本发明属于图像识别的，尤其涉及一种智能硬件的药品识别方法及装置。
背景技术：
1、医疗用药安全是医院工作中的一个关键环节。药品的正确使用不仅关系到患者的康复，还直接影响到其生命安全。医生和护士作为一线的医疗工作者，必须准确无误地辨别和使用各种药品。然而，现代医疗环境中药品种类繁多，药品的外观、名称和用途可能非常相似，增加了识别和使用过程中的风险。
2、随着医药科技的发展，市场上药品的种类和数量持续增加。不同药品的包装、颜色、形状和标签有时相差无几，这对医疗人员的识别能力提出了巨大的挑战。快速、准确地识别药品成为提高治疗效率和保障患者安全的必要条件。故如何借助现代技术手段，确保医生和护士能够更加高效地进行药品管理。为了一个亟需解决的技术问题。
技术实现思路
1、有鉴于此，本发明实施例提供了一种智能硬件的药品识别方法及装置，以解决如何借助现代技术手段，确保医生和护士能够更加高效地进行药品管理的技术问题。
2、本发明实施例的第一方面提供了一种智能硬件的药品识别方法，所述智能硬件的药品识别方法包括：
3、获取处方信息，并匹配所述处方信息中目标药品对应的标准药品图像；
4、采集当前药品的当前药品图像，并在所述当前药品图像的预设区域提取多个第一局部图像；
5、根据每个所述第一局部图像中的灰度分布，提取所述第一局部图像中的第一特征信息；
6、提取所述标准药品图像中第二局部图像中的第二特征信息；
7、计算所述第一局部图像中的第一特征信息和所述第二局部图像中的第二特征信息之间的目标相似度；
8、根据多个第一局部图像各自对应的多个目标相似度，计算总相似度；
9、若所述总相似度大于第一阈值，则确定所述当前药品与所述目标药品一致。
10、进一步地，在所述若所述总相似度大于阈值，则确定所述当前药品与所述目标药品一致的步骤之后，还包括：
11、获取所述处方信息中目标药品对应的用药信息，并通过语音播报模块播放所述用药信息；所述用药信息包括患者名字、药品计量以及注意事项。
12、进一步地，所述根据每个所述第一局部图像中的灰度分布，提取所述第一局部图像中的第一特征信息的步骤包括：
13、遍历所述第一局部图像中每个当前像素点，针对每个当前像素点获取邻域像素点；所述邻域像素点是指预设像素区域内的像素点；所述预设像素区域是指以所述当前像素点为中点构成的固定大小的矩形区域；
14、将所述当前像素点的第一灰度值与预设系数相乘，得到第二阈值；所述第二阈值大于所述当前像素点的第一灰度值；
15、在所述邻域像素点中匹配第二灰度值大于所述第二阈值且连续的像素点数量；
16、若所述像素点数量大于预设数量，则将当前像素点作为特征像素点；
17、计算所述特征像素点与第一局部图像的四个顶点之间的距离；
18、计算所述特征像素点与多个所述邻域像素点之间灰度值的比值；
19、将所述灰度值的比值、所述四个顶点之间的距离和所述像素点数量，构建为特征向量，并将所述特征向量作为第一特征信息。
20、进一步地，所述采集当前药品的当前药品图像，并在所述当前药品图像的预设区域提取多个第一局部图像的步骤包括：
21、采集当前药品的原始图像；
22、提取所述原始图像中处于预设灰度范围之外的目标像素点；所述预设灰度范围用于表征置物平台对应的灰度值；
23、提取所述目标像素点所处的像素区域，对所述像素区域的边缘进行直线拟合，得到四边形区域；
24、对所述四边形区域进行矩形校正，得到矩形区域；
25、在所述原始图像中提取所述矩形区域对应的药品图像；
26、在所述药品图像中的预设区域提取多个第一局部图像；所述预设区域包括位于四个顶点的图像区域和位于中心位置的图像区域。
27、进一步地，所述计算所述第一局部图像中的第一特征信息和所述第二局部图像中的第二特征信息之间的目标相似度的步骤包括：
28、按照所述第一局部图像或所述第二局部图像的尺寸，将图像分割为多个网格图像区域；
29、截取所述第一局部图像中多个网格图像区域对应的第一子图像；
30、截取所述第二局部图像中多个网格图像区域对应的第二子图像；
31、提取处于相同网格图像区域的第一子图像和第二子图像对应的多个当前第一特征信息和多个当前第二特征信息；
32、分别计算每个所述当前第一特征信息和多个所述当前第二特征信息之间的相似度，将最大相似度作为所述当前第一特征信息的目标相似度。
33、进一步地，所述根据多个第一局部图像各自对应的多个目标相似度，计算总相似度的步骤包括：
34、将多个目标相似度的平均值，作为所述总相似度。
