数据视频影像分型识别在中药材鉴别上的应用

史志刚

【摘   要】 中药材及饮片的传统外观鉴别方法因其简单有效快捷实用且不受场地环境设备等客观条件的限制成为一种行之有效的科学方法，但因很多指標无法量化而易导致人为鉴别误差;现代鉴别手段是传统鉴别的量化标准，但对中药材这种复杂体系无法进行整体评价而有失片面。而采用view3DETL为主，色、味、质的特征收集为辅收集其主要特征建立数学模型，采用软件和待测样品进行分析比对，以确定样品的真伪和质量，使传统的外观鉴别和现代理化鉴别有机结合。本文简要分析数据视频影像分型识别在中药材鉴别上的应用。

【关键词】 数据视频影像;中药材;鉴别

【中图分类号】 R282.5    【文献标识码】 A

中药是中华民族传统药物的统称。目前可以统计在册的有8000种左右。从中药的使用开始，其质量问题便随之产生，而中药鉴别的方法也从传统的眼观口尝鼻嗅手摸等发展到现代中药鉴定，包含基原鉴别、性状鉴别、显微鉴别和理化鉴别，各种现代检测手段也在中药鉴别和检验领域得到应用。

1  数据采集

既然利用计算机进行中药材的鉴别在理论上是可行的，那么如何对药材的特征进行数据采集成为关键。怎样才能做到“观其形，辨其色，嗅其气，品其味，查其质”以前的数据库的建立多为人工输入数据，且多为二维特征缺乏直观效应这样其主观因素会干扰其数据的准确性，我们拟采用三位扫描仪对样品进行测量，现有的“照相式”扫描仪其采用可见光将特定的光栅条纹投影到测量工作表面，借助两个高分辨率CCD数码相机对光栅干涉条纹进行拍照，利用光学拍照定位技术和光栅测量原理，可在极短时间内获得复杂工作表面的完整点云[1]。一次测量一个面，扫描速度极快，数秒内可得到100多万点，建立CAD数据或扫描模型，建立用于检测部件表面的三维数据。我们可以进行选择和改造使其适用于中药材鉴别外观数据库的采样工具[2]。

2  数据处理（数字视频影像分型识别系统）

2.1  根据实际需要，识别系统主要分为以下功能框架

2.1.1  通过录像、扫描机采集视频、图样文件

2.1.2  视频文件分割成图片

2.1.3  自动挑选清晰图片

2.1.4  识别图片与样本图的相似特征值

2.1.5  记录编码号

2.1.6  数据库保存

2.1.7  自动识别结果并通知相关授权人员

2.1.8  界面框架的布局

2.2  视频影像数字化的具体研究及算法  视频影像view3DETL切块分析比对分析的目的是抽取视频影像的内容，转换/装载感兴趣的部分。3D视频影像切块分析按照应用的要求和内容将3D视频影像切块分析成一矩阵区域。3D视频影像切块分析是model比对分析和3D视频影像智能分析的预编译时序[3]。由于视频影像点位像素矩阵点位等的复杂度，我们提出了像素色差算法基于矩阵区域的算法和基于view3Dblock审核的算法.我的算法与其它的不同在于：1 是对view3D视频影像采用奇偶fun的矩阵变换，2 针对Visionaire对色彩的敏感的不同，我选取了更多的矩阵抽取/转换色彩特征。我们可以作为SAAS层分布式处理和应用图像重建和识别，通过内存粹取技术XML方式恢复动态影像，如出现图像损坏图像丢失等问题，通过调用内存相关映像文件及核心模块来恢复文件，能充分保证图像安全和数据安全[4]。我的彩色影像算法是由 奇偶函数y=f（x）通过区域转变实现的，可以作为本算法的催化剂（1）有全局特征边缘和矩阵局部特征，（2）有像素变换信息，能抽取不同block像素点和边缘，（3）有Visionaire的mapreduce依据，奇偶函数y=f（x） Visionaire模型。

算法公式：

公式（xi）表示2d受block的热点

动态影像数学算法表达式：

View3D视频影像128特征选取，把View3D视频影像彩色区域换至颜色空间。1 去掉光度不同对model的影响，这对View3D视频影像的切分/分析很重要。去掉局部光度对各个分量节点进行算法变换，这样分量节点便得到与之对应的28矩阵。Visionaire中对光度的感觉有二十多级左右。对色彩的区分100级左右。如果选取过多的特征值点会降低算法的效率，且会导致视频影像被切块分析的过小[5]。因此我对于光分量Yz进行9个分量的过滤。2 智能影像识别算法，本方法便于性能指标分析。奇偶函数y=f（x）实现xyz的像素矩阵的总和分析。Visionaire能容易地看出视频影像应该分为几类：分水岭变换从数学上抽取自上而下的三角视频影像，将塔尖视频影像看作高低起伏的梯形，构成暗影平缓区域坡度值小，边界block坡度值大，构成3D亮线点;3 改进算法：本算法以迭代聚类方式确定矩阵图像参数提高了切分析精TmmU，划分为图像前景像素矩阵点和背景点，以这2类像素点分别作为前/背景的样本点来更新TmmU参数。修偏TmmU参数无限逼近实际的像素密度分布。因此，TmmU无限仿真的前景/背景像素矩阵点密度分布趋势。

通过本算法将视频影像切块分析为若干block得到分块区域，该分块区域为object进行TmmU参数的迭代聚类估算，根据估算的 TmmU参完成视频影像切块分析比对识别。

综上所述，对于中药材饮片的外观鉴别是可以使用数据视频影像分型识别的方式来进行，本saas算法具备快速、准确、方便检验/适用范围广等优点，特别是可以用量化批量的方法智能动态分析结论对规范药材市场有较大的实用性！

参考文献

[1] 王亚杰，李一波，李殿起.基于纹理的中药材贝母显微图像的识别[J].计算机工程与设计，2013，7（20）：607-608.

[2] 单成钢.数字图像处理技术在中药材鉴定中的应用[J].现代中药研究与实践，2012，9（17）：225-226.

[3] 陈士林.中药鉴定学新技术新方法研究进展[J].中国中药杂志，2012，6（29）：347-348.

[4] 周建理，杨青山.中药微性状鉴定法[J].安徽中医学院学报，2013，5（30）：957-958.

[5] 陈士林.中药DNA条形码鉴定体系及研究方向[J].世界科学技术（中医药现代化），2012，4（14）：366-367.