张一鹏,罗启甜,吴梦麟

(南京工业大学 计算机科学与技术学院,江苏 南京 211816)

0 引 言

中药饮片是中药材按中医药理论,经过加工炮制后,可直接用于中医临床的中药。中药饮片种类繁多,且由于炮制方式和产地不同造成的外形差异较大,都给中药饮片鉴别带来了不小的挑战。传统的人工鉴别方法通过观察形、色、气、味等,依靠经验知识进行鉴别[1],这样的方法需要有较强的专业知识,鉴别结果受主观性影响较大,且检测效率较低。

随着计算机技术的发展,基于计算机视觉的中药自动识别技术的优势愈发明显。相较于传统的人工鉴定手段,自动识别技术能够更好地提取中药饮片图像的特征,加强鉴别的客观性;且自动识别技术的效率更高,可以实现高效的大批次检测。

在中药饮片鉴别的自动识别领域,早期的图像处理方法通过从中药饮片的形状、纹理、颜色中提取出人工设计的底层图像特征,然后结合浅层机器学习分类器对中药饮片进行分类。如陶欧[2]提出采用灰度共生矩阵研究中药材的纹理特征;胡继礼[3]利用颜色矩、灰度共生矩阵以及Hu不变矩提取中药的视觉特征,最后利用SVM分类器进行分类。这类方法有一定效果但提取的浅层不具有高层语义的特征信息,很容易受检测环境影响,实际应用时可靠性较差[4]。

近年来伴随着深度学习的兴起,图像自动识别技术有了巨大突破,同时也推动了中医药识别技术的发展[5]。李玲[6]基于电子鼻的三七及其伪品,采用了堆叠栈式自编码网络和深度信念网络两种网络结构,探究了深度学习方法在电子鼻数据上的适用性;Tan等人[7]利用深度卷积神经网络提出了一种高效、准确的蔷薇科山楂属植物鉴别方法。……