KR101396713B1

KR101396713B1 - Apparatus for recognizing medicine using image technique

Info

Publication number: KR101396713B1
Application number: KR1020130067722A
Authority: KR
Inventors: 김동건
Original assignee: 김동건
Priority date: 2013-06-13
Filing date: 2013-06-13
Publication date: 2014-05-16
Anticipated expiration: 2033-06-13

Abstract

본 발명은 촬영된 약 영상정보에서 개별 약 객체의 색상정보, 문자정보, 형상정보, 절단선 정보 및 그림정보 등 보다 다양한 요소의 정보를 검출하여 데이터베이스의 약 정보를 검색함으로써 보다 정확하고 편리하게 약을 식별해 내는 장치에 관한 것이다.The present invention detects information of various elements such as color information, character information, shape information, cutting line information, and picture information of an individual drug object from photographed drug image information to search drug information in a database, To a device that identifies the device.

Description

[0001] APPARATUS FOR RECOGNIZING MEDICINE USING IMAGE TECHNIQUE [0002]

본 발명은 촬영된 약 영상정보에서 개별 약 객체의 색상정보, 문자정보, 형상정보, 절단선 정보 및 그림정보 등 보다 다양한 요소의 정보를 검출하여 데이터베이스의 약 정보를 검색함으로써 보다 정확하고 편리하게 약을 식별해 내는 장치에 관한 것이다. The present invention detects information of various elements such as color information, character information, shape information, cutting line information, and picture information of an individual drug object from photographed drug image information to search drug information in a database, To a device that identifies the device.

대한민국 특허출원 10-2010-0133023호에 약 영상 검색 장치가 알약을 검색하는 방법에 관한 것으로 카메라를 통한 약 영상을 촬영하는 단계, 상기 약 영상에서 약 객체를 추출하는 단계, 상기 약 객체에 대한 색상 정보를 생성하는 단계, 상기 약 객체에 대해 에지 알고리즘을 적용하여 에지를 추출하고, 추출된 에지를 이용하여 객체에 대한 특징점을 추출하고, 모양 정보를 생성하는 단계 및 상기 특징점, 상기 모양 정보 및 상기 색상 정보 중 적어도 하나를 이용하여 데이터베이스에서 알약 정보를 검색하는 단계를 포함하는 기술구성이 공지되어 있다. 그러나 상기 특허출원 10-2010-0133023호의 약 검색 방법은 문자정보와 그림정보를 생성하여 검색하는 기술이 없을 뿐 아니라, 파악 하는 알고리즘에 있어서도 미리 정의된 모양 클래스를 이용함으로써 추출할 수 있는 모양에 한계가 있으며, 새로운 약 모양, 훼손된 부분이 있거나 약 테두리가 유사한 특징을 갖는 부분이 있는 경우 잘못 인식할 가능성이 높으며, 약 객체의 대칭 조정법 또한 그 신뢰성이 떨어지는 것이라 할 수 있다. Korean Patent Application No. 10-2010-0133023 relates to a method of searching for a drug by a drug image search apparatus, comprising the steps of: capturing a drug image through a camera; extracting a drug object from the drug image; Extracting an edge by applying an edge algorithm to the drug object, extracting a feature point for the object using the extracted edge, generating shape information, and extracting the feature point, the shape information, And retrieving the tablet information from the database using at least one of the color information and the color information. However, there is no technology for generating and searching text information and picture information in the algorithm of the patent application 10-2010-0133023, and there is a limit to the shape that can be extracted by using a predefined shape class , There is a possibility of misrecognition if there is a new drug shape, a damaged part, or a part having a similar border, and the symmetrical adjustment method of the drug object is also less reliable.

본 발명은 약을 식별하는 장치에 관한 것으로서, 약 영상에 나타나는 약의 색상, 문자, 형상, 절단선 및 그림 등의 다양한 특징을 이용할 뿐 아니라 보다 신뢰성 있는 정보 추출 및 생성으로 종래기술에 비해 진보된 약 객체 식별장치를 구현하는 것을 과제로 한다.The present invention relates to an apparatus for identifying a drug, and more particularly, to an apparatus for identifying a drug, which not only utilizes various features such as color, character, shape, cut line, And to implement a drug object identification device.

