本发明涉及药品管理，具体涉及一种智能药品柜药品管理方法和系统。
背景技术：
1、智能药品柜是一种结合自动化技术和智能系统的设备，用于管理药品的存储、分发和监控，它通常配备图像识别、实时库存更新和数据分析功能，以提高药品管理的效率和准确性，智能药品柜能够实时监控药品的出入库情况，确保药品信息的准确性，减少人为错误，并优化存储空间。
2、传统方法依赖人工操作，容易导致入库和出库过程中的错误，降低效率；且传统方法手动记录药品信息时，易出现错误，造成账务不一致；并且传统方法缺乏自动化监控，难以及时了解药品库存状态，可能导致短缺或过期；而且传统管理方式通常缺乏优化空间配置的能力，导致存储效率低下。
技术实现思路
1、本发明目的是针对背景技术中存在的问题，提出一种智能药品柜药品管理方法和系统。
2、本发明的第一方面，提供了一种智能药品柜药品管理方法，包括：
3、基于集成在目标智能药品柜中的摄像头对药品入库和出库单进行图像采集，以得到药品入库和出库单图像，并对待入库和出库药品进行图像采集，以得到待入库和出库药品图像；
4、对所述药品入库和出库单图像进行图像识别，以得到所述药品入库和出库单所对应的第一药品入库和出库信息，基于目标智能药品柜的实时库存表对所述第一药品入库和出库信息进行验证，以判断所述第一药品入库和出库信息是否合规；
5、若所述第一药品入库和出库信息合规，则将所述第一药品入库和出库信息与预设的目标智能药品柜空间表进行匹配，以得到所述药品入库和出库单所对应的目标智能药品柜的空间信息，否则，则生成所述药品入库和出库单所对应的异常信息；
6、基于已训练好的药品图像识别模型对所述待入库和出库药品图像进行图像识别，以得到所述待入库和出库药品所对应的第二药品入库和出库信息，将所述待入库和出库药品所对应的第二药品入库和出库信息与所述药品入库和出库单所对应的第一药品入库和出库信息进行匹配，以判断所述待入库和出库药品是否合规；
7、若所述待入库和出库药品合规，则基于所述待入库和出库药品所对应的第二药品入库和出库信息对所述目标智能药品柜的实时库存单进行更新，以得到实时动态库存表，否则，则生成所述待入库和出库药品所对应的异常信息。
8、优选的，所述药品入库和出库信息包括入库和出库药品种类与入库和出库药品数量，所述目标智能药品柜的空间信息包括入库和出库药品种类所对应的空间在所述目标智能药品柜中的柜子空间。
9、优选的，对所述药品入库和出库单图像进行图像识别，以得到所述药品入库和出库单所对应的第一药品入库和出库信息，包括：
10、对所述药品入库和出库单图像进行预处理操作，以得到标准药品入库和出库单图像；
11、通过已训练好的文本检测模型对所述标准药品入库和出库单图像进行文本检测，以得到所述标准药品入库和出库单图像所对应的药品入库和出库文本图像框；
12、通过已训练好的文字识别模型对所述药品入库和出库文本图像框进行文字识别，以得到所述文本图像框所对应的药品入库和出库文本；
13、将所述药品入库和出库文本与预设的入库和出库文字库进行匹配，以得到所述药品入库和出库文本所对应的入库和出库文字特征匹配对，其中，所述入库和出库文字特征匹配对包括入库和出库药品种类与入库和出库药品数量，所述入库和出库文字特征匹配对即为第一药品入库和出库信息。
14、优选的，对所述药品入库和出库单图像进行预处理操作，以得到标准药品入库和出库单图像，包括：
15、分别提取所述药品入库和出库单图像和预设的参考图像的l通道的亮度分量，对所述l通道的亮度分量的直方图进行计算，所述l通道的亮度分量的直方图的计算公式如下：
16、；
17、其中，表示在亮度值为的亮度直方图的值所占总像素的百分比，和表示药品入库和出库单图像的宽度和高度，且，表示参考图像中位置为的亮度值；
18、基于所述l通道的亮度分量的直方图，计算所述l通道的亮度分量的直方图所对应的累积直方图，所述累积直方图的计算公式如下：
