基于機器視覺技術實現中藥性狀“形色”客觀化表達的展望

黎江華，吳純潔，孫靈根，王雙雙，張繼良，黃勤挽

(成都中醫藥大學，四川成都611137)

性狀是中藥(中藥材、飲片及中成藥)質量評價主要指標之一，涉及形(形狀)、色(顏色)、氣(氣味)、味(味道)。其中，形狀與顏色常合稱為“形色”，是外觀性狀質量檢查中的主要指標之一。而傳統的中藥性狀依靠人的感觀評測，主要通過眼觀、手握、鼻嗅、口嘗等方式進行，指標缺乏客觀量化性，可操作性差。近年來，隨著機器視覺技術快速發展，成熟的商業化產品相繼問世，并在農業、食品等研究領域逐漸開始應用。機器視覺技術客觀評價形色，可將外觀形色信息數字化，以圖像處理技術提取外觀特征參數，建立品質與視覺信息之間耦合關系。這使得其在客觀表達和控制中藥外觀信息形色方面表現出巨大的應用潛力。故設想在中藥行業中開展相關的研究，實現中藥性狀有關形色的客觀化表達。本文簡要介紹機器視覺技術，提出利用機器視覺技術對中藥性狀形色進行客觀化表達的構想，并對其應用前景進行展望。

1 機器視覺技術簡介

1.1 機器視覺的原理與結構

機器視覺也稱為計算機視覺，是用計算機模擬人眼的視覺功能，是一門涉及人工智能、神經生物學、心理物理學、計算機科學、圖像處理及模式識別等多個領域的交叉學科［1-2］;利用代替人眼的圖像傳感器獲取物體圖像信息，轉換成數字圖像，并利用計算機模擬人的判別準則去理解和識別圖像，達到分析圖像并做出結論的目的，最終用于實際檢測和控制。一個典型的機器視覺應用系統包括圖像捕捉模塊、光源系統、圖像數字化模塊、數字圖像處理模塊、智能判斷決策模塊和機械控制執行模塊［3］。工作原理:首先采用CCD攝像機獲得被測目標的圖像信號，然后通過A/D轉換成數字信號傳送給專用的圖像處理系統;根據像素分布、亮度和色彩等信息，進行各種運算來抽取目標的特征，并由此實現模式識別、坐標計算、灰度分布圖等多種功能;最后再根據其結果顯示圖像，輸出數據，發出指令，配合執行機構完成位置調整、好壞篩選、數據統計等自動化流程。其中圖像處理系統是機器視覺系統的核心，主要圖像處理包括圖像變換、數據編碼壓縮、圖像增強復原、平滑、邊緣銳化、分割、特征抽取、圖像識別與理解等內容。模式識別的方法大致可分為統計決策法、句法結構法、模糊判決法和人工智能法四種。常見的人工智能法有BP網絡分類、概率神經網絡分類、三層神經網絡、遺傳法與神經網絡相結合分類等［4］。

1.2 機器視覺技術的研究應用進展

機器視覺技術的最大優點是與被觀測對象無接觸，因此，對觀測與被觀測者都不會產生任何損傷，安全可靠。這是其它感覺方式無法比擬的。另外，人無法長時間地觀察對象，機器視覺則無時間限制，而且具有分辨精度高和速度快、操作簡單、成本低等優點。目前，機器視覺技術已廣泛應用于農產品品質鑒定、工況監視、成品檢驗和質量控制等研究領域。

