CN110163101A - 中药材种子区别及等级快速判别方法 - Google Patents

Abstract

本发明公开了中药材种子区别及等级快速判别方法，从前胡和防风种子中，随机选取每100粒为一份样本，每类种子分别构建18个样本；随后利用高光谱成像技术对样品进行分析，得到不同类别种子的样本信息；进而优选每个样品的ROI区域，对该区域的光谱的做均值化处理构建其特征光谱信息，采用核融合技术将两类特征进行融合，并构建多个分类回归树模型用于优化核融合参数，并在优化的过程中建立分类预测模型，对不同类别种子的判别准确率达到92％。本发明利用高光谱成像技术同时获得样品图像特征和光谱特征，采用多特征提取融合技术，并结合随机森林算法建立判别模型，实现对不同类别种子的快速、无损鉴别。

Description

中药材种子区别及等级快速判别方法

技术领域

本发明涉及高光谱图像技术领域，尤其涉及中药材种子区别及等级快速判别方法。

背景技术

中药材种子质量直接关系到中药材的品质和产量，对中药材种子进行有效监测和评估，对中药材质量提升和规范市场等多方面都有十分重要的意义。

例如前胡和防风分别为伞形科白花前胡的根和伞形科防风的根，两者是同科不同属，其种子更是难以辨别。目前，市场上前胡和防风种子价格差距较大，经常有种子掺假的现象，所以对中药材种子、种质的快速检测、鉴别就显得尤为重要。传统的种子鉴别方法一般都是依靠人工为主，费时费力，难以应用到中药材种子鉴别的快速检测。因此，开发高效、无损的种子鉴别及等级区分方法具有重要的意义。

近年来，高光谱成像技术一直是国内外食品和农业工程领域的研究热点之一，它结合图像处理与光谱分析的各自优势，具有波段多、分辨率高等特点。该技术能够同时得到研究对象的图像和光谱信息，可较为充分地获取种子品种外在形态特征、内部结构特征和化学成分等多种特征信息，在种子鉴别检测领域表现出良好的应用潜力。

发明内容

基于背景技术存在的技术问题，本发明提出了中药材种子区别及等级快速判别方法，利用高光谱成像技术同时获得样品图像特征和光谱特征，采用多特征提取融合技术，并结合随机森林算法建立判别模型，实现对两类种子的快速、无损鉴别。

本发明提出的中药材种子区别及等级快速判别方法的步骤如下：

S1：样品的划分：采用Kennard-Stone算法将中药材种子的样本划分为训练集和预测集；

S2：高光谱图像的采集与校正：采集从382-1023nm光谱下的图像信息和光谱信息，得到的数据表示为a*b*γ的三维数据，其中a*b是像素信息，γ波长信息；

S3：高光谱数据的提取与处理：

S31：图像特征信息提取：提取0°、45°、90°、135°四个方向的灰度共生矩阵，并提取能量、对比度、相关系数三种纹理特征；

S32：光谱特征信息的提取：通过软件自动选取样品的ROI区域，且每个样品的特征光谱为ROI区域的平均值；

S33：多特征融合：

(1)将空间特征定义为光谱特征定义为将两种数据经过非线性映射函数f_s(·)和f_w(·)映射到Hilbert空间中形成核矩阵H_S和H_w，然后可以按照下式定义隐射：

然后核函数点积定义可以定义为：

(2)将核矩阵H_S和H_w加以权重，公式为：

其中0<μ<1，其数值可以由数据的训练样本训练得出，在每一类别数据中预先设置μ值，根据已知样本标签的分类结果调整μ值；

(3)通过构建分类回归树模型对μ值的优化。

S4：模式识别分析

S41：每个所述S3得到的分类回归树模型对应一个子训练集的判定结果，最终的判定结果由所有子训练集的判定结果统计获得，从而在参数优化的过程中实现了判别模型的构建；

S42：利用构建的判别模型，进一步对预测集中的样品进行预测，得到独立测试集准确率，来评估构建的模型的分类判别能力。

优选地，所述S1中训练集和预测集的样品数量比为2:1。

优选地，所述S2中光谱图像采集的参数为：曝光时间0.07s、输送平台运行速度3.1mm·s^-1、镜头高度40cm。

优选地，所述S33中空间特征和光谱特征的维数相同。

优选地，所述S33中的核函数为核为高斯径向基、多项式核函数：

K(x_i·x_j)＝exp(-y||x_i-x||²)