본 발명은 촬영된 약 영상정보에 연결요소 레이블링 또는 2 패스 레이블링 알고리즘을 적용하여 개별 약 객체를 추출하는 개별 약 객체 추출부; 개별 약 객체의 RGB 형식의 칼라 모델을 HSV 모델로 변경하여 색상 정보를 생성하되 색조성분 및 채도성분 중 적어도 하나를 포함하는 개별 약 객체의 색상정보 생성부; 개별 약 객체에 기록된 문자에 대하여 광학 문자식별 알고리즘을 적용하여 문자정보를 생성하는 문자정보 생성부; 생성된 문자정보를 소스로 하여 약이 기울어진 반대 방향으로 이동시켜 개별 약 객체의 대칭을 조정하는 개별 약 객체의 영상 방향 조정부; 개별 약 객체에 대해 에지 알고리즘을 적용하여 에지를 검출하고, 검출된 에지를 추적하여 개별 약 객체의 윤곽선을 추출하며, 추출된 윤곽선 특징점에 의해 약 형상을 생성하는 형상정보 생성부; 개별 약 객체의 분리된 영역의 개수를 도출하여 개별 약 객체의 절단선 정보를 생성하는 절단선 정보 생성부; 개별 약 객체에 대해 그림정보 추출 알고리즘을 적용하여 그림정보를 생성하는 그림정보 생성부; 생성된 색상정보, 문자정보, 형상정보, 절단선 정보 및 그림정보에 의하여 데이터베이스의 약 정보를 검색하는 데이터베이스 검색부를 포함하여 구성되는 것을 특징으로 하는 약 영상정보 식별장치에 관한 것이다.
An individual drug object extracting unit for extracting an individual drug object by applying a linking element labeling or a 2-pass labeling algorithm to photographed drug image information; A color information generation unit for generating a color information by changing a color model of the RGB format of the individual drug object to the HSV model, the color information including at least one of a hue component and a saturation component; A character information generation unit for generating character information by applying an optical character identification algorithm to characters recorded in individual drug objects; A video orientation adjuster of the individual drug object which adjusts the symmetry of the individual drug object by moving the drug in the direction opposite to the slanting direction using the generated character information as a source; A shape information generation unit for detecting an edge by applying an edge algorithm to an individual drug object, extracting contours of individual drug objects by tracking the detected edges, and generating a weak shape by the extracted contour feature points; A cut line information generating unit for generating the cut line information of the individual drug object by deriving the number of discrete regions of the individual drug object; A picture information generation unit for generating picture information by applying a picture information extraction algorithm to an individual drug object; And a database search unit for searching weak information of the database by the generated color information, character information, shape information, cutting line information, and picture information.

본 발명은 약 영상에서 한 개 또는 다수개의 약 객체를 개별로 추출함에 있어 입력 영상데이터로부터 정점과 연결하는 에지를 포함하는 그래프를 생성한다. 정점은 비교 발견에 필요한 정보를 담고 있다. 에지는 이웃과의 연결을 뜻 한다. 그래프를 순회하면서 연결 및 이웃의 상대 값을 기준으로 정점을 라벨을 붙인다. 그래프에 연결요소 레이블링 혹은 2 패스와 같은 알고리즘이 적용된다. 이 알고리즘은 영상 데이터를 다음 두 처리절차를 반복하는데, 첫번째 처리절차는 먼저 데이터의 각 요소를 열의 기준으로 처리하고, 다음으로 행의 기준으로 처리하, 요소가 바탕 부분이 아니면 현재 요소의 이웃된 요소를 찾거나 이웃된 요소가 없으면 현재 요소를 고유 클래스로 지정하며, 그렇지 않으면 이웃 요소들 중 최소 레벨을 찾아 현재 요소에 지정하며, 이웃요소들의 등가를 지정한다. 두번째 처리절차는 데이터의 각 요소를 열의 기준으로 처리하고, 다음으로 행의 기준으로 처리하며, 요소가 바탕 부분이 아니면 가장 낮은 등가 레블로 현재 요소의 레벨을 재지정하며, 상기 알고리즘에서 배경은 전경에서 두드러진 요소를 구분하는데 사용되는 데이터에 특정 분류이며, 배경 변수가 생략되면 두 단계 알고리즘은 배경을 또 다른 지역으로 처리할 수 있다.
The present invention generates a graph including edges connecting vertices from input image data in extracting one or more drug objects separately from a drug image. The vertex contains the information needed to find the comparison. An edge is a connection with a neighbor. Label the vertices based on the relative values of the connections and neighbors while traversing the graph. Algorithms such as connection element labeling or two passes are applied to the graph. The algorithm repeats the following two processing procedures for the image data. The first processing procedure first processes each element of the data on the basis of a column, then processes it on the basis of a row, and if the element is not a background part, If no element is found or there are no neighboring elements, the current element is designated as a unique class. Otherwise, the minimum level of the neighboring elements is found, and the neighboring elements are assigned to the current element. The second processing procedure processes each element of the data on the basis of the column and then processes it on the basis of the row and reassigns the level of the current element with the lowest equivalent valley if the element is not the background part, If the background variable is omitted, the two-step algorithm can treat the background as another region.

