基于广义多核学习的类椭球形中药材分类算法研究

摘要

我国中药材种类繁多，一些不法分子时常使用不合格的药材假冒名贵药材，从而中药材市场充斥着大量的伪劣产品。目前，中药材市场没有完备的分类标准，为了提升市场中药材分类识别准确率，国家也于近些年陆续出台了一些相关政策来规范中药材市场，特别是计算机视觉技术在中药材分类识别领域中应用越来越广泛，很大程度提升了中药材识别的客观性和准确性。
　　本文主要针对类椭球形中药材图像的分类算法进行研究。从类椭球形中药材图像库构建、图像预处理、特征提取、分类识别角度阐述了一整套基本算法。重点研究中药材图像的特征提取，将获得的特征值用于中药材图像的分类并验证分类效果。论文的主要工作包含以下三个方面:
　　(1)构建了类椭球形中药材图像库。本文以市场常见的10种类椭球形中药材为研究对象。首先，搭建中药材图像的采集系统并对中药材进行图像拍摄。其次，将拍摄的图像进行裁剪、背景分割以及缩放预处理操作。最后，整理预处理后图像构建类椭球形中药材图像库。本文共采集了半夏、法半夏、枸杞、莲子、炉贝、青贝、松贝、薏苡仁、枣、珍珠贝10种类椭球形中药材的图像，每种中药材图像100幅，共1000幅图像。
　　(2)提出了中药材图像特征提取方案。首先，利用颜色直方图和颜色矩提取图像颜色特征，其中重点讨论颜色直方图对图像颜色的提取及其改进。对比两种算法的分类结果，改进的颜色直方图能够对图像的颜色特征进行更有效的提取，图像的识别率明显优于颜色矩算法。其次，对原始的局部二值模式(LBP)纹理特征提取算法改进，通过融合Haar小波变换和LBP(HLBP)对中药材图像进行分类识别。实验证明加权HLBP(WHLBP)的分类效果要明显优于原始LBP算法、HLBP算法。最后，采用改进的傅立叶描述子和HU不变矩提取图像形状特征并分析验证，实验证明傅立叶描述子能够较好的表达中药材图像所具有的形状信息，图像的分类识别率要高于HU不变矩。
　　(3)采用广义多核学习的方法对中药材图像进行分类研究。基于上述提取到的中药材图像的颜色、纹理、形状特征，采用广义多核学习和Lib-SVM多分类方法对中药材图像进行分类实验。实验结果表明，采用广义多核学习的方法能够取得较为理想的结果。本章节重点讨论广义多核学习方法的参数对中药材分类效果的影响，并求取最佳参数下广义多核学习方法对中药材分类的最佳识别率。

目录

声明

摘要

1 绪论

1．1 研究背景

1．2 国内外现状分析

1．2．1 特征提取研究现状

1．2．2 分类方法研究现状

1．3 研究目标与研究内容

1．3．1 研究目标

1．3．2 研究内容

1．4 类椭球形中药材识别方案总体设计

1．5 论文组织结构

2 中药材图像库的构建

2．1 中药材图像采集系统的搭建

2．1．1 图像采集背景颜色的选取

2．1．2 图像采集系统的优化

2．2 中药材图像的采集

2．3 中药材图像预处理

2．3．1 中药材图像的质量分析

2．3．2 类椭球中药材图像的预处理方案设计

2．4 中药材数据库建立

2．5 本章小结

3 中药材图像的特征提取

3．1 中药材图像的分析

3．2 中药材图像颜色特征提取

3．2．1 相关工作

3．2．2 等间隔环形分块颜色直方图特征提取方案

3．2．3 实验结果分析

3．3 中药材图像纹理特征提取

3．3．1 相关工作

3．3．2 融合Haar小波变换和LBP纹理特征提取方案

3．3．3 实验结果分析

3．4 中药材图像形状特征提取

3．4．1 相关工作

3．4．2 傅里叶描述子特征提取方案

3．4．3 实验结果分析

3．5 本章小结

4 基于广义多核学习的类椭球形中药材图像的识别

4．1 广义多核学习

4．2 基于广义多核学习的类椭球形中药材图像分类

4．3 实验结果分析

4．4 本章小结

5 总结与展望

5．1 工作总结

5．2 工作展望

参考文献

致谢

在校期间的科研成果