[发明专利]一种基于Hu不变矩和Gabor变换的枸杞子产地识别方法

说明书

本发明公开了一种基于Hu不变矩和Gabor变换的枸杞子产地识别方法，它包括以下步骤：(1)样品制备和图像数据采集；(2)图像的裁割；(3)将RGB图像转换成灰度图与HSI色彩空间图像；(4)提取图像Hu不变矩特征与Gabor变换后的均值、对比度和熵作为特征；(5)采用支持向量机(SVM,SupportVectorMachines)算法建立枸杞子产地识别模型。本发明首次采用基于Hu不变矩和Gabor变换的机器学习方法对单个枸杞子图像进行产地识别。该方法能够准确预测识别单个枸杞子的产地信息，具有低成本、识别速度快、识别准确度高、对样本不产生损害的优点。

技术领域

本发明属于中药材鉴别技术领域；具体涉及到基于Hu不变矩和Gabor变换的枸杞子产地识别方法。

背景技术

枸杞子(Lycium barbarum L.)是茄科植物的干燥成熟果实，具有滋补肝肾，益精明目的功效。现代枸杞子产业发展迅速。近年来枸杞子种植面积成倍提高，枸杞子产量大幅提升，且枸杞子消费的年均增长高达10％以上。

枸杞子的产地对枸杞子的形状、颜色、口感、营养成分都有重要的影响，但现存的枸杞子产地识别主要以人工肉眼筛检为主，效率低筛查结果受主观因素影响。此外还存在通过测定枸杞子中化学成分含量作为识别枸杞子产地特征的方法。但这种方法的样品成分提取过程操作复杂，且需要专业培训的技师才能进行操作，不具备普遍性和推广性。

当前机器学习和图像识别技术蓬勃发展，通过图像对枸杞子的产地进行识别具有操作便捷、部署简便、识别速度快、识别准确率高等特点。因此，如何将机器学习和图像识别技术应用到枸杞子产地识别领域，是一个亟待解决的问题。

发明内容

为解决上述问题，本发明提出一种基于Hu不变矩和Gabor变换的枸杞子产地识别方法。与传统方法相比，该方法能够对枸杞子的主要产地进行识别，具有操作便捷、部署简便、识别速度快、识别准确率高等优点。

本发明提供的技术方案如下：

(1)样品制备和图像数据采集；收集来自不同产地的枸杞子样本，用高清相机对每一粒枸杞子进行正反两面拍照，获得不同产地枸杞子的RGB图像信息；

(2)图像的裁割；由于高清相机使用广角镜头，而单个枸杞子较小。因为所拍摄的枸杞子图像产生大量留白空间，这些留白会对模型的训练和识别产生重大影响。因此首先对图像进行裁切处理，使得枸杞子的颜色信息与纹理信息得到充分的体现。

(3)将RGB图像转换到HSI色彩空间图像。

HSI色彩空间是根据人眼成像原理出发，呈现图像的色调信息，饱和度信息以及亮度信息。设i为图像矩阵的第i行，设j为图像矩阵的第j列，设R_ij为R通道第i行、第j列的像素点。设 G_ij为G通道第i行、第j列的像素点。设B_ij为B通道第i行、第j列的像素点。从而建立RGB 图像的三维矩阵(R_ij,G_ij,B_ij)。同理根据公式(1)、公式(2)、公式(3)、公式(4)得到HSI图像的三维矩阵(H_ij,S_ij,I_ij)。式中H表示颜色的频率并称为色调，θ表示色调的角度，S表示饱和度，I表示亮度。

(4)将RGB图像转换成灰度图。

对图像进行灰度化可以使图像降维，由原来的3维变成1维图像。同时，灰度图也能够很好地表示枸杞子纹理特征。通过公式(5)可以将RGB图像转换成灰度图像。式中Gray_ij代表图像第i行、第j列的像素点的灰度信息。

(5)提取图像Hu不变矩特征。