通過對食品和農產品進行不同測色方法對比研究，結果表明機器視覺系統完全可以反映樣品顏色，且效果更好［5-6］。另外，通過對農產品的彩色圖像顏色特征、幾何形狀特征及紋理特征進行提取、分析及計算，機器視覺技術可檢測肉類、禽蛋、柑橘等新鮮度或成熟度，且對肉類、禽蛋、水產品、板栗、堅果、紅棗、葡萄干、馬鈴薯等可實現自動缺陷識別、大小分檔及品質分級［7-22］;機器視覺技術也可以結合近紅外光譜、電子鼻等技術準確量化茶葉的種類及品質［23-26］。在大宗糧食檢測方面，機器視覺技術可以對稻米劃分等級，并對水稻種子、棉花種子、玉米種子、花生種子等進行品質檢測與鑒定，甚至實現在線識別或異物剔除［27-34］;在農業種植和倉儲監控方面，該技術能夠實時識別行間雜草，并有效區分大田害蟲及儲糧害蟲［35-37］;同時，有報道表明利用顯微圖像技術的機器視覺系統，在快速準確檢出菌液、牛奶、果汁和牛肉的細菌總數方面具有較好的應用潛力［38-39］;在現代制造業領域，為了滿足自動化生產裝配中在線監測要求，機器視覺技術常用于對螺紋、齒輪等精密產品進行外觀缺陷的在線檢測［40-42］;醫藥領域，機器視覺技術通過檢測患者面部色澤變化為醫務人員提供有效的色診診斷信息［43］，也可用于對大輸液、口服液、保健酒等液體藥物制劑裝量、可見異物的檢測及藥品外觀質量和包裝的檢測［44-49］;在環境衛生方面，機器視覺技術可以針對工業煙塵與水質進行在線環境檢測，為污染的預防和控制策略的制定提供依據［50-52］;在森林防火監測等安全保障方面，也有良好的應用前景［53］。

2 機器視覺技術實現中藥形色的客觀化表達的應用前景

2.1 用于中藥材外觀質量及商品等級的評價

中藥材是供中醫臨床用藥、中成藥生產的原料，其質量優劣將直接影響藥品的療效。古人的經驗鑒別是從整體上控制中藥材質量的方法之一，通過中藥材的外觀性狀，從形、色、氣、味等衡量其質量。其中形主要指中藥材外形、長短及粗細，色主要指中藥材在日光下觀察的顏色及光澤度。對于有特殊形狀和顏色的中藥材，其外觀形狀和顏色歷來就是鑒別中藥材的主要依據之一:如天麻表面黃白色至淡黃棕色，有縱皺紋及由潛伏芽排列而成的橫環紋多輪，有時可見棕褐色菌索，頂端有紅棕色至深棕色鸚嘴狀的芽或殘留莖基，另段有圓臍形疤痕［54］，形象地稱之為“鸚哥嘴”、“凹肚臍”，并以此為其特殊形狀特征;川貝母中的松貝呈類圓錐形或近球形，表面類白色，有“懷中抱月”特征，爐貝呈長圓錐形，表面類白色或淺棕黃色，有“虎皮斑”特征，青貝則呈類扁球形;人參主根呈紡錘形、圓柱形或人字形，表面灰黃色，具縱皺紋，上部或中下部有環紋，有“珍珠須”、“珍珠疙瘩”、“雁脖蘆”、“馬牙蘆”及“圓蘆”等特征;牛黃表面黃紅色至棕黃色，掛有一層黑色光亮的薄膜，習稱“烏金衣”，有的具疣狀突起，有的具龜裂紋;熊膽有金膽(銅膽)、墨膽(鐵膽)、菜花膽之分［55］。而傳統的中藥材性狀檢測大多依靠人工感觀評測，缺乏客觀性和準確性，難以實現量化和標準化，不能滿足中藥材外觀質量控制的需要。

因此，建議引入機器視覺技術針對中藥材性狀形色差異性，明確其特征特性的分類界線，分類及定級，建立統一標準，實現中藥材性狀形色的客觀化表達。并在此基礎上，結合電子鼻、電子舌實現中藥材性狀氣味客觀化表達，加上內在成分含量，通過內在品質和外觀品質相結合的評價模式評價中藥材質量，劃分其商品等級。

