The invention provides a method for identifying the random distribution of marking fibers to distinguish the characteristics of medicinal plants by using an image. Using image recognition technology, the shape, texture and surface vectors of Chinese medicinal materials can be effectively obtained. Then, according to the random distribution of marker fibers in medicinal plants, different textures are formed, which can be used as an important parameter to distinguish the quality of medicinal plants. The technology has strong objectivity and accuracy, can be accurately quantified, and is less affected by sensory differences and environmental monitoring. Simple, easy to operate, fast, operable, to a large extent, make up for the limitations of the visual range of the human eye.
【技术实现步骤摘要】
基于标识纤维随机分布的图像识别区分药用植物的方法
本专利技术涉及药材鉴别领域,具体涉及利用图像识别标识纤维的随机分布以区分药用植物特征的方法。
技术介绍
中药材传统性状鉴别有以下缺点:1.传统的性状鉴定依赖于中药鉴定专家的感官评测,尤其主观性强,不能精确量化及客观测定,只能进行粗略地估计及简略的语言描述,在大批量工业生产中可操作性差。不可避免的受感官差异和监测环境的影响。2.目前市场上的视觉仿生系统以提取中药材颜色特征为主,但未对其形状、纹理进行提取分析。3.目前市场上的视觉仿生系统的工作原理主要基于颜色的色度差异进行分析,因此对药材“染色制伪”无法有效识别。
技术实现思路
专利技术目的:本专利技术将图像识别技术首次应用于中药材鉴别,创造性地利用图像识别标识纤维在药用植物中的随机分布以区分其特征,可有效解决中药材染色掺伪等用市场现有视觉仿生系统等技术无法区分鉴别的问题。技术方案:为了实现以上目的,本专利技术采用如下技术方案:1.从相机获取中药材的图像。2.对中药材图像进行处理,对指示器区域子图像进行红色增强处理,得到去除了周边噪声的指示条灰度图像。3.剔除背景干扰和分割出鉴别中药材的关键区域图像,针对不同规格的药材,提取的方法会略有差异。4.图像处理方法,创新性地运用超大规模回馈式神经网络识别系统,精确提取出图像特征,并与标准中药材图像特征进行特征匹配,根据匹配率,并结合其他传感器特征,对中药材进行质量划分。其中,本专利技术首次采用超大规模回馈式的神经网络,反馈到上一层链接权重输入,使得神经网络具备了类似于大脑的“短期记忆能力”,有效提高了对中药材标识纤维随机 ...
【技术保护点】
1.一种基于标识纤维随机分布的图像识别区分药用植物的方法,其特征在于,利用超大规模回馈式神经网络识别系统图像识别技术,有效获取中药材颜色、形状纹理及表面向量特征,依据标识纤维在中药材中的随机分布形成不同向量,建立正常药材标准体系,对待测染色药材颜色分布及颜色渗透特征对其有效鉴别,识别中药材是否染色掺伪;回馈式神经网络识别系统图像识别技术包括图像识别系统摄像头、主板和超大规模回馈式神经网络模式识别系统构成;。
【技术特征摘要】
1.一种基于标识纤维随机分布的图像识别区分药用植物的方法,其特征在于,利用超大规模回馈式神经网络识别系统图像识别技术,有效获取中药材颜色、形状纹理及表面向量特征,依据标识纤维在中药材中的随机分布形成不同向量,建立正常药材标准体系,对待测染色药材颜色分布及颜色渗透特征对其有效鉴别,识别中药材是否染色掺伪;回馈式神经网络识别系统图像识别技术包括图像识别系统摄像头、主板和超大规模回馈式神经网络模式识别系统构成;。2.根据权利1要求所述的基于标识纤维随机分布的图像识别区分药用植物的方法,其特征在于:从相机获取中药材的图像;对中药材图像进行处理,对指示器区域子图像进行红色增强处理,得到去除了周边噪声的指示条灰度图像;图像背景消除和分割出鉴别中药材的关键区域图像,利用超大规模回馈式神经网络识别系统,提取出中药材图像特征,与标准中药材图像特征进行特征匹配,根据匹配率,并结合其他传感器特征,对中药材进行鉴别。3.根据权利2要求所述的基于标识纤维随机分布的图像识别区分药用植物的方法,其特征在于:采用超大规模回馈式的神经网络,反馈到上一层链接权重输入,使得神经网络具备了类似于大脑的“短期记忆能力”,提高了中药材中标识纤维随机分布产生的纹理的特征类信息的敏感度;通过提取中药材的颜色值分布特征,色差对比特征,进行色度学和统计学的统计,利用颜色过渡特征,鉴别颜色过度均匀且渗透明显的伪制药材;通过基于矩的支持向量机分类器进行中药材图像的特征分类,提取中药材尺寸大小特征、纹理特征、表面特征的向量,系统设有自动修正功能。4.根据权利2要求所述的基于标识纤维随机分布的图像识别区分药用植物的方法,其特征在于:对中药材图像进行处理采用自适应阈值分割方法;图像背景消除是利用饮片图像的R分量灰度直...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。