본 발명은 약 객체에 대한 색상 정보를 검출함에 있어, RGB 형식의 상기 약 객체의 칼라 모델을 HSV 모델로 변경한 후 색상 정보를 생성하되, HSV형태로 변환시켜서 유사한 색깔에 있어서 음영의 변화에 덜 민감하게 하며, 그런 다음 변환 된 영상에 색조와 채도에 허용 오차 범위를 적용하며, 결과 영상은 이진 영상 데이터로 입력 영상 정보에 따라 품질이 떨어질 수 있으므로, 미리 처리된 약 객체의 RGB를 HSV로 바꾼다. 상기 색상 정보는 상기 약 객체의 색조 성분 및 채도 성분 중 적어도 하나를 포함한다.
In detecting color information about a drug object, the present invention changes the color model of the drug object in the RGB format to the HSV model, and then generates color information, which is converted into HSV form, And the tolerance range is applied to the hue and saturation of the converted image, and since the resultant image may be degraded in quality depending on the input image information as the binary image data, the RGB of the previously processed drug object is changed to HSV . Wherein the color information includes at least one of a hue component and a saturation component of the drug object.

본 발명은 약 객체에 대해 광학 문자식별 알고리즘을 적용하여 문자를 검출함에 있어서, SWT(Stroke Width Transform)모듈을 사용, 원본사진에서 획폭의 그레이 값을 적용하여 변경하며, 이 정보는 문자의 고정 획폭을 유지하는 경향이 있기 때문에 각 구성 요소의 폭 편차를 측정하여 문자를 추출한다.
In the present invention, a character is detected by applying an optical character recognition algorithm to a drug object, a stroke width transformation (SWT) module is used to change the gray scale value of the original image by applying a gray value of the stroke width, The width deviation of each component is measured and characters are extracted.

촬영 영상에서 문자 요소를 분리하는 기능 중 하나는 거의 일정한 문자의 획폭인데 문자를 포함 할 가능성이 있는 지역을 복구하기 위하여 이용 될 수 있으며, 기하학적 추론과 함께 지역의 이미지 연산자가 안정적으로 문자를 복구하는데 사용할 수 있다.
One of the functions of separating character elements from a photographed image can be used to recover regions that are likely to contain characters, which are almost certain stroke widths, and with geometrical reasoning, local image operators can reliably recover characters Can be used.

본 발명은 문자를 인식하고 이를 소스로 하여 개별 약 객체의 영상 방향 조정에서, 문자인식 알고리즘을 적용하게 되는데, 문자인식 알고리즘에는 요소 추출, 요소 분석, 요소 링크 및 체인 분석의 4단계가 있으며, 더 세분화해서 상향식 편성과 하향식 제거로 나누어진다.
In the present invention, a character recognition algorithm is applied in recognizing a character and using it as a source to adjust the orientation of an individual drug object. The character recognition algorithm has four steps of element extraction, element analysis, element link and chain analysis Subdivided into bottom - up and top - down elimination.

상향식 편성에서 픽셀이 먼저 연결된 구성 요소를 형성하고 나중에 이 연결된 구성 요소들이 체인을 이루게 되며, 하향식 제거에서는 문자가 아닌 요소와 체인이 파악되고 제거된다.
In a bottom-up approach, pixels form a connected component first, and later connected components form a chain. In top-down elimination, non-character elements and chains are identified and removed.

요소 추출 단계에서는 원본 영상이 에지 검출을 걸쳐서 SWT (Stroke Width Transform획폭 변경) 모듈을 걸쳐서 SWT 이미지를 생성하며, SWT 이미지의 인접 픽셀은 간단한 연결 규칙을 사용하여 연결 구성 요소를 형성하기 위해 함께 그룹화 된다.
In the element extraction step, the original image is subjected to edge detection to generate an SWT image over the Stroke Width Transform Stroke Change (SWT) module, and adjacent pixels of the SWT image are grouped together to form a linking element using simple linking rules .

