一种设备信息识别系统及其识别方法与流程
本发明涉及一种信息识别系统，具体的涉及一种医疗设备信息识别系统及其识别方法。
背景技术：
在对医疗设备排查过程中，需要把每台设备的铭牌中的设备名称、型号、序列号、厂家、出厂日期以及注册证号详实的记录到医疗设备的系统中，从而可以通过软件对医疗设备进行档案管理，维修，保养等等。目前的设备信息录入，是通过人工对设备铭牌拍照后，再把照片中的信息转录到系统中。该实施方式有如下的不足，
(1)录入效率低；人工对照图片录入数据，比较费时，尤其是序列号、注册证号等比较长的信息，平均每个铭牌的数据录入需要1分钟左右的时间。
(2)排查周期长；由于人工录入占用时间长，使得医院的所有设备的排查总周期变长，医疗设备管理系统的使用又必须基于最基础的设备数据，所以会影响系统使用。
(3)容易出错；长时间频繁的使用肉眼识别铭牌图片，眼睛极易疲劳，容易出现错误。
技术实现要素：
为解决上述存在的至少一问题，本发明提出一种医疗设备识别信息识别系统及其识别方法。其降低医疗设备排查时人工的工作量，提高排查精度。
为了实现上述的目的，本申请采用如下技术方案：
一种设备信息识别系统，其特征在于，包含，图像预处理模块、字符识别及校正模块、数据处理模块、数据存储模块，
所述图像预处理模块接收图像获取模块传输的信息并将其二值化处理及将二值化处理后的信息传输至字符识别及校正模块，
所述字符识别及校正模块用以识别所述信息并将字符识别校正过的信息传输至数据处理模块，
所述数据处理模块基于所述字符识别及校正模块传输的信息及预存储的信息进行匹配，并将匹配的信息传输至数据存储模块。
优选的，该数据处理模块连接数据库用以获取其预存储的设备信息。
优选的，该所述字符识别及校正模块依据预设规则将识别的字符进行排列。
优选的，该数据存储模块用以将识别的字符依据一定规则排列。
优选的，该图像预处理模块还包含对获取的字符图像的去倾斜、字符图像的分割的处理。
优选的，该预处理包含基于全局最大方差阈值法来确定对字符图像进行二值化的灰度阈值k。
优选的，该图像预处理模块用以对设备的信息进行预处理，其包含对字符图像进行去倾斜处理。
优选的，该字符识别及校正模块用以对候选字符的识别与排列，其以字符的小波能量和边缘方向直方图作为其特征向量，用支持向量机分类器来构建候选字符判定模型，通过字符排列模型对候选字符进行最优排列，得到最终的识别信息。
本申请实施例还提供一种设备信息识别方法，其包含上述的系统，其特征在于，所述方法包含如下步骤：
s1，基于图像处理模块获取铭牌信息，
s2，将获取的铭牌信息进行预处理，
s3，预处理后的信息进行字符识别与排列并将其与预存储的信息进行匹配，
s4，将匹配的信息进行规定存储。
优选的，该s2中，预处理包含字符图像的二值化、字符图像的去倾斜、以及字符图像的分割。
优选的，该s2中，还包含对字符图像进行去倾斜，所述倾斜包含对字符图像分别进行x轴，y轴方向上的投影，其投影长度分别为l1和l2，然后检测y轴上灰度值为1的起始点的坐标，其到x轴的距离记为l3，设字符图像的去倾斜角度为θ，则：
相对于现有技术中的方案，本发明的优点：
本发明提出的实施方式，其在医疗设备的铭牌信息即铭牌上的字符识别及校正时以字符的小波能量和边缘方向直方图作为其特征向量，用支持向量机分类器来构建候选字符判定模型，通过字符排列模型对候选字符进行最优排列，得到最终的铭牌识别结果。其使用智能设备来智能识别铭牌，完成数据的提取及录入工作，极大的提高了设备录入效率，缩短了医疗设备的排查周期，并且提高了数据准确率。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1所示为本申请实施例的设备信息识别系统的功能示意图。
图2所示为本申请实施例的设备信息识别方法的流程示意图。
具体实施方式
以下结合具体实施例对上述方案做进一步说明。应理解，这些实施例是用于说明本发明而不限于限制本发明的范围。实施例中采用的实施条件可以如具体厂家的条件做进一步调整，未注明的实施条件通常为常规实验中的条件。
本申请提出的实施方式，其使用智能设备来智能识别铭牌，完成数据的提取及录入工作，极大的提高了设备录入效率，缩短了医疗设备的排查周期，并且提高了数据准确率。
