本发明专利技术属于中药饮片质量监测的技术领域,其公开了一种中药饮片的在线质量监测方法,包括采集中药饮片的图像;对采集的图像进行灰度化和高斯滤波处理;对处理后的图像进行全阈值分割,得到图像的前景部分和背景部分;将图像前景部分进行网格化处理,并构建网格所在区域的二维坐标系;计算同一网格中一个顶点与其它顶点之间的距离;根据网格顶点距离进行初步筛选;根据面积阈值进行中药饮片的第二次筛选。本发明专利技术为避免第一次筛选错误,在不符合形状要求的中药饮片中,继续进行第二次筛选,当两次筛选都确定有不符合要求的中药饮片时,才发出报警,本发明专利技术利用图像识别,快速进行中药饮片的质量监控,提高了生产效率。提高了生产效率。提高了生产效率。
【技术实现步骤摘要】
一种中药饮片的在线质量监测方法
[0001]本专利技术属于中药饮片质量监测的
,具体涉及一种中药饮片的在线质量监测方法。
技术介绍
[0002]中药饮片是中药材经加工后,根据药材的性质和医疗的需要,把药材切成薄片、厚片、斜片、丝状或破碎成段状、块状等一定的规格,其中,薄片状的中药饮片最为普遍;且随着传统医学的治疗理念正逐渐为世界所接受,传统医药受到国际社会越来越多的关注,世界范围内对中医药的需求日益增长,为中药的发展提供广阔的空间,基于此,中药饮片发展迅速,已经进入工业化的生产制备。
[0003]但是,中药来源于天然植物,受原料储存、清洗、切片等加工工艺过程不同环境和工艺参数的影响,导致中药饮片的品质存在差异,尤其在市场上,中药饮片的大小和形状是评定其药品等级和市场价值的重要因素,中药饮片尺寸大且形状圆润饱满的为上品,尤其受市场青睐;但现有的工业化生产中,主要通过人工进行中药饮片的尺寸和形状的筛选,其工作强度大,且工作效率低,不能满足工业化的生产要求。
技术实现思路
[0004]本专利技术的目的在于针对现有技术中的上述不足,提供一种中药饮片的在线质量监测方法,以解决现有的工业化生产中,主要通过人工进行中药饮片的尺寸和形状的筛选,其工作强度大,且工作效率低的问题。
[0005]为达到上述目的,本专利技术采取的技术方案是:一种中药饮片的在线质量监测方法,其包括以下步骤:S1、采用工业相机采集传送带上经过切制和炮炙的中药饮片的图像;S2、对采集的图像进行灰度化和高斯滤波处理;S3、对处理后的图像进行全阈值分割,得到图像的前景部分和背景部分;S4、将图像前景部分进行网格化处理,并构建网格所在区域的二维坐标系;S5、基于构建的二维坐标系,计算同一网格中一个顶点与其它顶点之间的距离;S6、根据同一网格中一个顶点与其它顶点之间的距离对中药饮片进行初步筛选;S7、计算初步筛选不合格的中药饮片的面积,当该面积未满足面积阈值时,向监控端报警,并停止传送带的传输。
[0006]进一步地,步骤S2中采用高斯滤波器对图像进行高斯滤波,高斯滤波器核的方程为:;其中,H
ij
为核函数;σ为平滑参数;i、j为高斯滤波器核的尺寸;高斯滤波器的窗口
为(2k+1) (2k+1),k为自然数。
[0007]进一步地,步骤S3具体包括:设置像素灰度的阈值为T,计算图像的平均灰度值μ为:μ=ω0*μ0+ω1*μ1;其中,ω0为前景部分像素点占整个图像的比例,μ0为前景部分像素点的平均灰度,ω1为背景部分像素点占整个图像的比例,μ1为背景部分像素点的平均灰度;基于图像的平均灰度值μ计算类间方差:g=ω0*ω1* (μ0‑
μ1)2;其中,g为类间方差;采用遍历算法计算图像中所有像素点的类间方差,使所得的类间方差g最大时对应的阈值T作为前景部分和背景部分的分隔阈值。
[0008]进一步地,前景部分像素点占整个图像的比例ω0为:;背景部分像素点占整个图像的比例ω1为:;其中,N0为图像中像素灰度值小于阈值T的个数,N1为图像中像素灰度值大于阈值T的个数,M*N为图像的尺寸大小。
[0009]进一步地,步骤S4中对前景部分进行网格化处理,离散的中药饮片位于独立网格中,将网格等效为矩形,并在网格所在区域构建二维坐标系。
[0010]进一步地,步骤S5中分别计算网格中一个顶点与其它顶点之间的距离,定义计算所得的距离的最大值为,中间值为c,最小值为b。
[0011]进一步地,步骤S6包括:计算中药饮片的粒径阈值因子d:;若d≥1.85,则将对应的中药饮片定义为形状不规则的中药饮片,并标注为不合格的中药饮片;若d<1.85,则将对应的中药饮片定义为形状规则的中药饮片。
[0012]进一步地,步骤S7根据顶点之间的最大值和最小值为b,得到不合格的中药饮片与最大值和最小值b之间的函数关系:;;其中,C为中药饮片的面积,A为中药饮片的周长;当中药饮片的面积C≥面积阈值Cm时,则结束当前图像对应的中药饮片的监测;
当中药饮片的面积C<面积阈值Cm时,则向监控端报警,并停止传送带的传输。