K(x_i·x_j)＝(x_i·x+1)^p

优选地，所述S33中μ值的优化方案为：

(1)利用有放回采样方法，从训练集样品中随机抽取样本，构建1个训练模型；

(2)对于构建的独立训练集，生成一棵不经剪枝的分类回归树，其中：

在每个内部节点，从种子的光谱和图像特征中，每次随机选择20个特征光谱构建分类回归树的节点该节点劈分的候选变量，并通过熵值降低来评估每个特征的重要度：

熵定义：假如随机变量X的可能取值有X₁，X₂，...，X_n

对于每一个可能的取值X_i，其概率P(X＝X_i)＝pi，(i＝1，2，...，n)

因此随机变量X的熵：

(3)重复上述步骤(1)和步骤(2)，直至生成M个分类回归树，并保留模型；

(4)计算M个分类回归树得到的各特征变量熵值，每一类特征的权重为其在所有分类回归的熵值比例进行调整：

(5)将μ值迭代回所述S33中步骤(2)中的公式，进行在一轮的参数优化，直到得到的预测误差最小。

优选地，对于不同类别的信号特征D来说，其熵为：

其中：k为样品的类别、|Ck|表示类别k的样本个数、|D|表示样本总数。

优选地，所述步骤(5)中预测误差的方法采用10折交互验证方法。

与现有技术相比，本发明的有益技术效果：

本发明实现了种子的快速智能判别和筛选；利用分类回归树算法在构建判别模型的同时实现对核融合参数的优化，解决了不同特征在整合分析时的融合问题。

附图说明

图1为本发明提出的前胡和防风种子样品区分图。

具体实施方式

下面结合具体实施例对本发明作进一步解说。

本发明提出的中药材种子区别及等级快速判别方法的步骤如下：

S1：样品的划分：按照中药材种子规范中，按照百粒重为依据，分别从防风、前胡种子，各选取18个样品，共36个样品，每类样本共100粒，采用Kennard-Stone算法将中药材种子的样本划分为训练集和预测集，训练集和预测集的样品数量比按2:1划分，其中训练集样本个数为24个，预测集样本数为12个；

S2：高光谱图像的采集与校正：试验系统包括ImSpector V10E高光谱摄像机，光谱采集范围382～1023nm，光谱分辨率为2.8nm，150w的光纤卤素灯作为光源。将样品放置于测试平台上，经过调试，高光谱图像数据采集参数为：曝光时间为0.07s，输送平台运行速度为3.1mm·s^-1，镜头高度为40cm。采集从382～1023nm光谱下的图像信息和光谱信息，得到的数据可表示为a*b*γ的三维数据(517*217*224)，其中a*b是像素信息，γ波长信息；即每个波段都构成一幅二维的图像，而每个像素点即为像元，对应着一条连续的光谱矢量曲线；

S3：高光谱数据的提取与处理：

S31：图像特征信息提取：提取0°、45°、90°、135°四个方向的灰度共生矩阵，并提取能量、对比度、相关系数三种纹理特征；

S32：光谱特征信息的提取：在分析过程中，可得到每个样品的特征光谱信息，选取高光谱图中任意一点，便可获得该点对应的单个种子的光谱特征，“像”和“谱”一一对应也即是说，每个像元都包含一个完整的光谱曲线；通过软件自动选取样品的ROI区域，每个样品可选取六个区域，每个样品的特征光谱为6个ROI区域的平均值；

S33：多特征融合：

基于核融合技术的多特征融合技术：由于不同核函数以及不同的核参数其所适应于数据的偏重不同，因此将不同的核函数组合起来使分类器具有更好的分类性能是核学习发展的一个难点。因此，我们利用核函数的一些优势特性：①核函数在高维特征空间中表现良好；②从Mercer条件中我们可以看出，具有正定性的核矩阵通过缩放求和后仍是有效的核矩阵。因此，可以将数据经过核函数投影到高维特征空间中，形成核矩阵，从而实现多类型特征的融合。其方法步骤如下：

