[发明专利]基于高光谱成像技术的枸杞子产地识别方法有效
申请号: | 201910082990.0 | 申请日: | 2019-01-25 |
公开(公告)号: | CN109765194B | 公开(公告)日: | 2021-05-11 |
发明(设计)人: | 黄璐琦;郭兰萍;张小波;李静 | 申请(专利权)人: | 中国中医科学院中药研究所 |
主分类号: | G01N21/3563 | 分类号: | G01N21/3563;G01N21/55;G06T7/136 |
代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 关畅 |
地址: | 100700 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 光谱 成像 技术 枸杞子 产地 识别 方法 | ||
本发明公开了基于高光谱成像技术的枸杞子产地识别方法。它包括如下步骤:对不同产地同一品种的枸杞子样本进行光谱扫描,收集1000~2400nm的高光谱数据;进行RAD校正、黑白校正,处理为相对反射率数据,然后对其进行阈值分割,删除小面积运算;对数据进行感兴趣区域提取,得到感兴趣区域平均光谱值;将其分割为三部分,记为训练集、验证集和测试集光谱数据;对三部分数据使用ZCA白化进行处理;将由训练集光谱得到的主要光谱信息与产地信息利用偏最小二乘回归进行建模,得到枸杞子产地预测模型;利用光谱数据验证集与测试集光谱数据调试模型;由最终确立的产地识别模型进行枸杞子产地识别。本发明能对产地识别,降低人工识别成本,提高鉴别的效率、准确性与科学性。
技术领域
本发明涉及基于高光谱成像技术的枸杞子产地识别方法,属于中药材鉴定领域。
背景技术
枸杞资源在我国分布广泛,依据《中国植物志》描述,原产我国北部如河北北部、内蒙古、山西北部、陕西北部、甘肃、宁夏、青海、新疆有野生,由于果实入药而栽培,现在除以上省区有栽培外,我国中部和南部不少省区也已引种栽培,尤其是宁夏及天津地区栽培多、产量高。经多方考证,现已将宁夏定位药用枸杞子的道地产区。但由于产地较多,质量控制困难,市场流通的商品来源无法确保,至使枸杞子市场混乱,以次充好、以其他产地冲抵道地产区产品现象频发。在市场交易过程中,对于枸杞子品质的鉴定多采用经验鉴别的方法,此方法误差较大,主观性较强,再加之枸杞子的品种本就多种,因此单单只依据经验鉴别可信度较低。而化学检验、分子检测由于操作方法复杂费时费力,因此也不能普及。
近年来高光谱成像技术取得了飞速的发展,从最早仅仅应用于航空航天领域。再发展至地质勘探,矿石识别。紧随其后又步入农业领域,对农作物的品质进行识别,种类进行区分。如此一来,高光谱成像技术已深入生活的方方面面,唯独在中医药领域涉足不多。
发明内容
本发明的目的是提供一种基于高光谱成像技术的枸杞子产地识别方法,本发明技术操作流程,有利于道地药材的市场流通监控;还降低了人工识别的成本,提高了鉴别的效率、准确性与科学性。
本发明提供的一种基于高光谱成像技术的枸杞子产地识别方法,包括如下步骤:1)对不同产地同一品种的枸杞子进行光谱扫描,每次各收集1000~2400nm的高光谱数据;
2)将样本原始的高光谱数据进行RAD校正;
3)将步骤2)中RAD校正后的数据进行黑白校正,处理为相对反射率数据;
4)对所述相对反射率数据进行阈值分割,删除小面积运算;
5)对步骤4)中处理后的数据进行感兴趣区域提取,然后计算得到感兴趣区域平均光谱值;
6)将光谱扫描的数据经步骤5)处理后得到的感兴趣区域平均光谱值分割为三部分,记为训练集、验证集和测试集光谱数据;
7)将步骤6)处理得到的训练集、验证集和测试集光谱数据使用ZCA白化进行处理;
8)将由步骤7)处理后的训练集光谱数据得到的主要光谱信息与产地信息利用偏最小二乘回归进行建模,得到枸杞子产地识别模型,利用所述光谱数据验证集与测试集光谱数据调试模型;由最终确立的产地识别模型进行枸杞子产地识别。
上述的方法中,所述的样本数量大于等于100;
采用高光谱成像仪进行所述光谱扫描;
所述光谱扫描的条件如下:所述高光谱成像仪的镜头与所述枸杞子的距离可为20~30cm;平台移动速度可为1.5mm/s;当所收集的光谱范围在1000~2400nm,积分时间可为4500μs,帧时间可为46928;
所述光谱扫描的次数为3次。
上述的方法中,步骤2)中RAD校正为Radiometric calibration辐射校准,为仪器自带校准软件。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国中医科学院中药研究所,未经中国中医科学院中药研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910082990.0/2.html,转载请声明来源钻瓜专利网。