一种关于中草药的智能识别装置的制作方法

本发明属于图像识别，尤其涉及一种关于中草药的智能识别装置。

背景技术：

1、中草药是中国传统的药物原料，通过将草药进行加工从而制成治病的药物，使中国传承的智慧结晶，现在的中草药种类繁多，能够治疗很多的疾病，且副作用较小，现在的中草药在采集后需要对其种类进行鉴别，一些知识不够全面的鉴别起来比较繁琐，且效率较低。

2、中草药的种类有很多，且有些中草药的外形很相似，所以需要记性识别分类方便入药，传统的识别方式是人工识别，工作强度大且花费时间长，目前存在中草药识别装置，通过扫描头将中草药的外形记录，再使用大数据进行匹配分析从而对中草药进行识别，但大部分识别装置只能识别中草药的种类，不能详细说明此中草药的作用、配伍禁忌和熬制方法说明。

3、现有技术中关于中草药识别的技术问题主要包括以下几个方面：

4、1.识别精度和准确性问题：

5、中草药种类繁多，且部分中草药的外形非常相似，这使得传统的人工识别方式工作强度大、时间长，且存在识别误差的性。

6、目前的中草药识别装置虽然能够通过扫描头记录中草药的外形，并使用大数据进行匹配分析，但由于大部分装置结构简单，只能扫描中草药的部分外形，导致识别精度和准确性不高。

7、2.功能局限性：

8、现有的中草药识别装置主要局限于识别中草药的种类，而无法详细说明此中草药的作用、配伍禁忌和熬制方法等重要信息。这些信息对于中草药的正确使用和药效发挥至关重要。

9、3.数据处理和匹配能力：

10、中草药识别过程中涉及到大量的数据处理和匹配工作，包括中草药的外形特征、化学成分、药理作用等多方面的信息。目前的技术在处理这些数据时存在效率和准确性方面的问题。

11、4.设备成本和使用效率：

12、一些高精度、高准确性的中草药识别设备成本较高，限制了其在基层医疗机构的普及和应用。

13、同时，由于设备操作复杂、维护成本高等原因，也影响了其在实际应用中的使用效率。

14、为了解决这些问题，未来的中草药识别技术需要：

15、提高识别精度和准确性，通过优化算法、改进设备结构等方式，提高识别精度和准确性。

16、拓展功能范围，除了识别中草药种类外，还应包括中草药的作用、配伍禁忌和熬制方法等重要信息的说明。

17、提升数据处理和匹配能力，通过引入先进的计算机视觉、深度学习等技术，提高数据处理和匹配的效率和准确性。

18、降低设备成本和使用门槛，通过优化设备设计、降低制造成本等方式，降低设备成本；同时简化设备操作、降低维护成本等方式，提高设备的使用效率。

技术实现思路

1、针对现有技术存在的问题，本发明提供了一种关于中草药的智能识别装置。

2、本发明是这样实现的，一种关于中草药的智能识别装置，该装置具体包括：

3、图像获取模块，用于接收用户通过设备拍摄或上传的中草药图片；

4、图像增强模块，连接于图像获取模块，用于对接收的中草药图片进行去噪和增强处理，提高图像质量；

5、模型构建模块，预先基于训练图像集构建预设的双教师蒸馏模型，用于后续的中草药特征提取；

6、特征提取模块，连接于图像增强模块，利用预设的双教师蒸馏模型对增强处理后的中草药图片进行特征提取，生成待处理草药的特征信息；

7、名称获取模块，连接于特征提取模块，根据特征信息识别中草药的名称；

8、知识获取模块，连接于名称获取模块，用于从中草药资料数据库中提取与识别出的中草药名称对应的中草药知识信息，并展示给用户。其中，所述图像增强模块采用图像去噪算法和图像增强技术提高图片质量，双教师蒸馏模型通过两个教师模型指导学生模型的训练，特征提取模块利用卷积操作和全连接层提取关键特征信息，名称获取模块采用分类器对特征信息进行比对和分类，知识获取模块从中草药资料数据库中查询并提取详细信息。