如图1所示为本申请实施例的设备信息识别系统的功能示意图，
该系统包含，图像预处理模块，字符识别及校正模块，数据处理模块，数据存储模块，该图像预处理模块接收图像获取模块传输的信息进行预处理，经过预处理后的信息传输至字符识别及校正模块进行字符识别校正，并将字符识别校正过的信息传输至数据处理模块，该数据处理模块基于校正后的信息及预存储的信息进行匹配，并将匹配的信息传输至数据存储模块。该数据存储模块用以存储匹配的设备的信息。
本实施方式中，图像预处理模块用以对设备的信息(如，医疗设备的铭牌上的字符)进行预处理，其包含字符图像的二值化处理、字符图像的去倾斜、以及字符图像的分割。设备铭牌的图像通常具有色彩，为了方便对字符的分割以及识别，需要对字符图像进行二值化处理。在一实施方式中，采用全局最大方差阈值法来确定对字符图像进行二值化的灰度阈值k。接下来描述其处理过程，设灰度图像的灰度级区间为[0，m]，某一灰度级k将该区间分为两组，分别为[0，k]和[k+1，m]，记为c0和c1，则这两个灰度区间之间平均灰度的方差为：
式中：μ0和μ1分别为c0和c1的平均灰度；ω0和ω1分别为c0和c1所占像素点数量与总像素点数量的比值。在[0，m]之间不断变换k的值，直到求出上式中δ2(k)为最大值时的k值，这个值就是对字符图像进行二值化的灰度阈值k。到此，完成了设备铭牌上字符的灰度二值化。
在一实施方式中，由于拍摄铭牌信息时，由于拍摄角度的原因，设备铭牌上的字符会与水平线之间存在一个微小的夹角θ。为了方便特征的提取，需要对字符图像进行去倾斜。由于铭牌上的字符按照一定的规则排列(如横排书写的，即从左往右书写，)对字符图像分别进行x轴和y轴方向上的投影，其投影长度分别为l1和l2，然后检测y轴上灰度值为1的起始点的坐标，其到x轴的距离记为l3，设字符图像的去倾斜角度为θ，则：
对于设备铭牌上的字符，如果最左侧字符的y轴投影坐标大于最右侧字符的y轴投影坐标，则将整个字符的投影区域逆时针旋转去倾斜角θ即可，反之，则顺时针旋转去倾斜角θ即可。在进行字符图像的二值化和去倾斜之后，接下来进行字符图像的分割和归一化。设备铭牌字符的分割可分为行分割与字间分割，首先进行的是铭牌字符的行分割，对铭牌字符进行y轴方向的投影，可以得到铭牌字符在y轴方向的像素分布，在像素分布图中有一些地方为零，它们对应两行之间的空白，可以根据y轴方向的像素分布来计算每一行的宽度以及行与行之间的距离，在进行字符图像的行分割之后，再进行每一行字符图像的字间分割。与行分割类似，只需要对某一行字符图像做x轴方向的投影，可以得到铭牌字符在x轴方向的像素分布，在像素分布图中有一些地方为零，它们对应两个字之间的空白，可以根据这个空白的距离对一行字符做字间分割。对于字符图像，采用线性归一的方法将其压缩为32×32的像素点阵，在归一化的过程中，若某一个方向先归一化达到32点阵，另一个方向的归一化即停止，这样可以使得在归一化的过程中不会造成字形的破坏。
本实施方式中，字符识别及校正模块包含候选字符的识别与排列，其以字符的小波能量和边缘方向直方图作为其特征向量，用支持向量机分类器来构建候选字符判定模型，通过字符排列模型对候选字符进行最优排列，得到最终的铭牌识别结果。其中，
候选字符的识别包含将预处理之后的字符图像进行小波分解，获取其在横、竖、撇这三个方向上的平均能量。将字符图像的平均能量记为eav，则：
式中：d＝1，2，3表示横、竖、撇三个方向；j＝1，2，3表示进行小波分解的次数。这样，高频分量图像就有9个能量特征，再加上低频分量图像的能量特征，就得到了一个字符图像的10维能量特征向量，即：
eav(eava(f),eav(b1,1(f)),eav(b1,2(f),eav(b3,3(f)))，
