一种中药材挑拣装置及挑拣方法与流程

文档序号:21276166发布日期:2020-06-26 23:16阅读:1193来源:国知局
一种中药材挑拣装置及挑拣方法与流程

本发明具体涉及一种中药材挑拣装置及挑拣方法,属于中药材识别技术领域。



背景技术:

中药材挑拣技术是一种中药材前处理技术,在药材进行正式的生产加工之前,对药材进行一个是否符合标准的评估,并将不符合生产标准(霉变、损坏等)的药材挑拣出来的一种技术。该技术目前都是采用人工,用肉眼去判定该药材是否符合生产标准,通过操作工手动从待加工药材中挑拣出不符合生产标准的方式来实现,存在下列问题:

1、人工挑拣需要人用肉眼去甄别药材是否存在损坏、霉变、体积大小不合格等情况,并且在甄别的过程中还要进行手动挑拣,会耗费大量的时间和精力;

2、人为挑拣存在着一种主观性,药材是否符合标准没有严格的标准,全凭主观判断,这样就会存在漏判、误判的情况,存在用药安全的隐患。



技术实现要素:

本发明为了解决上述问题,而提供一种中药材挑拣装置及挑拣方法。

本发明为解决上述技术问题采取的技术方案是:

方案一:一种中药材挑选装置包括机械手、相机、控制器、支架、计算机和出料盒,支架上设置有出料盒和相机,相机通过数据线缆与计算机主机上的usb端口连接,计算机主机上的网络端口通过网线与控制器的网络端口连接,控制器信号输出端与机械手的信号输入端口通过线缆连接。

方案二:一种中药材挑选方法包括以下步骤:

一、利用相机进行图像采集:对单个药材进行拍照,再模拟实际生产环境,对多个药材进行拍照,以获得多张图像;

二、利用计算机中的labelme开源软件对发霉的中药材图像进行标注;

三、将标注后的图像输入到计算机中的cascademask-rcnn网络架构中训练学习,以识别发霉的中药材图像;

四、对生产中的药材进行拍照,通过cascademask-rcnn模型检测分割出图像上的发霉中药材,并对发霉中药材求质心坐标;

五、将生成的质心坐标通过控制器输入到机械手的控制板中对霉变的中药材进行抓取。

进一步地,步骤二中利用labelme开源软件对发霉的中药材图像进行标注的方法为:

a1、将多张图像通过相机传入到计算机中,再打开labelme开源软件,点击“opendir”按钮,选择需要标注的图像所在的文件夹,将图像全部加载进来;

a2、点击“createpolygons”按钮,沿着中药材的边缘,对图像进行标注;

a3、当前图像标注完成后,点击“nextimage”按钮,进入下一张图像界面并生成一个相应的json文件,该json文件存放了标注的对应信息,直到最后一张图像标注完成,图像的标注结束。

进一步地,步骤四中的质心坐标通过以下步骤获得:

b1、通过cascademask-rcnn网络架构模型检测分割出图像上的霉变中药材,通过cascademask-rcnn模型得出霉变中药材掩膜classmask中点像素的坐标、霉变中药材包围框的对角点的坐标(x1,y1)和(x2,y2);

b2、发霉中药材的质心坐标(cx,cy)可以通过如下质心坐标公式计算出:

cx=m10/m00;

cy=m01/m00;

m00,m10和m00为参数变量,m00,m10和m00的值可以通过公式计算求出:

其中i,j为自变量x,y表示掩膜classmask中点像素的横坐标和纵坐标,

当i=0,j=1时,将掩膜classmask中点像素的横坐标和纵坐标代入公式上述公式得出m10的数值;当i=1,j=0时,以同样的方式计算得出m01的数值;当i=0,j=0时,再以同样的方式计算得出m00的数值;

最后将m00,m10和m00代入质心坐标公式中得出霉变中药材的质心坐标(cx,cy)。

本发明与现有技术相比具有以下有益效果:

本发明对图像采集并通过计算机来识别发霉药材,以获得发霉中药材的质心坐标,再将质心坐标输入的机械手对发霉中药材进行抓取放入到出料盒中来实现发霉中药材的识别和挑选工作,与人工挑选相比,具有工作效率高,省力,通过cascademask-rcnn网络架构后挑选中药材的标准固定,避免漏判和误判的问题。

附图说明

图1是本发明的轴测图;

图2是本发明的正视图;

图3是相机2、机械手1、控制器3和计算机5之间的连接关系图。

具体实施方式

下面将结合附图对本发明做进一步的详细说明:本实施例在以本发明技术方案的前提下进行实施,给出了详细的实施方式,但本发明的保护范围不限于下述实施例。

实施例1:如图1-图3所示,本实施例一种中药材挑选装置,包括机械手1、相机2、控制器3、支架4、计算机5和出料盒6,支架4上设置有出料盒6和相机2,相机2通过数据线缆与计算机5主机上的usb端口连接,计算机5主机上的网络端口通过网线与控制器3的网络端口连接,控制器3信号输出端与机械手1的信号输入端口通过线缆连接。

具体地,所述控制器3为树莓派控制主板,所述出料盒6为l形壳体,l形壳体的顶部设有进料口6-1,l形壳体一侧的底部设有出料口6-2,且出料口6-2与进料口6-1之间通过倾斜的板7连接。

本实施例中机械手1通过相机2拍照识别发霉药材,控制器3通过用于接收计算机发出发霉药材坐标指令,并传递给机械手1进行抓取,并放入到出料盒6中回收。

实施例2:本实施例一种中药材挑选方法,包括以下步骤:

一、利用相机2进行图像采集:对单个药材进行拍照,再模拟实际生产环境,对多个药材进行拍照,以获得多张图像,在拍照前,先将单个的药材和多个的药材放在a4纸上,通过高清相机进行拍照,拍摄的图像共计30000张;

二、利用计算机5中的labelme开源软件对发霉的中药材图像进行标注:

a1、将多张图像通过相机2传入到计算机5中,再打开labelme开源软件,点击“opendir”按钮,选择需要标注的图像所在的文件夹,将图像全部加载进来;

a2、点击“createpolygons”按钮,沿着中药材的边缘,对图像进行标注;

a3、当前图像标注完成后,点击“nextimage”按钮,进入下一张图像界面并生成一个相应的json文件,该json文件存放了标注的对应信息,直到最后一张图像标注完成,图像的标注结束;

三、将标注后的图像输入到计算机5中的cascademask-rcnn网络架构中训练生成分割模型,以识别发霉的中药材图像;

四、对生产中的药材进行拍照,通过cascademask-rcnn模型检测分割出图像上的发霉中药材,并对发霉中药材求质心坐标,发霉中药材的质心坐标通过如下步骤来获得:

b1、通过cascademask-rcnn网络架构模型检测分割出图像上的霉变中药材,通过cascademask-rcnn模型得出霉变中药材掩膜classmask中点像素的坐标、霉变中药材包围框的对角点的坐标(x1,y1)和(x2,y2);

b2、发霉中药材的质心坐标(cx,cy)可以通过如下质心坐标公式计算出:

cx=m10/m00;

cy=m01/m00;

m00,m10和m00为参数变量,m00,m10和m00的值可以通过公式计算求出:

其中i,j为自变量x,y表示掩膜classmask中点像素的横坐标和纵坐标,

当i=0,j=1时,将掩膜classmask中点像素的横坐标和纵坐标代入公式上述公式得出m10的数值;当i=1,j=0时,以同样的方式计算得出m01的数值;当i=0,j=0时,再以同样的方式计算得出m00的数值;

最后将m00,m10和m00代入质心坐标公式中得出霉变中药材的质心坐标(cx,cy);

五、将生成的质心坐标通过控制器3输入到机械手1的控制板中对霉变的中药材进行抓取。

本实施例中通过相机拍摄获取坐标,并传入机械手属于现有技术,参照公布号为cn105066984a,“一种视觉定位方法及系统”的专利,本申请中质心坐标相当于该专利中记载的工件坐标。

本实施例步骤三中的图像在cascademask-rcnn网络架构的训练属于现有技术。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1