요소 분석 단계에서는 요소 추출 단계에서 추출 된 대부분의 구성 요소가 문자 부분이 아니며, 이들 문자가 아닌 요소를 필터링하고 분석한다.
In the element analysis stage, most of the components extracted from the element extraction step are not character parts, and the non-character elements are filtered and analyzed.

요소 링크 단계에서는 문자 후보를 짝으로 연결하게 되는데, 두개의 문자가 유사한 기하학적 특성과 색상을 가지고 있는 경우 인접 후보로서 쌍을 이룬다. 후보 쌍은 재귀 방식에 의해 체인으로 집계 된다
In the element linking stage, character candidates are connected in pairs. When two characters have similar geometrical characteristics and colors, they form pairs as adjacent candidates. The candidate pair is aggregated into a chain by a recursive scheme

체인 분석 단계에서는 이전 단계에서 결정된 체인을 체인 레벨에 따라 분류하고, 낮은 등급 점수의 체인이 제거하여 애매함을 해결하며, 이 단계를 통과한 체인은 최종 인식된 문자이다.
In the chain analysis stage, the chain determined in the previous step is classified according to the chain level, the chain with the lower score is removed, and the ambiguity is resolved.

본 발명은 약 객체에 대해 에지 알고리즘을 적용하여 에지를 검출하고, 상기 검출된 에지를 추적하여 상기 약 객체의 윤곽선을 추적하며, 상기 추출된 특징점에 상응하는 약 형태와 약의 크기 비율의 알약 형상정보를 생성하는 단계에 있어서, 본 발명의 특징 기반 방법은 명백한 일치여부만을 기준으로 선별한 종래기술과 달리, 모습 기반 방법으로 영상의 물체를 수많은 여러 개의 점으로 취급하여 모양의 윤곽은 별개의 점들로 취급한다. 점의 개수를 n이라고 정했을 때, n의 수를 늘리면 늘릴수록 더 정확한 이미지가 추출될 수 있다. 사진 A의 임의의 점을 사진 B에서 가장 비슷한 점을 찾는 방법이 필요하다. 그레이 스케일로 영상을 변환하여 애매한 점들을 없앨 수 있다.
The present invention relates to a method of detecting an edge of a drug object, the method comprising: detecting an edge by applying an edge algorithm to a drug object; tracking the edge of the drug object by tracing the detected edge; In the step of generating information, the feature-based method of the present invention treats an object of an image as a plurality of dots in a shape-based method, unlike the prior art, . When the number of points is set to n, the more accurate the number of n, the more accurate the image can be extracted. We need a way to find the most similar point in picture B from any point in picture A. You can eliminate ambiguity by converting images in grayscale.

본 발명은 약 객체의 내부 분리된 영역의 개수를 도출하여 절단선을 생성함에 있어서, 에지 알고리즘을 추출된 약 객체에 적용하여 에지를 검출한 다음, 약 객체의 직선의 개수 및 직선에 의해 구분된 영역의 개수를 추출하여 절단선을 생성한다.
In the present invention, in generating a cut line by deriving the number of internal divided regions of a drug object, an edge algorithm is applied to the extracted drug object to detect an edge, and then the number of lines separated by the number of straight lines and the straight line The number of regions is extracted to generate a cut line.

본 발명은 약 객체에 대해 그림 추출 알고리즘을 적용하여 내부 그림을 도출함에 있어서, 그림표시는 시각적으로 자신의 형상 정보에 의해서만 설명 가능하고, 대부분 모양 정보만이 유일한 검색자료로 제공되고 있으며, 300개정도의 기준점 (n)을 지정하면 별 문제없이 그림정보를 인식할 수 있다.
In the present invention, in deriving an internal figure by applying a picture extraction algorithm to a drug object, the picture display can be visually described only by its own shape information. In most cases, only the shape information is provided as the unique search data, If the reference point (n) is specified, the picture information can be recognized without any problem.

