基于图像结构纹理信息的当归药材产地识别研究

作者：王天舒; 严辉^*; 胡孔法; 祝蕾; 郭盛; 段金廒^*

来源：中国中药杂志, 2021, 46(16): 4096-4102.

DOI：10.19540/j.cnki.cjcmm.20210523.106

• 当归
• 机器学习
• 图像处理
• 特征提取

不同产地的当归药效参差不齐,实现当归产地的准确判别对其质量评价具有参考价值。通过图像视觉信息与机器学习的方法能够对当归的产地进行智能识别。采用数码相机拍摄不同产地当归的高清图像,构建当归图像数据库。基于图像相邻像素点间灰度关系提取纹理特征,并通过支持向量机训练模型,得到当归产地预测模型。当模型训练集占比80%,测试集占比20%,相邻像素点采样半径为2时,预测准确率高达98.49%。当训练集占比仅为10%时,预测准确率也能达到93%以上。当归的3个产地中,出错比例最高的为青海互助县,最低的为云南鹤庆县。甘肃岷县与青海互助县出错当归均被误判为云南鹤庆县所产。青海互助县出错当归绝大部分均被误判为甘肃岷县所产。因此,该文的当归药材产地识别方法,能够准确预测对当归的产地进行预测,具有快速无损、识别准确率高以及稳定性强的优势。甘肃岷县与青海互助县的当归具有明确的形态差异,甘肃岷县与青海互助县出错当归与云南鹤庆县当归具有相似的形态特征,云南鹤庆县的大部分出错当归与甘肃岷县当归具有相似的形态特征。

• 单位
  国家中医药管理局; 南京中医药大学