(1)将空间特征定义为光谱特征定义为将两种数据经过非线性映射函数f_s(·)和f_w(·)映射到Hilbert空间中形成核矩阵H_S和H_w，然后可以按照下式定义隐射：

然后核函数点积定义可以定义为：

(2)将核矩阵H_S和H_w加以权重，公式为：

其中0＜μ＜1，其数值可以由数据的训练样本训练得出，在每一类别数据中预先设置μ值，根据已知样本标签的分类结果调整μ值；

本申请采用的核为高斯径向基、多项式核函数：

K(x_i·x_j)＝exp(-y||x_i-x||²)

K(x_i·x_j)＝(x_i·x+1)^p

(3)对于μ值的优化，本文提出了基于构建多个分类回归树算法的参数优化方案：

随机森林是由Leo Breiman提出的一种基于分类回归树的集成算法，该算法是将两类有效地机器学习技术相融合，即Bagging采样和随机变量选择。Bagging算法是通过bootstrap(鞋带法)有放回的采样，以构建多个训练集，而最终的预测结果由所有构建的训练分类器进行投票。随机森林是利用Bagging的方法构建多个树，并且每一个其在构建每个独立树分类器的时候并不是使用所有的变量，而是随机的从所有变量中选择一部分进行节点的劈分。其具体步骤如下：

(1)利用有放回采样方法，从训练集样品中随机抽取10个样本，构建1个训练模型；

(2)对于构建的独立训练集，生成一棵不经剪枝的分类回归树，其中：

在每个内部节点，从种子的光谱和图像特征中，每次随机选择20个特征光谱构建分类回归树的节点该节点劈分的候选变量，并通过熵值降低来评估每个特征的重要度：

熵定义：假如随机变量X的可能取值有X₁，X₂，...,X_n

对于每一个可能的取值X_i，其概率P(X＝X_i)＝pi，(i＝1，2，...，n)

因此随机变量X的熵：

对于不同类别的样本D来说，随机变量X是样本的类别，即，假设样本有k个类别，每个类别的概率是，其中|C_k|表示类别k的样本个数，|D|表示样本总数；则对于样本集合D来说熵(经验熵)为：

(3)重复上述步骤(1)和步骤(2)，直至生成5000个分类回归树，并保留模型；

(4)计算这5000个分类回归树得到的各特征变量熵值，每一类特征的权重为其在所有分类回归的熵值比例进行调整：

(5)将μ值迭代回公式(3)，进行再一轮的参数优化，直到得到的预测误差最小，预测误差采用10折交互验证方法，得到10折交互验证准确率最大，即预测误差最小。

S4：模式识别分析

S41：S3得到的最优参数以及构建的5000个分类回归树，每个分类回归树模型可得到一个判定结果，最终的判别结果由这5000个子训练集的结果统计获得，在参数优化的过程中就实现了分类模型的构建；

S42：利用构建的判别模型，进一步对预测集中的样品进行预测，得到独立测试集准确率，来评估构建的模型的分类判别能力。

实施例1

基于随机森林算法的前胡和防风种子的识别：

判别分析过程分为以下几步：首先，采用随机森林对训练集样品进行训练构建预测模型；基于构建的训练模型，对剩下的12的预测集样品进行进行分类预测评估其预测能力。通过随机森林算法对两类种子的分类分析结果见附图1，可见前胡和防风种子分别聚集在各自的区域，说明随机森林算法构建的计算模型，能够有效区分前胡和防风的种子，结果见表1。

表1前胡和防风种子样品分类预测结果

实施例2

对前胡种子的不同等级进行识别：

按照百粒重分别从前胡种子中筛选出大、中、小三种类别，三种类别样本的信息见表2。

表2三种类别样本的信息

样品类别	样品1(g)	样品2(g)	样品3(g)	样品4(g)	样品5(g)	均值±方差
							前胡(大)	0.4475	0.4207	0.4412	0.4624	0.4512	0.4446±0.0154
前胡(中)	0.3050	0.3291	0.3246	0.3190	0.3221	0.3199±0.0091
							前胡(小)	0.2147	0.2236	0.2085	0.2292	0.2277	0.2207±0.0088

