[发明专利]一种基于图像颜色及纹理特征的真伪酸枣仁鉴别方法

权利要求书

1.一种基于图像颜色及纹理特征的真伪酸枣仁鉴别方法，其特征在于：具体包括以下步骤：

步骤1，样品收集：选用不同批次的酸枣仁和生品、炒制、染色、炒制并染色四种形态的理枣仁；

步骤2，图像数据采集：采集酸枣仁和生品、炒制、染色、炒制并染色四种形态理枣仁的高清图像，并对应地标记为酸枣仁、生品理枣仁、炒制理枣仁、染色理枣仁、炒制并染色理枣仁；

步骤3，图像颜色特征提取：将原始彩色图像由RGB颜色空间转成HSV颜色空间，根据公式(1)到(3)分别计算出图像的颜色分布，构成图像的颜色特征向量；

其中，i为颜色分量，i＝1为H分量(色调)，i＝2为S分量(饱和度)，i＝3为V分量(明度)，p_ij为颜色分量i在像素j上的值，N为图像的像素点个数，μ_i，δ_i，s_i分别为图像的一阶矩、二阶矩和三阶矩计算值；

步骤4，图像纹理特征提取：

步骤4.1，对原始图像采用公式(4)计算其灰度值：

其中，g_c表示第i行第j列像素的灰度值,R_c,G_c,B_c分别表示原始图像第i行第j列的RGB三色值；

其中，G_c＝R_c*0.299+G_c*0.587+B_c*0.114 (4)

步骤4.2，计算灰度图像的局部像素点关系值：

设半径为R的P个相邻像素点的灰度值为g₀,g₁,...,g_P-1，依次与g_c进行比较，如果比g_c大，则该像素点置为1，反之置为0，依据公式(5)求得U(LBP_P,R)，依据公式(6)求得LBP_P,R；

其中，

步骤4.3，计算图像灰度关系值的LBP纹理特征向量：

其中，图像的灰度关系值取值范围为{0,1,2,3,4,5,6,7,8,9}，统计图像灰度关系的直方图，可得到该幅图像的LBP纹理特征向量；

步骤5，采用集成算法得到鉴别模型：

结合图像颜色及纹理特征得到图像混合特征向量，将酸枣仁和理枣仁样本分别随机拆分成训练样本和测试样本，采用集成算法对训练数据训练，得到真伪酸枣仁鉴别模型，将测试样本的特征向量输入模型，预测其真伪鉴定结果。

2.根据权利要求1所述的一种基于图像颜色及纹理特征的真伪酸枣仁鉴别方法，其特征在于：在步骤1中，酸枣仁药材分别采自河北内丘、山东临沂、陕西延安共3批次，安徽亳州药材市场收集1批次(产自山东济宁)，每批次1kg；生理枣仁、炒理枣仁、染色理枣仁、炒制及染色理枣仁药材共4批次，每批次1kg，均采自安徽亳州药材市场，产地为云南瑞丽。

3.根据权利要求1所述的一种基于图像颜色及纹理特征的真伪酸枣仁鉴别方法，其特征在于：在步骤2中，采用佳能全画幅数码相机拍摄酸枣仁和理枣仁照片。

4.根据权利要求1所述的一种基于图像颜色及纹理特征的真伪酸枣仁鉴别方法，其特征在于：在步骤5中，对酸枣仁和生品、炒制、染色、炒制并染色四种形态理枣仁的图像进行特征提取，通过机器学习中boosting集成算法训练，得到模型后实现真伪酸枣仁鉴别。