19、；
20、其中，表示在亮度值为的亮度直方图的值，表示在亮度值为处的亮度直方图的值所占总像素的百分比；
21、比较所述参考图像和所述药品入库和出库单图像中各个像素的亮度值，以得到两者的对应亮度变换关系，基于所述对应亮度变换关系建立亮度值和累积直方图的映射函数，基于所述亮度值和累积直方图的映射函数在每个相同的亮度值处调整所述药品入库和出库单图像，以使所述药品入库和出库单图像具有与所述参考图像相同的累积直方图。
22、优选的，所述文本检测模型包括多个卷积模块、多个下采样块、两个混洗层和最终层，其中，所述卷积模块依次由卷积层、批量归一化、relu激活函数、卷积层、批量归一化和relu激活组成，多个卷积模块以堆叠的形式对所述标准药品入库和出库单图像进行特征提取，所述下采样块依次由卷积层、批量归一化和relu激活函数组成，且所述下采样块与卷积模块相连接，多个下采样块用于进行下采样，第一个混洗层具有两个分辨率特征输入，第二个混洗层具有三个分辨率特征输入，所述混洗层用于将每个分辨率特征的均匀切割成n个裁剪特征，裁剪后的特征进行上采样至相应的大小，并串联成新的特征，所述最终层用于四个尺度的特征串联成一个单一的特征图，以得到所述标准药品入库和出库单图像所对应的药品入库和出库文本图像框。
23、优选的，所述文字识别模型包括编码器和解码器，其中，所述编码器采用resnet，所述解码器采用transformer。
24、优选的，将所述第一药品入库和出库信息与预设的目标智能药品柜空间表进行匹配，以得到所述药品入库和出库单所对应的目标智能药品柜的空间信息，包括：
25、预先定义目标智能药品柜空间表，所述目标智能药品柜空间表包括每个药品柜子空间、容量、药品特性和柜子空间所对应的药品种类集合；
26、基于目标智能药品柜空间表设定决策变量，其中，表示药品是否放置在柜子空间中，若药品放置在柜子空间中，则，否则，则。
27、优选的，将所述第一药品入库和出库信息与预设的目标智能药品柜空间表进行匹配，以得到所述药品入库和出库单所对应的目标智能药品柜的空间信息，还包括：
28、基于所述第一药品入库和出库信息和所述目标智能药品柜空间表构建目标函数，以最大化药品价值，其中，所述目标函数如下：
29、；
30、其中，表示目标函数，表示目标智能药品柜的柜子空间总数，表示药品放置在柜子空间中效益，且，表示药品的价值，其中，药品的价值与药物种类所对应的市场价值有关，表示柜子空间的合适度，若柜子空间能够有效存放药品且当前可用，则否则，则，其中，柜子空间的合适度与柜子空间所对应的药品种类集合有关；
31、将所述目标智能药品柜的柜子空间总数和所述柜子空间所对应的药品种类集合作为约束条件，基于所述约束条件通过线性规划求解器对所述目标函数进行求解，以得到所述药品入库和出库单所对应的目标智能药品柜的空间信息。
32、优选的，所述药品图像识别模型采用卷积神经网络。
33、本发明的第二方面，提供了一种智能药品柜药品管理系统，其适用于所述的一种智能药品柜药品管理方法，包括：
34、图像采集单元，所述图像采集单元用于基于集成在目标智能药品柜中的摄像头对药品入库和出库单进行图像采集，以得到药品入库和出库单图像，并对待入库和出库药品进行图像采集，以得到待入库和出库药品图像；
35、单据识别单元，所述单据识别单元用于对所述药品入库和出库单图像进行图像识别，以得到所述药品入库和出库单所对应的第一药品入库和出库信息，基于目标智能药品柜的实时库存表对所述第一药品入库和出库信息进行验证，以判断所述第一药品入库和出库信息是否合规；
36、空间匹配单元，所述空间匹配单元用于若所述第一药品入库和出库信息合规，则将所述第一药品入库和出库信息与预设的目标智能药品柜空间表进行匹配，以得到所述药品入库和出库单所对应的目标智能药品柜的空间信息，否则，则生成所述药品入库和出库单所对应的异常信息；
