基于近红外高光谱的甘草种子鉴别系统研建.pdf

摘要 摘要 甘草是我国需求量大、用途广泛的道地药材，甘草种子作为其重要的生产资料受 到了中医药研究人员的关注。在研究过程中需要实现对甘草种子的鉴别分选工作，但 是目前研究人员对甘草种子的鉴别仍停留在形态学观察、化学分析和生物学分析的方 式，这三种方式或多或少存在着准确率低、鉴别周期长和损坏甘草种子的缺点。为了 解决上述鉴别方式中存在的不足，加快研究人员的科研步伐，本文利用近些年发展迅 速且被广泛应用在农作物定性分析方面的近红外高光谱技术，开发了一套可以快速无 损鉴别甘草种子产地和品种信息的系统。 本文经过实验分析确定了使用简单阈值分割和最大类间方差法 （OTSU ）结合的 方式提取甘草种子高光谱图像中的感兴趣区域（ROI ），从而获得甘草种子的光谱信 息。对比了不同的数据处理和建模方法，确定了使用基于K-means 的下采样方法降低 样本集的数据不平衡性；使用基于联合x-y 距离的样本集划分方法 （SPXY）划分样 本集；采用Savitzky-Golay （SG）平滑+多元散射校正（MSC ）+一阶导数的方法进行 光谱预处理；使用独立分量分析（ICA ）对光谱数据进行特征提取；利用支持向量机 （SVM）建立识别甘草种子产地和品种的模型。 根据研究结果设计开发了鉴别系统，用户可以利用此系统，实现对已知甘草种子 样本的建模和对未知甘草种子样本的鉴别。经过测试，效果理想，能够满足研究人员 鉴别分选甘草种子的切实需要，为甘草种子的研究工作提供了助力。 关键词：近红外高光谱，甘草种子，鉴别系统 I 目录 目录 1 绪论 1 1.1 研究背景和意义 1 1.2 国内外研究现状 1 1.2.1 甘草种子鉴别方法现状 1 1.2.2 近红外高光谱成像技术用于种子定性分析现状 2 1.2.3 基于近红外高光谱的分析系统发展情况 5 1.2.4 存在的问题 5 1.3 研究内容 6 1.4 技术路线 6 1.5 本文的组织结构 7 2 设备和系统开发工具 9 2.1 SWIR-384 近红外高光谱仪 9 2.2 ENVI 软件 10 2.3 系统开发工具 11 2.3.1 PyCharm 开发平台 11 2.3.2 PyQt5 界面开发工具 11 2.3.3 OpenCV-Python 图像处理库 11 2.3.4 Matplotlib 绘图插件 11 2.3.5 SQLite 数据库 11 2.3.6 MVD 框架模式 12 2.4 本章小结 12 3 系统算法分析 13 3.1 甘草种子样本概况 13 3.2 高光谱图像信息提取 14 3.3 鉴别模型相关算法 16 3.3.1 基于K-means 的采样算法 16 3.3.2 样本集划分算法 17 3.3.3 光谱预处理算法 18 3.3.4 光谱特征提取和特征选择算法 18 3.3.5 分类器 19 3.4 鉴别模型建立 20 3.4.1 样本集采样 20 3.4.2 样本集划分 21 III 目录 3.4.3 光谱预处理 23 3.4.4 光谱特征提取和特征选择 26 3.4.5 产地和品种鉴别模型建立 27 3.5 本章小结 31 4 系统需求分析与设计 32 4.1 系统需求分析 32 4.2 系统可行性分析 33 4.3 系统业务流程设计 33 4.4 系统功能设计 35 4.5