9、进一步，所述图像增强模块，用于进行图像去噪和图像增强处理，具体包括：

10、s1：利用低照度图像增强技术，直方图均衡化算法对低照度图像进行预处理，使得图像的亮度和对比度得到改善；

11、s2：运用小波变换算法对图像进行分解和重构，去除噪声和保留图像细节；

12、s3：使用双边滤波算法对图像进行平滑处理，使得图像更加自然，并且去除残留噪声，提高低照度图像质量，保证拍摄画面亮度和清晰度。

13、进一步，所述s1具体包括：

14、(1)数据预处理；获取待增强图像，并对其进行直方图均衡化预处理；

15、(2)构建基于residualunet的低照度图像增强网络，并完成网络训练；

16、(3)将步骤(1)中待增强图像与经过直方图均衡化预处理后的图像进行合并，输入步骤(2)中基于residualunet的低照度图像增强网络，由基于residualunet的低照度图像增强网络输出增强后的图像。

17、进一步，所述特征提取模块，用于对所述待识别中草药图片进行特征提取，获得待处理草药特征信息，具体包括：

18、(1)利用预训练的cnn模型(如googlenet、resnet等)对中草药图像进行特征提取，得到深层次的特征表示；

19、(2)利用在大规模数据集上预训练的cnn模型，通过微调(finetuning)网络参数来适应中草药图像识别任务。

20、进一步，所述模型构建模块，基于训练图像集构建预设双教师蒸馏模型，具体包括：

21、(1)获取样本草药对应的训练图像集，对所述训练图像集进行遍历，获得遍历到的当前训练图像；

22、(2)根据不同的图像增广策略对所述当前训练图像进行变换，获得变换图像集；

23、(3)对所述变换图像集中的每个变换图像进行裁剪，获得裁剪图像集；

24、(4)在遍历结束时，根据获得的所有裁剪图像集生成裁剪图像集集合；

25、(5)根据所述训练图像集和所述裁剪图像集集合构建预设双教师蒸馏模型。

26、进一步，所述根据所述训练图像集和所述裁剪图像集集合构建预设双教师蒸馏模型的步骤，包括：

27、(1)将所述训练图像集和所述裁剪图像集集合输入至第一预设教师模型中，获得第一预测类别概率分布；

28、(2)将所述训练图像集和所述裁剪图像集集合输入至第二预设教师模型中，获得第二预测类别概率分布；

29、(3)根据所述第一预测类别概率分布和所述第二预测类别概率分布确定综合类别概率分布；

30、(4)将所述训练图像集和所述裁剪图像集集合输入至预设学生模型中，获得第三预测类别概率分布；

31、(5)根据所述综合类别概率分布和所述第三预测类别概率分布构建预设双教师蒸馏模型。

32、进一步，所述中草药知识信息具体包括：作用与功效、使用方式、配伍禁忌和质量标准与鉴识。

33、本发明另一目的在于提供一种使用所述关于中草药的智能识别装置的关于中草药的智能识别装置的方法，该方法包括：

34、s21：将pad对待识别中草药进行扫描，利用图像获取模块，获取待识别草药图片；利用图像增强模块，进行图像去噪和图像增强处理；

35、s22：利用模型构建模块，基于训练图像集构建预设双教师蒸馏模型；利用特征提取模块，对所述待识别中草药图片进行特征提取，获得待处理草药特征信息；

36、s23：利用名称获取模块，基于待处理草药特征信息，输出获得所述待识别中草药图片的中草药名称；利用知识获取模块，根据所述草药名称从中草药资料数据库中提取所述中草药名称对应的中草药知识信息。

37、本发明另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述关于中草药的智能识别装置的方法的步骤。

38、本发明另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述关于中草药的智能识别装置的方法的步骤。

39、进一步，所述图像获取模块包括摄像头和上传接口，用户可以通过摄像头拍摄实时图片或者通过上传接口上传已有的中草药图片，图像获取模块对接收的图片进行格式转换和预处理。

40、进一步，所述图像增强模块采用的图像去噪算法为基于卷积神经网络的去噪算法，能够有效去除中草药图片中的噪声，并且图像增强技术包括对比度调整、锐化处理和色彩增强，以提高图像的清晰度和细节表现。

