高光谱结合图分割算法快速鉴别不同尺度产地陈皮

作者：张悦; 王游游; 张婷; 覃驭楚; 南铁贵; 杨健; 吕炎杰

来源：化学试剂, 2022, 1-11.

• 高光谱技术
• 图分割算法
• 陈皮
• 产地鉴别

以中药材陈皮为研究对象，建立一种高光谱技术结合图分割算法实现不同尺度产地陈皮样本快速无损鉴别的方法。采集可见-近红外波段（VNIR， 400 ～ 1000 nm）及短波红外（SWIR， 950 ～ 2500 nm）波段范围内不同尺度产地陈皮样品的高光谱图像，使用自研图分割算法快速获得样品相对反射率数据集，多种预处理算法对光谱数据进行降噪处理后，结合偏最小二乘判别分析（Partial least square-discriminant analysis，PLS-DA）、随机森林（Random Forests，RF）和支持向量机（Support vector machine，SVM）方法建立分类鉴别模型，将预测结果的准确率作为评价指标筛选最佳模型，使用混淆矩阵（Confusion matrix）评估模型性能。图分割算法与常规人工提取方法相比，时间减少80%。VNIR和SWIR波段的融合光谱一阶导结合PLS-DA模型是不同尺度产地陈皮样品的最优鉴别模型，省级行政区域产地的陈皮样品的鉴别准确率为98.41%；新会不同区域陈皮样品的鉴别准确率为99.05%。广东、山东、四川的陈皮样品鉴别模型的灵敏度可达100%，广东新会不同区域陈皮鉴别模型的灵敏度可达97%以上。该新型图分割算法能够实现高光谱兴趣区域信息的快速、准确获取，结合高光谱技术可实现不同尺度产地陈皮样品的快速鉴别。，

• 单位
  中国科学院; 中国中医科学院; 道地药材国家重点实验室; 云南中医药大学