当前位置>主页 > 期刊在线 > 计算机技术 >

计算机技术21年3期

基于卷积神经网络的大黄饮片的识别研究
张怡昕,刘明月,郑乐兵,常皓林,高志宇
(河南中医药大学 信息技术学院,河南 郑州 450046)

摘  要:该文从大黄纹理特征入手研究了卷积神经网络技术在药材识别中的应用。首先介绍了卷积神经网络、研究所需材料及实验设备,然后深入解读了本研究方法技术路线,最后采用卷积神经网络 VGG-16 构建大黄饮片识别模型。实验结果表明,训练的 VGG-16 对测试图片集的识别及分类具有较好的效果。从客观性和稳定性来看,采用计算机视觉技术可十分便捷而准确地对市面上的药用大黄与真品药用大黄进行特征匹配,以及对其进行药物鉴别。


关键词:卷积神经网络;纹理;VGG-16;大黄;计算机视觉



DOI:10.19850/j.cnki.2096-4706.2021.03.019


基金项目:河南省大学生创新创业训练计划 项目(S202010471050);河南中医药大学科研苗 圃工程项目(MP2020-95);河南中医药大学大 学生创新学习项目(CXXM2020050)


中图分类号:TP751;R282                          文献标识码:A                                      文章编号:2096-4706(2021)03-0072-04


Identification Research of Rhubarb Decoction Pieces Based on Convolutional Neural Network

ZHANG Yixin,LIU Mingyue,ZHENG Lebing,CHANG Haolin,GAO Zhiyu

(School of Information Technology,Henan University of Chinese Medicine,Zhengzhou 450046,China)

Abstract:Based on the texture features of rhubarb,this paper studies the application of convolution neural network technology in the identification of medicinal materials. First,the convolutional neural network,the materials and experimental equipment needed for the research are introduced,and then the method technical route of this research is deeply interpreted. Finally,the convolutional neural network VGG-16 is used to construct the recognition model of rhubarb decoction pieces. The experimental results show that the trained VGG-16 has achieved better effects in the recognition and classification of the test picture set. In terms of objectivity and stability,it is very convenient and accurate to use computer vision technology to match the characteristics of medicinal rhubarb and genuine rhubarb on the market,and to identify the drugs.

Keywords:convolutional neural network;texture;VGG-16;rhubarb;computer vision


参考文献:

[1] 孙鑫,钱会南.基于深度卷积网络的中药饮片图像识别 [J]. 世界科学技术 - 中医药现代化,2017,19(2):218-222.

[2] 程明,华洁,陈超 . 基于改进的 LBP 算子的卷积神经网络 表情识别方法:CN112070009A [P].2020-12-11.

[3] 李健,丁小奇,陈光,等 . 基于改进高斯滤波算法的叶片 图像去噪方法 [J]. 南方农业学报,2019,50(6):1385-1391.

[4] 冯国徽 . 基于卷积神经网络 VGG 模型的小规模图像分类 [D]. 兰州:兰州大学,2018.

[5] 胡继礼,王永康,阚红星 . 基于深度迁移学习的中药饮片 识别研究 [J]. 新乡学院学报,2019,36(3):62-67.

[6] 张万义,张千,潘继波,等 . 基于深度学习的中草药分类 识别 [J]. 智慧健康,2020,6(35):1-4+13.


作者简介:张怡昕(2000—),男,汉族,河南洛阳人,本科在读, 研究方向:计算机视觉;刘明月(1997—),女,汉族,河南周口 人,本科在读,研究方向:医学影像;郑乐兵(2001—),男,汉族, 河南周口人,本科在读,研究方向:计算机视觉;常皓林(1999—), 男,汉族,河南许昌人,本科在读,研究方向:人工智能及智能计 算;通讯作者:高志宇(1979—),男,汉族,河南社旗人,硕士, 副教授,主要研究方向:人工智能及智能计算。