41、进一步，所述双教师蒸馏模型包括一个精确但复杂的教师模型和一个快速但较简单的教师模型，通过融合两个教师模型的指导，学生模型能够在保证识别精度的同时，提高特征提取和识别的效率。

42、结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：

43、第一、本发明首先获取待识别中草药图片，对待识别中草药图片进行特征提取，获得待处理中草药特征信息，然后根据待处理草药特征信息确定中草药类别信息，之后将待处理中草药特征信息和中草药类别信息输入至预设双教师蒸馏模型中，获得中草药名称，根据中草药名称从中草药资料数据库中提取草药名称对应的草药知识信息。相较于现有技术，中草药的识别分类往往需要人工实现，要求研究者具备相当丰富的中草药知识储备和经验，而本发明将待处理草药特征信息和草药类别信息输入至预设双教师蒸馏模型中进行中草药识别分类，从而提高了中草药识别的精准性。

44、本发明有效解决了现有大部分识别装置只能识别中草药的种类，不能详细说明此中草药的作用、配伍禁忌和熬制方法说明的问题，将待处理草药特征信息和草药类别信息输入至预设双教师蒸馏模型中进行中草药识别分类，从而提高了中草药识别的精准性，并且从中草药资料数据库中提取草药名称对应的草药知识信息。

45、第二，本发明针对现有技术中的几个关键问题，取得了显著的技术进步。

46、首先，现有技术在中草药识别方面主要依赖于人工观察或简单的图像处理技术，这导致了识别效率低下、准确度不高的问题。本发明通过引入深度学习技术，特别是双教师蒸馏模型，实现了对中草药图像的高精度特征提取和分类，从而大大提高了识别的准确性和效率。

47、其次，中草药由于其复杂的形态和多样性，使得传统方法难以准确识别。本发明通过大量的训练图像集和先进的模型构建技术，使得装置能够学习到中草药的细微特征差异，从而实现了对多种中草药的准确识别。

48、再次，现有技术在中草药知识信息的获取方面存在局限性，通常只能提供有限的、静态的信息。而本发明通过知识获取模块，能够实时从中草药资料数据库中提取与识别出的中草药名称对应的知识信息，如药效、使用方法、注意事项等，为用户提供全面、详细的信息支持。

49、最后，本发明的智能识别装置不仅提高了中草药识别的准确性和效率，还通过整合图像识别、特征提取、分类和知识获取等多个模块，形成了一个完整的、智能化的中草药识别系统。这一系统不仅为中医药的学习、研究和应用提供了有力的支持，也为中医药的传承与创新注入了新的活力。

50、第三，在中医药领域，传统的中草药识别方法依赖于人工经验和专业知识，这不仅效率低下，而且容易出错。随着科技的发展，虽然图像识别技术逐渐被应用于中草药识别中，但由于中草药种类繁多、形态各异，图像质量对识别效果的影响较大。本发明提出的中草药智能识别装置，通过引入图像增强模块和双教师蒸馏模型，有效解决了图像质量不佳和识别准确率不高的问题。

51、本装置采用了一系列先进的图像处理技术和机器学习算法。图像增强模块通过图像去噪算法和图像增强技术，显著提高了中草药图片的质量，为后续的特征提取和识别奠定了基础。双教师蒸馏模型则通过两个教师模型共同指导学生模型的训练，有效提升了模型的泛化能力和识别准确率。特征提取模块利用卷积操作和全连接层，能够准确地从增强后的图片中提取关键特征信息。

52、该装置不仅能够准确地识别出用户上传或拍摄的中草药图片中的草药名称，还能够通过知识获取模块从中草药资料数据库中提取与识别出的中草药名称对应的详细信息，如功效、用法、禁忌等，并展示给用户。这极大地丰富了用户对中草药的了解，同时也为中医药领域的教学和研究提供了有力支持。

53、本发明的中草药智能识别装置在中医药领域具有显著的技术进步意义。它结合了图像处理、机器学习和数据库查询等多项技术，实现了从图片到知识的自动化转换，大大提高了中草药识别的效率和准确性。同时，该装置还能够为用户提供丰富的中草药知识信息，有助于推动中医药知识的普及和应用。此外，该装置还具有较好的可扩展性和可定制性，可以根据用户需求进行灵活配置和优化。