五种花类蒙草药显微特征点的不变矩识别

目前蒙药材粉末显微特征识别基本靠人工方法完成，其工作量大，速度慢，人为误差大。本文用变形雅可比—傅立叶矩，对草红花、金莲花、鸡冠花、玫瑰花和丁香花等五种花类草药的显微特征图像进行特征提取，发现同一药物不同特征点的不变矩值有明显差异。然后用加权最小平均距离规则，对五种花类草药的27个显微特征点的216种变形图像进行训练并做了仿真识别，实验结果较好，误判率仅为4．3％。该研究结果可为蒙药材显微识别和鉴定的数字化提供重要的技术手段。     

草红花显微特征点的不变矩表达

本研究用变形雅可比（p=4，q=3）-傅立叶矩（PJFM’s），对草红花粉末涂片的花粉粒、分泌管碎片、花瓣细胞、花药中部细胞、花瓣顶端细胞、花柱头细胞等六个显微结构原始照片进行特征提取，发现不同特征点的不变矩值有着明显的区别，相同显微特征点不同方位、不同灰度、不同大小的变形图像的不变矩值几乎相同。并且通过重建实验，证明使用很少的PJFM’s就能很好地表达原始图像，且PJFM’s具有较强的自动抗噪声能力。PJFM’s可作为一种高度浓缩的图像特征，用于中药粉末显微特征快速自动识别系统的特征提取量。该研究结果为中药材显微识别和鉴定的数字化提供重要的技术基础。     

玫瑰花等花类蒙草药显微结构不变矩识别

用改进的变形雅可比(p＝4,q＝2)-傅立叶矩对玫瑰花等6种花类草药的显微结构图像进行特征提取,并用最小平均距离规则,对该6种花类草药28个显微特征点的368种变形图像进行了训练和仿真识别实验,平均识别率达98.1%.因此,该研究结果可为蒙药材显微识别和鉴定的数字化提供重要的技术手段.