35、进一步地，所述若所述像素点数量大于预设数量，则将当前像素点作为特征像素点的步骤包括：
36、若所述像素点数量大于预设数量，则计算预设像素区域内像素点在x轴方向和y轴方向的第一梯度和第二梯度；
37、根据所述第一梯度和第二梯度，计算预设像素区域的自相关矩阵；
38、将所述自相关矩阵代入预设函数，计算灰度变化强度；
39、所述预设函数为：
40、
41、其中，r表示灰度变化强度，det(m)表示自相关矩阵的行列式，m表示自相关矩阵，trace(m)表示自相关矩阵的迹，∈表示常数项，α表示非线性调整参数，β表示自适应参数。
42、本发明实施例的第二方面提供了一种智能硬件的药品识别装置，包括：
43、获取单元，用于获取处方信息，并匹配所述处方信息中目标药品对应的标准药品图像；
44、采集单元，用于采集当前药品的当前药品图像，并在所述当前药品图像的预设区域提取多个第一局部图像；
45、第一提取单元，用于根据每个所述第一局部图像中的灰度分布，提取所述第一局部图像中的第一特征信息；
46、第二提取单元，用于提取所述标准药品图像中第二局部图像中的第二特征信息；
47、第一计算单元，用于计算所述第一局部图像中的第一特征信息和所述第二局部图像中的第二特征信息之间的目标相似度；
48、第二计算单元，用于根据多个第一局部图像各自对应的多个目标相似度，计算总相似度；
49、确定单元，用于若所述总相似度大于第一阈值，则确定所述当前药品与所述目标药品一致。
50、本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述方法的步骤。
51、本发明实施例的第四方面提供了一种计算机可读存储介质，所述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实现上述第一方面所述方法的步骤。
52、本发明实施例与现有技术相比存在的有益效果是：通过获取处方信息并匹配标准药品图像，在当前药品图像的预设区域提取多个第一局部图像，并根据灰度分布提取特征信息，本发明能够精确地捕捉每个局部图像的细节特征，提高了药品识别的准确性。通过计算第一局部图像中的第一特征信息和标准药品图像中第二局部图像的第二特征信息之间的目标相似度，并进一步计算总相似度，通过设定总相似度的第一阈值，能够有效区分当前药品与目标药品是否一致，减少了误识别的可能性，确保了药品管理的准确性和安全性。本发明所述方法能够在药品识别过程中实现高度自动化，减少了医生和护士的工作量，降低了人为错误的风险，提升了医院整体药品管理的智能化水平。本发明的方法适用于不同种类和规格的药品，通过灵活的图像匹配和特征提取策略，能够广泛应用于各种医疗环境中，满足不同药品管理需求。综上所述，本发明通过图像处理和特征匹配技术，显著提升了药品管理的效率和准确性，提供了一种高效、可靠的药品识别解决方案。
1.一种智能硬件的药品识别方法，其特征在于，所述智能硬件的药品识别方法包括：
2.如权利要求1所述的智能硬件的药品识别方法，其特征在于，在所述若所述总相似度大于阈值，则确定所述当前药品与所述目标药品一致的步骤之后，还包括：
3.如权利要求1所述的智能硬件的药品识别方法，其特征在于，所述根据每个所述第一局部图像中的灰度分布，提取所述第一局部图像中的第一特征信息的步骤包括：
4.如权利要求1所述的智能硬件的药品识别方法，其特征在于，所述采集当前药品的当前药品图像，并在所述当前药品图像的预设区域提取多个第一局部图像的步骤包括：
5.如权利要求1所述的智能硬件的药品识别方法，其特征在于，所述计算所述第一局部图像中的第一特征信息和所述第二局部图像中的第二特征信息之间的目标相似度的步骤包括：
6.如权利要求1所述的智能硬件的药品识别方法，其特征在于，所述根据多个第一局部图像各自对应的多个目标相似度，计算总相似度的步骤包括：
7.如权利要求3所述的智能硬件的药品识别方法，其特征在于，所述若所述像素点数量大于预设数量，则将当前像素点作为特征像素点的步骤包括：
8.一种智能硬件的药品识别装置，其特征在于，所述智能硬件的药品识别装置包括：
9.一种终端设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能硬件的药品识别程序，所述智能硬件的药品识别程序配置为实现如权利要求1至7中任一项所述的智能硬件的药品识别步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
