[发明专利]基于多元智能融合的非结构化特征区分方法

权利要求书

1.一种基于多元智能融合的非结构化特征区分方法，所述的基于多元智能融合的非结构化特征区分方法，其特征在于：

(1)由超大规模回馈式神经网络模式智能识别系统、阵列式智能信号提取系统、复杂成分多通道智能辨析系统组成；

(2)利用步骤(1)中所述系统，提取并分析中药材形状、纹理、表面向量、气味、味感的特征，划分药材的规格等级。

(3)将所需检测的药材用步骤(1)的系统，并与步骤(2)的特征相比较，得出药材的等级。

2.根据权利要求1所述的基于多元智能融合的非结构化特征区分方法，其特征在于：超大规模回馈式神经网络模式智能识别系统，

(1)用于提取中药材的形状、纹理、表面向量特征；

(2)步骤(1)所述的提取中药材的形状、纹理、表面向量特征，通过提取药材的颜色值分布特征、色差对比特征、颜色过渡特征，进行色度学和统计学的统计；

(3)步骤(1)所述的提取中药材的形状、纹理、表面向量特征，通过基于矩的支持向量机分类器进行中药材图像的特征分类，有效提取中药材的尺寸大小特征、纹理特征、表面向量特征。

3.根据权利要求1所述的阵列式智能信号提取系统，其特征在于：

(1)用于提取中药材的气味组分向量特征；

(2)步骤(1)所述的提取中药材的气味组分向量特征，通过对中药材的不同气体信号序列进行滤波、交换、特征提取后，根据药材气味向量特征和统计学特征对不同药材气味进行快速鉴别。

4.根据权利要求1所述的基于多元智能融合的非结构化特征区分方法，其特征在于：复杂成分多通道智能辨析系统，

(1)用于提取中药材的味感组分向量特征；

(2)步骤(1)所述的提取中药材的味感组分向量特征，通过传感器类脂膜上的电位变化曲线获取中药材味感信号数据，进行特征向量提取后得到反映中药材味感特征的结果。

5.根据权利要求1所述的基于多元智能融合的非结构化特征区分方法，其特征在于：其步骤在于：

(1)取干燥的甘草饮片，采用摄像头获取图像；对图像进行二值化处理，将目标从背景中清晰地体现出来；对二值化后的图象去噪，进行特征向量提取后分级；

(2)步骤(1)中的二值化处理操作过程为：设定阈值T，大于T的像素群取值1，小于T的象素群取值0；二值化函数如下：

(3)步骤(1)中使用如下语句去躁：x4＝medfilt2(x3,[10,10])

(4)步骤(1)按照如下标准分级：

表1 样本颜色特征值标准

药材等级	色相(hue,H)	饱和度(saturation,S)	明度(Lightness,L)
一等	[42.73,43.66]	[249.87,250.91]	[219.13,220.70]
二等	[38.23,39.81]	[249.32,250.52]	[207.70,209.86]
三等	[32.03,33.58]	[251.92,253.11]	[182.77,184.30]
毛草	[34.93,35.45]	[244.63,245.84]	[98.84,100.64]

表2 样本直径特征值标准