[0013]本专利技术提供的中药饮片的在线质量监测方法,具有以下有益效果:1、本专利技术将图像分割为前景部分和背景部分,其中前景部分对应中药饮片,并基于前景部分构建二维坐标系,可更为准确、快速的对目标
‑
中药饮片所在区域进行后续的计算,相对于传统的图像识别中的极坐标系,本专利技术简化计算过程,快速锁定目标区域,并配合网格化的设计,可快速进行网格各个顶点之间距离的计算,极大的提高了计算效率。
[0014]2、本专利技术将中药饮片的规格计算巧妙的转换为网格各个顶点之间的距离计算,并利用各个顶点之间的距离关系,快速估算中药饮片的形状和尺寸大小,相对传统的基于深度学习的图像识别方法,本专利技术具有计算量小,且可快速对中药饮片进行质量监控的优点。
[0015]3、本专利技术对中药饮片进行两次筛选,第一次为形状筛选,以将形状不符合要求的筛选出来;为避免第一次筛选错误,在不符合形状要求的中药饮片中,继续进行第二次筛选,当两次筛选都确定有不符合要求的中药饮片时,才发出报警,停止传送带运输,以快速筛选去除不符合要求的中药饮片,相对传统的纯人工筛选,本专利技术利用图像识别,快速进行中药饮片的质量监控,提高了生产效率。
附图说明
[0016]图1为本专利技术中药饮片的在线质量监测方法的流程图。
[0017]图2为本专利技术全阈值分割后的图像。
[0018]图3为本专利技术网格图。
具体实施方式
[0019]下面对本专利技术的具体实施方式进行描述,以便于本
的技术人员理解本专利技术,但应该清楚,本专利技术不限于具体实施方式的范围,对本
的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内,这些变化是显而易见的,一切利用本专利技术构思的专利技术创造均在保护之列。
[0020]实施例1,本实施例的中药饮片的在线质量监测方法,参考图1,包括以下步骤:步骤S1、采用工业相机采集传送带上经过切制和炮炙的中药饮片的图像;步骤S2、对采集的图像进行灰度化和高斯滤波处理;其中,采用高斯滤波器对图像进行高斯滤波,以平滑图像,滤除噪声,减少对后续对全阈值分割图像的影响,其中,高斯滤波器核的方程为:;其中,H
ij
为核函数;σ为平滑参数;i、j为高斯滤波器核的尺寸;高斯滤波器的窗口为(2k+1) (2k+1),k为自然数步骤S3、对处理后的图像进行全阈值分割,得到图像的前景部分和背景部分,其具体包括如下内容:设置像素灰度的阈值为T,计算图像的平均灰度值μ为:μ=ω0*μ0+ω1*μ1;
其中,ω0为前景部分像素点占整个图像的比例,μ0为前景部分像素点的平均灰度,ω1为背景部分像素点占整个图像的比例,μ1为背景部分像素点的平均灰度;基于图像的平均灰度值μ计算类间方差:g=ω0*ω1* (μ0‑
μ1)2;其中,g为类间方差;采用遍历算法计算图像中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种中药饮片的在线质量监测方法,其特征在于,包括以下步骤:S1、采用工业相机采集传送带上经过切制和炮炙的中药饮片的图像;S2、对采集的图像进行灰度化和高斯滤波处理;S3、对处理后的图像进行全阈值分割,得到图像的前景部分和背景部分;S4、将图像前景部分进行网格化处理,并构建网格所在区域的二维坐标系;S5、基于构建的二维坐标系,计算同一网格中一个顶点与其它顶点之间的距离;S6、根据同一网格中一个顶点与其它顶点之间的距离对中药饮片进行初步筛选;S7、计算初步筛选不合格的中药饮片的面积,当该面积未满足面积阈值时,向监控端报警,并停止传送带的传输。2.根据权利要求1所述的中药饮片的在线质量监测方法,其特征在于,所述步骤S2中采用高斯滤波器对图像进行高斯滤波,高斯滤波器核的方程为:;其中,H
ij
为核函数;σ为平滑参数;i、j为高斯滤波器核的尺寸;高斯滤波器的窗口为(2k+1) (2k+1),k为自然数。3.根据权利要求1所述的中药饮片的在线质量监测方法,其特征在于,所述步骤S3具体包括:设置像素灰度的阈值为T,计算图像的平均灰度值μ为:μ=ω0*μ0+ω1*μ1;其中,ω0为前景部分像素点占整个图像的比例,μ0为前景部分像素点的平均灰度,ω1为背景部分像素点占整个图像的比例,μ1为背景部分像素点的平均灰度;基于图像的平均灰度值μ计算类间方差:g=ω0*ω1* (μ0‑
μ1)2;其中,g为类间方差;采用遍历算法计算图像中所有像素点的类间方差,使所得的类间方差g最...
【专利技术属性】
技术研发人员:江尔成,兰泽伦,张超,杨苗,郑加尔,冯斌,
申请(专利权)人:四川新荷花中药饮片股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。