基于機器視覺技術的藥材及飲片“辨色”研究.pdf

1、本課題來源于“十二五”國家科技支撐計劃項目（2012BAI29B11）。顏色是中藥質量標準中性狀評價極為重要的內容，但傳統的中藥顏色檢測大多依靠人的感官評估，人對顏色的辨別是一個非常復雜的過程，受到光學、視覺生理、視覺心理等諸多因素影響，不同人對同一種顏色可能給出不同的感官評價，即使同一個人在不同時間、不同環(huán)境下也可能給同一種顏色以不同的感官評價。
　　本課題引入機器視覺技術，從硬件模塊和軟件模塊兩部分入手，自制機器視覺系統，建立

2、一種快速、靈敏和定量的顏色評價方法來實現中藥的顏色評價，并進行相應的方法學研究。
　　方法：本課題針對中藥中的中藥材及飲片顏色客觀化這一行業(yè)關注的共性難題，從現有顏色客觀量化方法入手，通過研究指出色彩色差計在中藥顏色客觀量化領域應用的不足之處。引入機器視覺技術，結合光學知識、攝影知識自建數碼攝影箱并選擇適宜的相機鏡頭；從圖像預處理及顏色特征提取2個方面研究相關圖像處理算法，開發(fā)顏色客觀量化軟件，構建機器視覺系統，結合中藥“五色”分

3、類，從中選擇半夏等14味中藥建立顏色測定方法，測定顏色值，并對樣本顏色特征值進行模式識別分析。
　　結果：自制數碼攝影箱，篩選微距定焦鏡頭用于圖像獲取，圖像處理中采用基于閾值的圖像分割算法，并用數字圖像中前景目標（即待測中藥）中各像素點的灰度值加權平均值，并轉化至HSV顏色空間表示顏色。本課題在14種中藥中各采集100個樣本進行顏色測定，得到枸杞子顏色范圍——H：7.119~11.770，S：0.431~0.565，V：0.590

4、~0.708；大棗顏色范圍——H：7.872~12.182，S：0.458~0.653，V：0.283~0.378；丹參顏色范圍——H：18.900~30.451，S：0.173~0.504，V：0.353~0.613；松貝顏色范圍——H：42.328~46.034，S：0.133~0.228，V：0.761~0.818；白芷顏色范圍——H：39.348~47.415，S：0.123~0.375，V：0.657~0.814；半夏顏色范圍

5、——H：38.268~45.792，S：0.109~0.281，V：0.704~0.831；制何首烏顏色范圍——H：20.958~28.503，S：0.191~0.315，V：0.111~0.170；焦山楂顏色范圍——H：20.553~23.643，S：0.272~0.427，V：0.139~0.187；熟地黃顏色范圍——H：21.488~30.574，S：0.083~0.168，V：0.102~0.123；番瀉葉顏色范圍——H：42.

6、876~53.706，S：0.220~0.505，V：0.563~0.704；金銀花顏色范圍——H：41.506~47.891，S：0.334~0.399，V：0.534~0.645；黑順片顏色范圍——H：34.965~40.104，S：0.413~0.556，V：0.521~0.672；法半夏顏色范圍——H：40.078~44.481，S：0.273~0.340，V：0.757~0.801；川木通顏色范圍——H：39.067~44.0

7、22，S：0.375~0.508，V：0.678~0.760。分別對該14種中藥中每種中藥建立的顏色測定方法進行方法學考察，RSD值均小于3％。在14種中藥顏色特征值中，隨機各選取30組數據進行模式識別分析，各樣品在PCA圖及DFA圖中分布呈現一定規(guī)律，與人眼感官的結果一致，基于顏色特征建立的DFA判別模型，可對各類樣品進行識別。
　　結論：本課題建立的機器視覺系統（包含硬件模塊及軟件模塊）可實現中藥顏色的客觀量化，通過舉例對14