基于廣義多核學習的類橢球形中藥材分類算法研究.pdf

1、我國中藥材種類繁多，一些不法分子時常使用不合格的藥材假冒名貴藥材，從而中藥材市場充斥著大量的偽劣產(chǎn)品。目前，中藥材市場沒有完備的分類標準，為了提升市場中藥材分類識別準確率，國家也于近些年陸續(xù)出臺了一些相關政策來規(guī)范中藥材市場，特別是計算機視覺技術在中藥材分類識別領域中應用越來越廣泛，很大程度提升了中藥材識別的客觀性和準確性。
　　本文主要針對類橢球形中藥材圖像的分類算法進行研究。從類橢球形中藥材圖像庫構建、圖像預處理、特征提取、分

2、類識別角度闡述了一整套基本算法。重點研究中藥材圖像的特征提取，將獲得的特征值用于中藥材圖像的分類并驗證分類效果。論文的主要工作包含以下三個方面:
　　(1)構建了類橢球形中藥材圖像庫。本文以市場常見的10種類橢球形中藥材為研究對象。首先，搭建中藥材圖像的采集系統(tǒng)并對中藥材進行圖像拍攝。其次，將拍攝的圖像進行裁剪、背景分割以及縮放預處理操作。最后，整理預處理后圖像構建類橢球形中藥材圖像庫。本文共采集了半夏、法半夏、枸杞、蓮子、爐貝、

3、青貝、松貝、薏苡仁、棗、珍珠貝10種類橢球形中藥材的圖像，每種中藥材圖像100幅，共1000幅圖像。
　　(2)提出了中藥材圖像特征提取方案。首先，利用顏色直方圖和顏色矩提取圖像顏色特征，其中重點討論顏色直方圖對圖像顏色的提取及其改進。對比兩種算法的分類結果，改進的顏色直方圖能夠對圖像的顏色特征進行更有效的提取，圖像的識別率明顯優(yōu)于顏色矩算法。其次，對原始的局部二值模式(LBP)紋理特征提取算法改進，通過融合Haar小波變換和LB

4、P(HLBP)對中藥材圖像進行分類識別。實驗證明加權HLBP(WHLBP)的分類效果要明顯優(yōu)于原始LBP算法、HLBP算法。最后，采用改進的傅立葉描述子和HU不變矩提取圖像形狀特征并分析驗證，實驗證明傅立葉描述子能夠較好的表達中藥材圖像所具有的形狀信息，圖像的分類識別率要高于HU不變矩。
　　(3)采用廣義多核學習的方法對中藥材圖像進行分類研究。基于上述提取到的中藥材圖像的顏色、紋理、形狀特征，采用廣義多核學習和Lib-SVM多分