来料收货时，人工对原药材进行小部分取样抽检，通过人工辨别、化验室离线成分检测分析的方式对原料质量进行鉴定。检验合格的原药材运输至前处理车间，车间工人对药材中的不合格品及杂质进行挑选剔除。由于原药材单批次来料量巨大，往往为上百包，同时抽检取样送检数量较小，并不能真实的代表整批次药材的质量；对产品质量的二次把控都集中在前处理环节的挑选工序，人工挑选易产生视觉疲劳，并不能完全将杂质挑选出来。

鉴于此，需要一种能有效辅助净选操作工人快速准确识别金银花药材中的不合格品及杂质的方法和技术。

发明内容

本发明要解决的技术问题是：为解决现有技术中的不足，从而提供一种能有效辅助净选操作工快速准确识别金银花药材中的不合格品及杂质的基于卷积神经网络的金银花快速净选方法及系统。

本发明解决其技术问题所采用的技术方案是：

一种基于卷积神经网络的金银花快速净选方法，包括以下步骤：

S1：将金银花药材运输至高处，以40-60cm的高度落到水平传输带，金银花药材下落过程中由第一风机进行吹风，风速为2.0-3.0m/s；

S2：通过水平传输带上方设置的工业摄像相机拍摄形成图像或者影像；

S3：将拍摄的图像或者影像传输到处理器内，对拍摄的图像或者从影像内截取图像进行处理并按照图像坐标分割成图像块并标记图像块的坐标信息；

S4：将图像块输入到训练好的卷积神经网络中，对图像中的金银花药材是否合格进行识别并标识出包括杂质的图像块，之后根据标记的坐标信息，将杂质的位置显示在图像上，便于挑选工将杂质挑出。

优选地，本发明的基于卷积神经网络的金银花快速净选方法，所述水平传输带为黑色或者紫色。

优选地，本发明的基于卷积神经网络的金银花快速净选方法，水平传输带两旁还设置有第二风机，所述第二风机能吹出4.0-5.0m/s的风。

优选地，本发明的基于卷积神经网络的金银花快速净选方法，所述风机为两个，分别位于水平传输带的两侧且沿水平传输带的传输方向前后布置。

优选地，本发明的基于卷积神经网络的金银花快速净选方法，所述工业摄像相机与水平传输带呈40-60°的角度。

优选地，本发明的基于卷积神经网络的金银花快速净选方法，金银花药材由倾斜传输带运输至高处。

本发明还提供一种基于卷积神经网络的金银花快速净选系统，包括：

LED光源、工业摄像相机、第一风机、图像预处理模块、生产电子看板、图像识别模块；

LED光源：用于提供工业摄像相机所需的光照；