首页|基于高光谱成像技术的中药栀子产地识别

基于高光谱成像技术的中药栀子产地识别

扫码查看
原文链接
  • 万方数据
  • 维普
为实现快速无损识别中药栀子的产地,建立一种基于高光谱成像技术的方法.利用高光谱成像系统分别从可见-近红外波段(410～990 nm,VNIR)和短波红外波段(950～2 500 nm,SWIR)获取8个产地栀子样品的高光谱图像,使用ENVI 5.3软件提取并计算感兴趣区域内的平均光谱反射率,最终获得1 600个样品的光谱数据.将VNIR和SWIR的光谱数据结合即得覆盖410～2 500 nm的可见-短波红外波段(即融合波段)光谱数据.从VNIR、SWIR和融合波段这3个维度,使用多元散射校正、Savitzky-Golay平滑、标准正态变换、一阶导数(FD)和二阶导数等5种常用的预处理方法,对3组光谱数据进行降噪处理.使用偏最小二乘判别分析、线性支持向量机分类器(LinearSVC)和随机森林这3种分类算法分别建立栀子产地识别模型.结果表明,融合波段光谱数据经FD预处理后建立的栀子产地识别模型结果较好.根据混淆矩阵评估结果,使用LinearSVC构建的模型预测集识别准确率达到100％,确定栀子产地最佳识别模型为融合波段-FD-LinearSVC.因此,高光谱技术能够实现快速、无损、准确地识别不同产地栀子样品,可为栀子及其他中药材鉴别检测提供技术参考.
Origin identification of Gardeniae Fructus based on hyperspectral imaging technology

周聪、王慧、杨健、张小波

展开 >

中国中医科学院中药资源中心道地药材国家重点实验室培育基地,北京100700

江西中医药大学院士工作站,江西南昌330004

江西省道地药材质量评价研究中心,江西赣江新区330000

高光谱成像 栀子 产地 模式识别

ZYYCXTD-D-202005CI2021Ao39012060302818910142021CXGC010508赣新管创发[2020]26号

2022

10.19540/j.cnki.cjcmm.20220809.103

中国中药杂志
中国药学会

中国中药杂志

CSTPCDCSCD北大核心
影响因子：1.718
ISSN：1001-5302
年,卷(期)：2022.47(22)
  • 7
  • 11