基于机器视觉技术的药材及饮片“辨色”研究-药剂学专业论文.docxVIP

成都中医药大学硕士 成都中医药大学硕士学位论文 万方数据 万方数据 摘 要 背景：本课题来源于“十二五”国家科技支撑计划项目（2012BAI29B11）。颜色是 中药质量标准中性状评价极为重要的内容，但传统的中药颜色检测大多依靠人的感官评 估，人对颜色的辨别是一个非常复杂的过程，受到光学、视觉生理、视觉心理等诸多因 素影响，不同人对同一种颜色可能给出不同的感官评价，即使同一个人在不同时间、不 同环境下也可能给同一种颜色以不同的感官评价。本课题引入机器视觉技术，从硬件模 块和软件模块两部分入手，自制机器视觉系统，建立一种快速、灵敏和定量的颜色评价 方法来实现中药的颜色评价，并进行相应的方法学研究。 方法：本课题针对中药中的中药材及饮片颜色客观化这一行业关注的共性难题，从 现有颜色客观量化方法入手，通过研究指出色彩色差计在中药颜色客观量化领域应用的 不足之处。引入机器视觉技术，结合光学知识、摄影知识自建数码摄影箱并选择适宜的 相机镜头；从图像预处理及颜色特征提取 2 个方面研究相关图像处理算法，开发颜色客 观量化软件，构建机器视觉系统，结合中药“五色”分类，从中选择半夏等 14 味中药 建立颜色测定方法，测定颜色值，并对样本颜色特征值进行模式识别分析。 结果：自制数码摄影箱，筛选微距定焦镜头用于图像获取，图像处理中采用基于阈 值的图像分割算法，并用数字图像中前景目标（即待测中药）中各像素点的灰度值加权 平均值，并转化至 HSV 颜色空间表示颜色。本课题在 14 种中药中各采集 100 个样本进 行颜色测定，得到枸杞子颜色范围——H：7.119~11.770，S：0.431~0.565，V：0.590~0.708； 大枣颜色范围——H：7.872~12.182，S：0.458~0.653，V：0.283~0.378；丹参颜色范围 ——H：18.900~30.451，S：0.173~0.504，V：0.353~0.613；松贝颜色范围——H： 42.328~46.034，S：0.133~0.228，V：0.761~0.818；白芷颜色范围——H：39.348~47.415， S：0.123~0.375，V：0.657~0.814；半夏颜色范围——H：38.268~45.792，S：0.109~0.281， V：0.704~0.831；制何首乌颜色范围——H：20.958~28.503，S：0.191~0.315，V：0.111~0.170； 焦山楂颜色范围——H：20.553~23.643，S：0.272~0.427，V：0.139~0.187；熟地黄颜 色范围——H：21.488~30.574，S：0.083~0.168，V：0.102~0.123；番泻叶颜色范围— —H：42.876~53.706，S：0.220~0.505，V：0.563~0.704；金银花颜色范围——H： Ⅰ 41.506~47.891，S：0.334~0.399，V：0.534~0.645；黑顺片颜色范围——H：34.965~40.104， S：0.413~0.556，V：0.521~0.672；法半夏颜色范围——H：40.078~44.481，S：0.273~0.340， V：0.757~0.801；川木通颜色范围——H：39.067~44.022，S：0.375~0.508，V：0.678~0.760。 分别对该 14 种中药中每种中药建立的颜色测定方法进行方法学考察，RSD 值均小于 3%。 在 14 种中药颜色特征值中，随机各选取 30 组数据进行模式识别分析，各样品在 PCA 图及 DFA 图中分布呈现一定规律，与人眼感官的结果一致，基于颜色特征建立的 DFA 判别模型，可对各类样品进行识别。 结论：本课题建立的机器视觉系统（包含硬件模块及软件模块）可实现中药颜色的 客观量化，通过举例对 14 种中药进行颜色测定，得到每种中药的颜色范围，采用模式 识别的方法，可实现数字化区分，方法可行，有进一步研究推广的价值。 关键词：药材；饮片；颜色；机器视觉；模式识别 II Abstract Background: This topic is derived from Twelfth Five-Year National Science and Technology Support Program (2012BAI29B11). Color is an extremely important part of external property evaluation in TCM quality standard, but traditional color detection relies on artificial sensory evaluation. T