刘加峰 高子啸 段元民 李海云 石宏理

0 引言

中药饮片是中药材经过切片、晒制、烘焙等过程加工而成，其中绝大多数来自草本植物，它们在颜色、形状等天然属性上具有相似的特点，再经过加工后更使得它们原本的颜色、形状等特异性差异减弱，以至于对它们进行识别和分类时易出错，而这又直接关系到中药治疗疾病的效果，因此中药饮片的识别与分类是一项繁重又极其重要的工作[1]。

目前，中药材鉴别的传统方法多是基于临床药剂师的经验进行人工鉴别，有着诸多缺点，比如速度慢、准确率不高等，无法实现自动化操作。研究组将近些年来新兴的人工智能神经网络与深度学习应用于中药材鉴别，在有多种饮片复杂场景下，能快速准确地智能识别，提高了该技术在中药领域的实用性[2-3]。

1 计算机视觉目标识别系统设计

如图1所示，目标识别系统从输入图像开始，使用窗格扫描，进行特征选择和提取，之后经过分类器进行分类，得出最后的分类结果输出。在获得训练样本之前，所有图片都被归一化处理为固定分辨率的图片输入至网络中，然后对其进行特征选择和提取。在训练时，将真实框与先验框配对，与之匹配的边界值将会预测对应的真实框，从而达到预测目标的任务[4-5]。

图1 目标识别系统图Figure 1 Target recognition system diagram

其中训练样本包括正样本和负样本,所谓的正样本指包含感兴趣的目标类别的样本(比如枸杞，甘草等)，负样本指其他不包含目标的任意图片(如背景等)。……