按照提出的模式识别方法，对三个类别的种子进行分类预测，预测准确率达到80％。

综上所述，本申请利用高光谱成像技术获得样品的图像信息和光谱信息，采用核融合技术的多特征融合技术将图像信息和光谱信息融合，进一步构建基于分类回归树的核融合参数优化方法；并且在优化过程中建立分类识别模型，实现了对种子品种及品质的判别分析，能够为中药材种子的质量评估提供新的方法和参考。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (8)

1.中药材种子区别及等级快速判别方法，其特征在于，方法步骤如下：

S1：样品的划分：采用Kennard-Stone算法将中药材种子的样本划分为训练集和预测集；

S2：高光谱图像的采集与校正：采集从382-1023nm光谱下的图像信息和光谱信息，得到的数据表示为a*b*γ的三维数据，其中a*b是像素信息，γ波长信息；

S3：高光谱数据的提取与处理：

S31：图像特征信息提取：提取0°、45°、90°、135°四个方向的灰度共生矩阵，并提取能量、对比度、相关系数三种纹理特征；

S32：光谱特征信息的提取：通过软件自动选取样品的ROI区域，且每个样品的特征光谱为ROI区域的平均值；

S33：多特征融合：

(1)将空间特征定义为光谱特征定义为将两种数据经过非线性映射函数f_s(·)和f_w(·)映射到Hilbert空间中形成核矩阵H_S和H_w，然后可以按照下式定义隐射：

然后核函数点积定义可以定义为：

(2)将核矩阵H_S和H_w加以权重，公式为：

其中0<μ<1，其数值可以由数据的训练样本训练得出，在每一类别数据中预先设置μ值，根据已知样本标签的分类结果调整μ值；

(3)通过构建分类回归树模型对μ值的优化。

S4：模式识别分析

S41：每个所述S3得到的分类回归树模型对应一个子训练集的判定结果，最终的判定结果由所有子训练集的判定结果统计获得，从而在参数优化的过程中实现了判别模型的构建；

S42：利用构建的判别模型，进一步对预测集中的样品进行预测，得到独立测试集准确率，来评估构建的模型的分类判别能力。

2.根据权利要求1所述的中药材种子区别及等级快速判别方法，其特征在于，所述S1中训练集和预测集的样品数量比为2:1。

3.根据权利要求1所述的中药材种子区别及等级快速判别方法，其特征在于，所述S2中光谱图像采集的参数为：曝光时间0.07s、输送平台运行速度3.1mm·s^-1、镜头高度40cm。

4.根据权利要求1所述的中药材种子区别及等级快速判别方法，其特征在于，所述S33中空间特征和光谱特征的维数相同。

5.根据权利要求1所述的中药材种子区别及等级快速判别方法，其特征在于，所述S33中的核函数为核为高斯径向基、多项式核函数：

K(x_i·x_j)＝exp(-y||x_i-x||²)

K(x_i·x_j)＝(x_i·x+1)^p

6.根据权利要求1所述的中药材种子区别及等级快速判别方法，其特征在于，所述S33中μ值的优化方案为：

(1)利用有放回采样方法，从训练集样品中随机抽取样本，构建1个训练模型；

(2)对于构建的独立训练集，生成一棵不经剪枝的分类回归树，其中：

在每个内部节点，从种子的光谱和图像特征中，每次随机选择20个特征光谱构建分类回归树的节点该节点劈分的候选变量，并通过熵值降低来评估每个特征的重要度：

熵定义：假如随机变量X的可能取值有X₁，X₂，...,X_n

对于每一个可能的取值X_i，其概率P(X＝X_i)＝pi，(i＝1，2，...，n)

因此随机变量X的熵：

(3)重复上述步骤(1)和步骤(2)，直至生成M个分类回归树，并保留模型；

(4)计算M个分类回归树得到的各特征变量熵值，每一类特征的权重为其在所有分类回归的熵值比例进行调整：

(5)将μ值迭代回所述S33中步骤(2)中的公式，进行在一轮的参数优化，直到得到的预测误差最小。

7.根据权利要求6所述的中药材种子区别及等级快速判别方法，其特征在于，对于不同类别的信号特征D来说，其熵为：

其中：k为样品的类别、|Ck|表示类别k的样本个数、|D|表示样本总数。

8.根据权利要求6所述的中药材种子区别及等级快速判别方法，其特征在于，所述步骤(5)中预测误差的方法采用10折交互验证方法。