본 발명은 색상 정보, 상기 문자 정보, 약 형상정보, 절단선 정보 및 그림 정보를 이용하여 데이터베이스에서 알약 정보를 검색함에 있어서는, 데이터베이스는 제약 회사 및 식약청 등이 유지하는 데이터베이스로 사용할 수 있을 것이며, 데이터베이스에는 각 약에 관련된 정보가 포함되어 있습니다. 이 정보는 식별표시, 분할선 여부 및 그 모양, 색상, 제형, 약의 형상, 장축, 단축, 두께, 식별 사진 등이 포함되어 있다.The present invention can be used as a database maintained by a pharmaceutical company and a KFDA when retrieving tablet information from a database using color information, character information, weak shape information, cutting line information, and picture information, Contains information about each medicine. This information includes identification mark, whether or not the line is divided and its shape, color, form, drug shape, major axis, minor axis, thickness, identification photograph and so on.

병원이나 약국에서 진단서와 같이 약 정확하게 환자에게 주어지는지, 또는 보관하고 있던 약이 어떤 약인지를 알아야 할 경우가 발생하고 있으며, 이때 본 발명은 약을 촬영한 영상만으로 약 영상에 포함되어 있는 색상, 문자, 형상, 절단선 및 그림 등의 다양한 특징을 추출하여 데이터베이스의 약 정보와 비교/검출하여 그 약의 신뢰성 있는 정보를 알려주며, 또한 이는 약의 정확한 정보를 쉽고 편리하게 알려줌으로써 약을 잘못 사용하여 발생할 수 있는 사고를 예방해 줄 수 있다.In a hospital or a pharmacy, it is necessary to know whether the drug is given to the patient or to the medicine stored in a precise manner, such as a medical certificate. At this time, according to the present invention, It extracts various features such as characters, shapes, cutting lines and figures and compares them with weak information of the database and informs the reliable information of the drug. It also informs the accurate information of the medicine easily and conveniently, It can prevent accidents that may occur.

도1은 종래의 알약 검색방법의 흐름도이다.
도2는 본 발명의 약 식별장치의 구성도이다.
도3은 본 발명의 약 영상 식별장치의 블록도이다.1 is a flowchart of a conventional tablet retrieving method.
2 is a configuration diagram of a drug identification device of the present invention.
3 is a block diagram of a drug image identification device of the present invention.

도3은 본 발명의 약 영상 식별장치(200)의 블록도이다. 블록도(200)는 카메라(210), 처리기(220), 저장장치(230) 및 출력장치(240)이 포함되어 있다. 약 식별에 있어서 약(260)의 약 영상(250)을 캡처하여 데이터베이스의 약 데이터(236)와 비교하도록 구성된다.
3 is a block diagram of the drug image identification device 200 of the present invention. The block diagram 200 includes a camera 210, a processor 220, a storage device 230, and an output device 240. Capture the weak image 250 of the drug 260 for drug identification and compare it with the weak drug data 236 in the database.

카메라(210)는 처리기(220)에 연결되고, 시야(212) 지역의 약 영상(250)을 촬영하여 처리기(220)에 그 영상을 제공한다. 카메라는 디지털 형식의 디지털 카메라가 사용된다. 그러나 카메라는 처리기(220)에 의해 이해될 수 있는 형식으로 영상을 제공할 수 있는 다른 장치가 될 수 있다. 카메라는 약 사진 또는 영상을 캡처하여 디지털 형식의 영상으로 변환한다. 약 영상(250)의 디지털로 변환된 영상은 카메라 출력을 통해 처리기(220)에 제공된다. 영상의 디지털 형식으로 변환은 디지털 카메라 외에 처리기 내에서 수행할 수도 있다. 카메라는 움직이는 영상 또는 정지한 영상을 캡처할 수 있다.
The camera 210 is connected to the processor 220 and captures the weak image 250 in the area 212 and provides the image to the processor 220. The digital camera of the digital type is used as the camera. However, the camera may be another device capable of providing an image in a format that can be understood by the processor 220. The camera captures a weak photo or image and converts it into a digital format image. The digitally converted image of the weak image 250 is provided to the processor 220 via the camera output. In addition to digital cameras, conversion of images to digital format can also be performed within the processor. The camera can capture a moving image or a still image.

처리기(220)는 카메라(210), 저장장치(230), 출력장치(240)에 연결된다. 처리기(220)는 약 영상(250)을 인식하고 식별할 수 있도록 구성된다. 처리기(220)는 컴퓨터, 복수의 마이크로 프로세서, 휴대용 데스크탑 단말기(PDA) 또는 카메라(210)로부터 수신된 영상을 처리하고, 데이터베이스에 저장되어 있는 약 영상과 비교할 수 있는 장치이다.
The processor 220 is connected to the camera 210, the storage device 230, and the output device 240. The processor 220 is configured to recognize and identify the weakened image 250. The processor 220 is a device that processes images received from a computer, a plurality of microprocessors, a portable desktop terminal (PDA), or a camera 210 and compares them with weak images stored in a database.

