數(shù)據(jù)視頻影像分型識別在中藥材鑒別上的應用

史志剛

【摘 ? 要】 中藥材及飲片的傳統(tǒng)外觀鑒別方法因其簡單有效快捷實用且不受場地環(huán)境設備等客觀條件的限制成為一種行之有效的科學方法，但因很多指標無法量化而易導致人為鑒別誤差;現(xiàn)代鑒別手段是傳統(tǒng)鑒別的量化標準，但對中藥材這種復雜體系無法進行整體評價而有失片面。而采用view3DETL為主，色、味、質(zhì)的特征收集為輔收集其主要特征建立數(shù)學模型，采用軟件和待測樣品進行分析比對，以確定樣品的真?zhèn)魏唾|(zhì)量，使傳統(tǒng)的外觀鑒別和現(xiàn)代理化鑒別有機結(jié)合。本文簡要分析數(shù)據(jù)視頻影像分型識別在中藥材鑒別上的應用。

【關鍵詞】 數(shù)據(jù)視頻影像;中藥材;鑒別

【中圖分類號】 R282.5 ? ?【文獻標識碼】 A

中藥是中華民族傳統(tǒng)藥物的統(tǒng)稱。目前可以統(tǒng)計在冊的有8000種左右。從中藥的使用開始，其質(zhì)量問題便隨之產(chǎn)生，而中藥鑒別的方法也從傳統(tǒng)的眼觀口嘗鼻嗅手摸等發(fā)展到現(xiàn)代中藥鑒定，包含基原鑒別、性狀鑒別、顯微鑒別和理化鑒別，各種現(xiàn)代檢測手段也在中藥鑒別和檢驗領域得到應用。

1 ?數(shù)據(jù)采集

既然利用計算機進行中藥材的鑒別在理論上是可行的，那么如何對藥材的特征進行數(shù)據(jù)采集成為關鍵。怎樣才能做到“觀其形，辨其色，嗅其氣，品其味，查其質(zhì)”以前的數(shù)據(jù)庫的建立多為人工輸入數(shù)據(jù)，且多為二維特征缺乏直觀效應這樣其主觀因素會干擾其數(shù)據(jù)的準確性，我們擬采用三位掃描儀對樣品進行測量，現(xiàn)有的“照相式”掃描儀其采用可見光將特定的光柵條紋投影到測量工作表面，借助兩個高分辨率CCD數(shù)碼相機對光柵干涉條紋進行拍照，利用光學拍照定位技術(shù)和光柵測量原理，可在極短時間內(nèi)獲得復雜工作表面的完整點云[1]。一次測量一個面，掃描速度極快，數(shù)秒內(nèi)可得到100多萬點，建立CAD數(shù)據(jù)或掃描模型，建立用于檢測部件表面的三維數(shù)據(jù)。我們可以進行選擇和改造使其適用于中藥材鑒別外觀數(shù)據(jù)庫的采樣工具[2]。