37、药品识别单元，所述药品识别单元用于基于已训练好的药品图像识别模型对所述待入库和出库药品图像进行图像识别，以得到所述待入库和出库药品所对应的第二药品入库和出库信息，将所述待入库和出库药品所对应的第二药品入库和出库信息与所述药品入库和出库单所对应的第一药品入库和出库信息进行匹配，以判断所述待入库和出库药品是否合规；
38、库存更新单元，所述库存更新单元用于若所述待入库和出库药品合规，则基于所述待入库和出库药品所对应的第二药品入库和出库信息对所述目标智能药品柜的实时库存单进行更新，以得到实时动态库存表，否则，则生成所述待入库和出库药品所对应的异常信息。
39、与现有技术相比，本发明的上述技术方案具有如下有益的技术效果：
40、本发明通过自动化的图像识别和实时库存更新，减少了人工干预，提高了药品入库和出库的速度与准确性，且利用图像识别技术确保药品信息的准确识别与匹配，从而降低因人工操作而导致的错误风险，并且能够实时监控药品的入库和出库情况，及时更新库存信息，确保药品供应的及时性与准确性，而且可精准高效的识别出柜内药品实际放置的药盒、药品数量，保证药品账账一致和账实一致，且通过目标函数的构建与求解，能够有效利用药品柜的空间，最大化存储效益。
1.一种智能药品柜药品管理方法，其特征在于，包括：
2.根据权利要求1所述的智能药品柜药品管理方法，其特征在于：所述药品入库和出库信息包括入库和出库药品种类与入库和出库药品数量，所述目标智能药品柜的空间信息包括入库和出库药品种类所对应的空间在所述目标智能药品柜中的柜子空间。
3.根据权利要求1所述的智能药品柜药品管理方法，其特征在于：对所述药品入库和出库单图像进行图像识别，以得到所述药品入库和出库单所对应的第一药品入库和出库信息，包括：
4.根据权利要求3所述的智能药品柜药品管理方法，其特征在于：对所述药品入库和出库单图像进行预处理操作，以得到标准药品入库和出库单图像，包括：
5.根据权利要求3所述的智能药品柜药品管理方法，其特征在于：所述文本检测模型包括多个卷积模块、多个下采样块、两个混洗层和最终层，其中，所述卷积模块依次由卷积层、批量归一化、relu激活函数、卷积层、批量归一化和relu激活组成，多个卷积模块以堆叠的形式对所述标准药品入库和出库单图像进行特征提取，所述下采样块依次由卷积层、批量归一化和relu激活函数组成，且所述下采样块与卷积模块相连接，多个下采样块用于进行下采样，第一个混洗层具有两个分辨率特征输入，第二个混洗层具有三个分辨率特征输入，所述混洗层用于将每个分辨率特征均匀切割成n个裁剪特征，裁剪后的特征进行上采样至相应的大小，并串联成新的特征，所述最终层用于四个尺度的特征串联成一个单一的特征图，以得到所述标准药品入库和出库单图像所对应的药品入库和出库文本图像框。
6.根据权利要求3所述的智能药品柜药品管理方法，其特征在于：所述文字识别模型包括编码器和解码器，其中，所述编码器采用resnet，所述解码器采用transformer。
7.根据权利要求1所述的智能药品柜药品管理方法，其特征在于：将所述第一药品入库和出库信息与预设的目标智能药品柜空间表进行匹配，以得到所述药品入库和出库单所对应的目标智能药品柜的空间信息，包括：
8.根据权利要求7所述的智能药品柜药品管理方法，其特征在于：将所述第一药品入库和出库信息与预设的目标智能药品柜空间表进行匹配，以得到所述药品入库和出库单所对应的目标智能药品柜的空间信息，还包括：
9.根据权利要求1所述的智能药品柜药品管理方法，其特征在于：所述药品图像识别模型采用卷积神经网络。
10.一种智能药品柜药品管理系统，用于实现如权利要求1-9中任意一项所述的一种智能药品柜药品管理方法，其特征在于，包括：
