[发明专利]中药材质量评定方法、设备及介质

权利要求书

1.一种中药材质量评定方法，其特征在于，包括：

步骤S1，获取中药材数据，包括中药材的种植环境信息；

步骤S2，根据所述中药材的种植环境信息进行分类，得到分类结果，所述分类结果包括家种药材数据和野生药材数据；

步骤S3，根据所述分类结果，根据预设规则对所述中药材的质量进行评定，得到评定结果，所述预设规则包括第一预设规则和第二预设规则：

当所述分类结果为家种药材数据，根据所述第一预设规则对所述家种药材的质量进行评定，得到评定结果，所述第一预设规则根据家种药材的品牌类指标信息、物理规格类指标信息、药典类指标信息和专家综合评定类指标信息获得；

当所述分类结果为野生药材数据，根据所述第二预设规则对所述野生药材的质量进行评定，得到评定结果，所述第二预设规则根据野生药材的品牌类指标信息、物理规格类指标信息、药典类指标信息和专家综合评定类指标信息获得；

步骤S4，基于中药材的显微图像特征进行辨别，以得到图像评定结果；

步骤S5，将评定结果与图像质量评定结果进行权重的重新分配，得到对所述中药材的质量评价分数。

2.根据权利要求1所述的中药材质量评定方法，其特征在于，所述步骤S4，具体包括：

步骤S41，通过多个图像采集设备采集中药材的显微图像，对所述中药材的显微图像进行预处理，分割出目标区域的轮廓，进行图像去噪，将神经网络PCNN与显微图像对应，将中心神经元与显微图像的像素点对应，中心神经元的邻域与邻域像素点对应，中心神经元的输入为像素点的灰度值；

步骤S42，建立从空间图像处理信息到时间信息的PCNN赋时矩阵，将赋时矩阵视为不变直方图矢量重心，经PCNN迭代处理所述显微图像并提取直方图矢量小变特征；

步骤S43，把PCNN神经元模型与最大模糊熵或超模糊熵判据相结合对图像进行自动分割，提取中药材二值图像目标，建立引入交叉熵分割判据的PCNN显微图像分割算法；

步骤S44，以最大互信息优化多值图像分割并进行图像去噪，建立相邻分割图像互信息熵差最小分类判据，选取所述显微图像建立基于最小互信息熵差的PCNN自动多值目标分割算法，得到完善的多值目标图像；

步骤S45，利用所述PCNN神经元模型处理所述显微图像，提取各二维图像的一维时间序列信号特征并存储特征信息，对该一维时间序列信号进行熵变换，形成熵序列信号，并作为PCNN处理的另一图像特征，并结合所述显微图像体视学要求的图像目标特征，提取所述显微图像的空域特征信息；

步骤S46，将PCNN模型与图像傅里叶变换小数幂指数滤波相结合，提取图像变换域特征信息；

步骤S47，分析PCNN迭代图像处理图像的形状、颜色、纹理及原图像目标形状、结构分布的归一化转动惯量混合特征，引入马氏距离结合Pearson积矩相关法的综合相似性度量方法，提取所述显微图像PCNN的特征信息；

步骤S48，提取同一图像的步骤S41、步骤S45、步骤S46、步骤S47所述的特征信息，建立中药材显微图像特征信息库，搭建中药材显微图像的主辅特征识别与检索的智能系统，进行中药材的质量评定，得到中药材图像质量评定结果。

3.根据权利要求2所述的中药材质量评定方法，其特征在于，通过多个图像采集设备采集中药材的显微图像，具体包括：

对各图像采集设备采集的图像进行目标识别；

根据目标识别的结果，确定采集到目标的图像采集设备，将图像采集设备作为当前图像采集设备；

关闭除当前图像采集设备外的其它图像采集设备；

确定目标在图像中的位置以及目标的运动方向；

将位置和预设阈值进行比较，确定目标所在的图像区域，其中图像区域包括第一区域、第三区域以及位于第一区域和第三区域之间的第二区域；

若目标在第一区域或第三区域，根据第一区域或第三区域在图像上的方位，开启当前图像采集设备相应方向的图像采集设备；

若目标在第二区域，开启当前图像采集设备相应方向的图像采集设备，并关闭当前图像采集设备。