提取字符图像的边缘方向直方图需要先提取字符的边缘形状。本文提取字符的边缘图像使用的是canny算子。canny算子的实现是一个多阶段的处理过程，首先对于图像进行高斯平滑，然后对于平滑后的图像用roberts算子进行变换，对变换后的图像，将360°的角度空间均分为72级，计算图像中边界点处法向量的方向角分别落在这72级空间中的频率，这样就得到了字符图像的边缘方向直方图向量。提取字符图像的特征之后，本文构建并训练支持向量机分类器来识别候选字符。设训练字符图像为b，其小波能量特征向量为b＝(b0，b1，b2，…，b9)，边缘方向直方图向量为y＝(y0，y1，y2，…，yn)，待识别的字符图像为a，其小波能量特征向量为a＝(a0，a1，a2，…，a9)，边缘方向直方图向量为x＝(x0，x1，x2，…，xn)，t1和t2为设定的阈值，则当：
同时成立时，字符b被识别为字符a的一个候选字符，候选字符可能有多个。下一步就需要对候选字符做正确排列，得到最终的铭牌识别结果。
候选字符的排列包含，根据铭牌所用的领域术语，构建字符排列模型，通过模型对候选字符进行正确的排列。设由k个候选字符组成的排列(m1，m2，...，mk)组成术语s的概率为p(s)，根
据n阶马尔科夫模型，术语s出现的概率仅仅与前面n-1个术语有关，则：
即为n阶马尔科夫字符排列模型。其中mi＝n+1,...,mi和mi＝n+1,...,mi-1分别表示候选字符排列mi＝n+1,...,mi和mi＝n+1,...,mi-1在所有候选字符排列中出现的次数。对这k个候选字符，根据上式求出其按不同排列组成不同术语的概率，并将这些概率从高到低排列，然后将组成概率最大的那个术语作为最终的铭牌识别结果。
本实施方式中，字符识别及校正模块还用以对识别出错的数据和逻辑校对出错的数据进行纠正，这样可提高手动校正速度。
本实施方式中，数据处理模块，用以将提提取出的设备信息(如医疗设备上铭牌的信息，如名称，型号等)与预存在数据库(如医疗器械数据库)的信息进行匹配。并将匹配信息输出至数据存储模块。
本实施方式中，数据存储模块，用以将匹配的设备建立电子档案。较佳的，电子档案按照一定的规则建立，如识别的出的设备的类型，识别的出的设备的日期，等等。这样可依据此数据对设备进行管理规划，如定期保养，设备系统/软件升级，故障的快速维护等等。缩短在此过程中的人工的工作量。提高设备管理的效率。
本申请还提供一种设备信息识别方法，如图2所示，该方法包含上述的识别系统，识别方法包含如下步骤：
s1，基于图像处理模块获取铭牌信息，
s2，将获取的铭牌信息进行预处理，
s3，预处理后的信息进行字符识别与排列并将其与预存储的信息进行匹配，
s4，将匹配的信息进行规定存储。
该s2中，预处理包含字符图像的二值化、字符图像的去倾斜、以及字符图像的分割。具体在图像预处理模块中已作描述，在此不作重复阐述。
该s3，预处理后的信息进行字符识别与排列并将其与预存储的信息进行匹配。其以字符的小波能量和边缘方向直方图作为其特征向量，用支持向量机分类器来构建候选字符判定模型，通过字符排列模型对候选字符进行最优排列，得到最终的铭牌识别结果。相比传统ocr识别软件，识别的准确率得到了提高，更适合用于设备铭牌字符的识别。
上述实施方式中，铭牌的图像信息可通过摄像机，智能设备(智能手机)拍摄。拍摄后的信息传输至识别系统。
在识别系统的设计中，其包含的图像预处理模块，字符识别及校正模块，数据处理模块，数据存储模块，可集成在处理单元中。这样可减小搭载该系统的识别装置的体积。较佳的，该识别装置通过有线或无线的方式连接数据库。这样可方便快捷的信息设备盘点。
在识别系统的数据处理模块的设计中，其将经识别的铭牌字符信息与数据库中预存储的设备信息进行匹配。
在数据库中的设计中，其依据预先设定的规则存储器械的信息，如名称，型号，厂家，维护信息等等。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本说明书各个实施例或实施例中的某些部分所述的方法。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的程序、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡如本发明精神实质所做的等效变换或修饰，都应涵盖在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！