2 ?數(shù)據(jù)處理（數(shù)字視頻影像分型識別系統(tǒng)）

2.1 ?根據(jù)實際需要，識別系統(tǒng)主要分為以下功能框架

2.1.1 ?通過錄像、掃描機采集視頻、圖樣文件

2.1.2 ?視頻文件分割成圖片

2.1.3 ?自動挑選清晰圖片

2.1.4 ?識別圖片與樣本圖的相似特征值

2.1.5 ?記錄編碼號

2.1.6 ?數(shù)據(jù)庫保存

2.1.7 ?自動識別結(jié)果并通知相關授權(quán)人員

2.1.8 ?界面框架的布局

2.2 ?視頻影像數(shù)字化的具體研究及算法 ?視頻影像view3DETL切塊分析比對分析的目的是抽取視頻影像的內(nèi)容，轉(zhuǎn)換/裝載感興趣的部分。3D視頻影像切塊分析按照應用的要求和內(nèi)容將3D視頻影像切塊分析成一矩陣區(qū)域。3D視頻影像切塊分析是model比對分析和3D視頻影像智能分析的預編譯時序[3]。由于視頻影像點位像素矩陣點位等的復雜度，我們提出了像素色差算法基于矩陣區(qū)域的算法和基于view3Dblock審核的算法.我的算法與其它的不同在于：1 是對view3D視頻影像采用奇偶fun的矩陣變換，2 針對Visionaire對色彩的敏感的不同，我選取了更多的矩陣抽取/轉(zhuǎn)換色彩特征。我們可以作為SAAS層分布式處理和應用圖像重建和識別，通過內(nèi)存粹取技術(shù)XML方式恢復動態(tài)影像，如出現(xiàn)圖像損壞圖像丟失等問題，通過調(diào)用內(nèi)存相關映像文件及核心模塊來恢復文件，能充分保證圖像安全和數(shù)據(jù)安全[4]。我的彩色影像算法是由 奇偶函數(shù)y=f（x）通過區(qū)域轉(zhuǎn)變實現(xiàn)的，可以作為本算法的催化劑（1）有全局特征邊緣和矩陣局部特征，（2）有像素變換信息，能抽取不同block像素點和邊緣，（3）有Visionaire的mapreduce依據(jù)，奇偶函數(shù)y=f（x） Visionaire模型。

算法公式：

公式（xi）表示2d受block的熱點

動態(tài)影像數(shù)學算法表達式：

View3D視頻影像128特征選取，把View3D視頻影像彩色區(qū)域換至顏色空間。1 去掉光度不同對model的影響，這對View3D視頻影像的切分/分析很重要。去掉局部光度對各個分量節(jié)點進行算法變換，這樣分量節(jié)點便得到與之對應的28矩陣。Visionaire中對光度的感覺有二十多級左右。對色彩的區(qū)分100級左右。如果選取過多的特征值點會降低算法的效率，且會導致視頻影像被切塊分析的過小[5]。因此我對于光分量Yz進行9個分量的過濾。2 智能影像識別算法，本方法便于性能指標分析。奇偶函數(shù)y=f（x）實現(xiàn)xyz的像素矩陣的總和分析。Visionaire能容易地看出視頻影像應該分為幾類：分水嶺變換從數(shù)學上抽取自上而下的三角視頻影像，將塔尖視頻影像看作高低起伏的梯形，構(gòu)成暗影平緩區(qū)域坡度值小，邊界block坡度值大，構(gòu)成3D亮線點;3 改進算法：本算法以迭代聚類方式確定矩陣圖像參數(shù)提高了切分析精TmmU，劃分為圖像前景像素矩陣點和背景點，以這2類像素點分別作為前/背景的樣本點來更新TmmU參數(shù)。修偏TmmU參數(shù)無限逼近實際的像素密度分布。因此，TmmU無限仿真的前景/背景像素矩陣點密度分布趨勢。

通過本算法將視頻影像切塊分析為若干block得到分塊區(qū)域，該分塊區(qū)域為object進行TmmU參數(shù)的迭代聚類估算，根據(jù)估算的 TmmU參完成視頻影像切塊分析比對識別。

綜上所述，對于中藥材飲片的外觀鑒別是可以使用數(shù)據(jù)視頻影像分型識別的方式來進行，本saas算法具備快速、準確、方便檢驗/適用范圍廣等優(yōu)點，特別是可以用量化批量的方法智能動態(tài)分析結(jié)論對規(guī)范藥材市場有較大的實用性！

參考文獻

[1] 王亞杰，李一波，李殿起.基于紋理的中藥材貝母顯微圖像的識別[J].計算機工程與設計，2013，7（20）：607-608.

[2] 單成鋼.數(shù)字圖像處理技術(shù)在中藥材鑒定中的應用[J].現(xiàn)代中藥研究與實踐，2012，9（17）：225-226.

[3] 陳士林.中藥鑒定學新技術(shù)新方法研究進展[J].中國中藥雜志，2012，6（29）：347-348.

[4] 周建理，楊青山.中藥微性狀鑒定法[J].安徽中醫(yī)學院學報，2013，5（30）：957-958.

[5] 陳士林.中藥DNA條形碼鑒定體系及研究方向[J].世界科學技術(shù)（中醫(yī)藥現(xiàn)代化），2012，4（14）：366-367.