[发明专利]一种中药饮片高效灭菌烘干系统在审
| 申请号: | 202010820279.3 | 申请日: | 2020-08-14 |
| 公开(公告)号: | CN111951251A | 公开(公告)日: | 2020-11-17 |
| 发明(设计)人: | 李娜 | 申请(专利权)人: | 李娜 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/12;G06T7/13;G06T7/136;G06T5/00;F26B25/00;F26B5/06 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 251806 山*** | 国省代码: | 山东;37 |
| 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 中药饮片 高效 灭菌 烘干 系统 | ||
1.一种中药饮片高效灭菌烘干系统,其特征在于,所述中药饮片高效灭菌烘干系统包括:
中药外观影像获取结构,包括摄像像头搁置孔,固定边框,摄像头,传感器和镜头防护壳体;所述的摄像像头搁置孔设置在固定边框的外部位置,所述的摄像头设置在固定边框的中间位置;
中药图像分析装置,包括图像分析单元,平面调节按键和储存卡,所述的平面调节按键通过电性连接设置在红外接收管的下部,所述的图像分析单元通过电性连接设置在平面调节按键的左侧;
所述的图像分析单元,设置有药品种类外观图像判定模块,外观确定模块,外观检测模块,外观比较模块,外观图像分析模块;
所述选择模块为选择要检测的中药品种,确定要检测的与其品质相关的参数,各参数在品质中的权重系数;
所述外观确定模块为设定要检测品种的特征参数和参数优劣值,所述特征参数是其区别于其它中药的参数;
所述外观检测模块为用电子视觉系统、电子鼻、电子舌对中药的外观形、色、气、味参数进行检测,同时用分光光度法或色谱法或常规检测方法对中药的化学成分含量参数、安全性检测参数及常规检测参数进行检测;
所述外观比较模块为检测出的参数值与外观确定模块中的特征参数及参数优劣值进行比较,得出被测品种真伪及相对参数优劣值;
所述外观图像分析模块为根据各相对参数优劣值及权重系数分析得到中药品种类品质数据;所述分析得到中药品种类品质数据包括:
步骤一、将待进行品质鉴别的中药在4℃下冷冻保存;若为固体,则粉碎处理所述固体样品,粉碎后的固体样品过40~120目筛,然后将过筛后的粉末在50~90℃烘干1~6h,将烘干后的粉末低温冷冻保存;若为固体提取物、液体提取物或提取物浓缩溶液,则直接在4℃下冷冻保存;
步骤二、采集待进行品质鉴别的中药的原始图像,对原始图像进行预处理,分割出目标区域的轮廓,进行图像去噪,将神经网络神经网络与图像对应,将中心神经元与图像的像素点对应,中心神经元的邻域与邻域像素点对应,神经元的输入为像素点的灰度值;
步骤三,引入二维模糊集或超模糊集隶属函数对中药品种外观图像进行自适应修正,完善图像模糊熵或超模糊熵表达式,搭建单位链接神经网络神经元模型;
步骤四、在当前图像上随机选择一个像素点;通过变换视觉信息计算模型的窗口大小,计算所述像素点与其邻域对应的方向通道的最大能量;
步骤五、根据每个所述方向通道的最大能量确定所述视觉信息计算模型的最大尺度和有效方向,根据所述最大尺度和所述有效方向确定神经网络神经元模型的参数;
步骤六、依据中药品种外观图像的特征,优化神经网络神经元模型的参数设置;
步骤七、把神经网络神经元模型与最大模糊熵或超模糊熵判据相结合对图像进行自动分割,提取中药材二值图像目标;
步骤八、以最大互信息优化多值图像分割并进行图像去噪,建立相邻分割图像互信息熵差最小分类判据,选取中药显微图像建立基于最小互信息熵差的神经网络自动多值目标分割算法,得到完善的多值目标图像;
步骤九、在彩色图像RGB或HIS空间中,对构建的神经网络模型优化与推广;
步骤十、引入模糊指数熵分割准则,优化完善多通道或三维显微图像神经网络处理模型,建立多通道或三维神经网络中药品种外观图像目标自动分割算法;
步骤十一、分别点亮单个多波长LED灯,切换到相应的滤波片,观察不同LED激发光下中药样本的光谱信号,选择能激发显著荧光信号的几个LED轮流点亮,采集中药样本300nm-1100nm的荧光光谱;
步骤十二、将待进行品质鉴别的中药的原始图像依次采用减背景、阈值分割、图像二值化、腐蚀、轮廓检测方法进行预处理,采用线图形的链码表示法,得到曲线的周长、线图形的宽度、高度;采用区域的矩特征法,得到区域的面积、重心、主轴方向角、当量椭圆的长轴、短轴、长短轴比;采用傅立叶描述子法结合Hougll变换进行形状特征提取;
步骤十三、利用神经网络模型处理中药品种外观图像,提取各二维图像的一维时间序列信号特征并存储特征信息,对该一维时间序列信号进行熵变换,形成熵序列信号,并作为神经网络处理的另一图像特征,并结合中药显微图像体视学要求的图像目标特征,提取中药显微图像空域特征;
步骤十四、对不同波长LED照射下的所有中药样本的荧光光谱数据进行主成分分析,将主成分按方差贡献率由大到小排列,根据对累计贡献率的要求,取前T个主成分;
步骤十五、对不同波长下的检测结果及中药显微图像空域特征进行比对,找到最好的评判结果,完成中药品质的检测。
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李娜,未经李娜许可,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/202010820279.3/1.html,转载请声明来源钻瓜专利网。