처리기(220)는 약 영상(250)을 카메라로부터 수신되는 영상 입력부(222)이 포함되어 있다. 처리기(220)는 또한 포함하고 있는 입/출력 포트(224)에 저장장치(230)를 엑세스하거나 데이터를 저장한다. 또한 처리기(220)는 출력장치(240)로 출력신호를 제공하는 출력부(226)가 포함되어 있다. 처리기(220)는 카메라로부터 수신되어 저장된 영상에서 추출된 정보와 데이터베이스 정보가 일치할 때 출력신호(228)를 제공한다. 출력신호는 모든 약 데이터베이스 정보를 제공할 수 있고 일치되는 약만 제공할 수 있다.
The processor 220 includes an image input unit 222 that receives the weak image 250 from the camera. The processor 220 also accesses or stores the storage device 230 at the input / output port 224 that it contains. The processor 220 also includes an output 226 that provides an output signal to the output device 240. The processor 220 provides the output signal 228 when the information extracted from the image received from the camera and stored in the database information matches. The output signal can provide all drug database information and can only provide matching drugs.

처리기(220)는 적어도 두 개의 루틴 또는 약 영상(250)을 위한 프로그램을 포함하고 있다. 이 루틴은 분석 루틴(221)과 비교 루틴(270)이 있다. 분석 루틴(221)은 약 영상이 수신될 때 처리기(220)에 의해 실행되는 명령을 포함하는 컴퓨터 프로그램이다. 분석 루틴(221)은 약 영상(250)에 포함된 개별 약 객체를 구분, 색상, 문자, 방향 조정, 형상, 절단선 및 그림을 식별하도록 프로그램되어 있다. 분석 루틴(221) 역시 약 영상에서 식별된 각 정보를 기록하거나 결정하는 지침이 포함되어 있다. 분석루틴(221)에 의해 결정된 정보에 따라 최종의 약을 결정한다. 분석 루틴(221)은 데이터베이스(236)에서 저장된 정보와 약(260)을 비교 루틴(270)의 비교에 쓸모 있는 형식의 정보를 만듭니다.
The processor 220 includes a program for at least two routine or drug images 250. This routine includes an analysis routine 221 and a comparison routine 270. The analysis routine 221 is a computer program containing instructions to be executed by the processor 220 when a weak image is received. The analysis routine 221 is programmed to identify the individual drug objects contained in the drug image 250, identifying the color, character, orientation, shape, cut line, and figure. The analysis routine 221 also includes instructions to record or determine each piece of information identified in the weak image. And determines the final drug according to the information determined by the analysis routine 221. [ The analysis routine 221 creates information in a format that is useful for comparing the information stored in the database 236 and the comparison routine 270 with the comparison 260.

저장장치(230)는 처리기(220)에 연결되어 약 영상을 저장하고 제공한다. 저장장치는 ROM과 같은 영구 메모리 시스템, 하드 디스크, 플레시 메모리(DRAM, DVD) 또는 단기 기억장치가 될 수 있다. 저장장치는 약과 관련한 약 데이터베이스에 포함된 정보를 저장하도록 구성되어 있다. 저장장치는 여러개의 약을 개별 약 객체로 구분한 후, 각각의 약을 식별하는 동안, 다른 여러 개의 약을 저장한다.
The storage device 230 is connected to the processor 220 to store and provide weak images. The storage device may be a permanent memory system such as a ROM, a hard disk, a flash memory (DRAM, DVD) or a short-term storage device. The storage device is configured to store information contained in a medicine database associated with the medicament. The storage device divides several drugs into separate drug objects, and stores different drugs while identifying each drug.

저장장치(230) 및 데이터베이스(236)는 데이터 입력장치(280)를 사용하여 업데이트 할 수 있다. 데이터 입력장치는 CD-ROM, 플로피 디스크 드라이브, USB 포트, 기타 입력장치 또는 프로토콜이 될 수 있다. 데이터 입력장치로 새로운 정보를 업데이트할 수 있고, 통신 시스템을 사용하여 호스트 컴퓨터로 식별시스템(200)을 연결하여 데이터베이스를 업데이트 할 수 있다.
The storage device 230 and the database 236 may be updated using the data input device 280. The data input device may be a CD-ROM, floppy disk drive, USB port, or other input device or protocol. The data input device can update the new information and the identification system 200 can be connected to the host computer using the communication system to update the database.

