基于色彩空间转换和纹理形态特征的中国狼的地理起源智能识别方法

科学领域:

• 农业科学 农业科学
• 计算机科学 计算机科学
• 传统中国医药 传统中国医药

背景情况:

• 地理来源对中国传统医药材料的质量和有效性产生重大影响.
• 真正的中国狼 (Lycium barbarum) 来源对于最大限度地提高治疗效益至关重要.
• 目前用于确定wolfberry来源的方法依赖于主观视觉检查.

研究的目的:

• 开发一种智能自动化系统,用于识别中国狼的地理来源.
• 克服传统的,以人眼为基础的识别方法的局限性.
• 为了利用图像处理和机器学习来精确确定原产地.

主要方法:

• 来自各个地区的中国wolfberry样本的图像采集.
• 预处理图像并提取纹理和形态特征.
• 应用随机森林算法来构建一个预测来源识别模型.

主要成果:

• 开发的方法可以准确地从图像中预测单个中国狼的地理来源.
• 该系统表现出高识别精度,快速处理速度和低运营成本.
• 鉴定过程对狼样品没有破坏性.

结论:

• 基于色彩空间转换和纹理特征的智能识别方法是有效的确定中国wolfberry来源.
• 这种自动化方法为传统识别技术提供了可靠,高效和客观的替代方案.
• 该技术支持在传统医学中对中国狼的质量控制和真实性验证.