데이터베이스(236)은 제약회사 및 식약청 등이 유지하고 있는 데이터베이스를 사용할 수 있다. 데이터베이스에는 각 약에 관련한 정보가 포함되어 있다. 이 정보는 식별표시, 분할선, 모양, 색상, 제형, 모양, 장축, 단축, 두께, 식별사진 등이 포함될 수 있다. 그 밖에 더 많은 정보가 포함될 수 있다.
The database 236 can use a database maintained by pharmaceutical companies and KFDA. The database contains information about each drug. This information may include identifying marks, dividing lines, shapes, colors, formulations, shapes, major axes, minor axes, thickness, identification photographs, More information can be included.

출력장치(240)는 출력부(226)에서 처리기(220)에 연결되어 처리기(220)로부터 출력신호(228)에 대응하여 출력을 제공한다. 출력장치(240)는 처리기(220)가 조건을 만족하는 정보를 찾았다고 시각적으로 출력된다. 이 영상 출력신호는 흑백 또는 칼라로 표시할 수 있다. 출력장치(240)는 처리기(220)로부터 수신된 출력신호(228)에 응답하여 음성출력을 제공하도록 구성될 수 있다. 이 음성출력은 벨, 버저 또는 합성음성이 될 수 있다. 또한 출력장치는 처리기(220)로부터의 출력신호에 대한 응답으로 음성 및 영상 출력 모두를 제공할 수 있다.
Output device 240 is coupled to processor 220 at output 226 and provides an output corresponding to output signal 228 from processor 220. The output device 240 is visually output that the processor 220 has found the information satisfying the condition. This video output signal can be displayed in black and white or in color. The output device 240 may be configured to provide a voice output in response to the output signal 228 received from the processor 220. This audio output can be a bell, buzzer or synthesized voice. The output device may also provide both audio and video output in response to an output signal from the processor 220.

카메라는 계속 또는 일정 간격으로 약 영상을 촬영하고 디지털 영상을 처리기(220)로 전송하며, 처리기(220)는 분석 루틴과 비교 루틴을 사용하여 처리하고 저장장치에서 데이터베이스에 엑세스하여 촬영된 약과 일치된 약을 찾게 되면 출력장치로 그 신호를 보낸다. 처리기(220)는 일치하는 항목이 발견되지 않았음을 나타내는 출력신호를 출력장치에 제공하기도 한다.The camera continuously captures the weak image at regular intervals and transmits the digital image to the processor 220. The processor 220 processes the data using the analysis routine and the comparison routine and accesses the database in the storage device When the drug is found, it sends the signal to the output device. The processor 220 also provides an output signal to the output device indicating that no match has been found.

200:식별시스템 210:카메라 212:시야 214:카메라 출력 220:처리기 221:분석 루틴 222:영상입력부 224:입/출력 포트 226:출력부 228:출력신호 230:저장장치 236:데이터베이스 240:출력장치 242:출력 250:약 영상 260:약 270:비교 루틴 280:데이터 입력장치An image input unit 224, an input / output port 226, an output unit 228, an output signal 230, a storage unit 236, a database 240, an output unit 230, 242: output 250: weak image 260: approximately 270: comparison routine 280: data input device

Claims

An individual drug object extracting unit for extracting individual drug objects by applying a linking element labeling or a 2-pass labeling algorithm to the photographed drug image information; A color information generation unit for generating a color information by changing an RGB model color model of an individual drug object to an HSV model, the color information including at least one of a hue component and a saturation component; A character information generation unit for generating character information by applying an optical character identification algorithm to characters recorded in individual drug objects; A video orientation adjuster of the individual drug object which adjusts the symmetry of the individual drug object by moving the drug in the direction opposite to the slanting direction using the generated character information as a source; A shape information generation unit for detecting an edge by applying an edge algorithm to an individual drug object, extracting contours of individual drug objects by tracking the detected edges, and generating a weak shape by the extracted contour feature points; A cut line information generating unit for generating the cut line information of the individual drug object by deriving the number of discrete regions of the individual drug object; A picture information generation unit for generating picture information by applying a picture information extraction algorithm to an individual drug object; And a database search unit for searching weak information of the database by the generated color information, character information, shape information, crop line information, and picture information.