2.2 用于飲片外觀質量及炮制工藝的評價

中藥飲片的質量與性狀緊密相關，性狀檢查是飲片質量標準極為重要的內容之一。《中國藥典》2010版一部首次對飲片有了明確的定義，收載的飲片品種大幅增加(439種)，并且參照中藥材標準列出質量控制指標［54］。但藥典附錄炮制通則項有關性狀的內容屬于經驗表述，難于操作:如炒黃用文火或中火炒至待炮炙品表面呈黃色或較原色稍深，或發泡鼓起，或爆裂，并透出藥物固有的氣味;炒焦者，一般用中火炒至表面焦褐色，斷面焦黃色為度，并具有焦香氣;炒炭是用武火炒至待炮炙品表面焦黑色、內部焦黃色或至規定程度;麩炒需炒至待炮炙品表面呈黃色或深黃色［54］。實例如清炒焦山楂，要求武火炒至外表焦褐色，內部焦黃色;砂炒馬錢子，要求伴炒至鼓起并顯棕褐色或深棕色，內部紅褐色，并起小泡;蛤粉炒阿膠，要求炒至鼓起呈圓球形，內無溏心;砂燙穿山甲，要求炒至鼓起，呈金黃色;滑石粉炒刺猬皮，要求拌炒至黃色、鼓起、皮卷曲、刺尖禿［56］;又如制何首烏，要求蒸至內外均呈棕褐色;熟地黃，要求“黑如漆，甜如飴”。對于飲片的片型，根據需要切成薄片、厚片，或為了美觀而切成瓜子片、柳葉片和馬蹄片，切制后的飲片要求均勻、整齊、色澤鮮明、表面光潔。

可以看出，飲片性狀形色是飲片質量評價的重要指標，然而經驗鑒別主要依據鑒別者的感觀感覺，鑒別結果極易受到主觀因素的影響和偏差，在實際運用當中難免造成偏頗。另外，富有經驗的老藥工人數逐漸減少，中藥炮制不僅面臨著飲片質量控制問題，還面臨著瀕臨傳承斷代的問題。因此，建議引入機器視覺技術，將飲片性狀形色轉化為客觀數據，并與炮制機械設計技術相結合，設計制造出飲片加工炮制“火候”快速檢測設備，準確把握炮制“火候”。進而借助其視覺傳感器具有快速、準確和高效的優勢，以飲片形色為指標，實現炮制“火候”的在線監控，達到從宏觀上控制炮制工藝穩定性的目的。該技術的引入，有助于飲片外觀品質得到控制，并且可以實現中藥炮制經驗的現代化傳承和炮制工藝的規范化，同時，還可為炮制自動加工專用機械設備研究奠定基礎。

2.3 用于中成藥外觀質量及工藝評價

中成藥的外觀性狀與其質量密切相關，利用機器視覺技術實現外觀的標準化控制，使中成藥外觀統一、穩定，可以提高其商業價值，為產品國際化奠定堅實的基礎。《中國藥典》2010版一部關于各中成藥性狀的檢查內容，亦為經驗表述，難以掌控。如丸劑外觀應圓整均勻、色澤一致;散劑應混合均勻、色澤一致;顆粒劑應顆粒均勻，色澤一致，且要求可溶顆粒應全部溶化，允許有輕微渾濁，混懸顆粒應能混懸均勻;片劑外觀應完整光潔、色澤均勻;合劑除另有規定外應澄清;注射劑、眼用制劑可見異物應符合規定。實例如六味地黃丸性狀表述為棕黑色的水蜜丸、棕黑色至黑褐色的小蜜丸或大蜜丸;生脈膠囊內容物為棕黃色至棕褐色的顆粒和粉末;板藍根顆粒為淺棕黃色至棕褐色的顆粒;藿香正氣口服液為棕色的澄明液體［54］。另外中成藥生產過程中的滲漉提取過程或大孔樹脂吸附過程，對于滲漉終點和洗脫終點的判斷，主要依靠液體顏色，結果常受到主觀因素的影響和偏差，在實際運用當中難免造成偏頗，影響工藝穩定。

據報道，葉青松等［57］已開展利用機器視覺技術對丸藥進行外觀質量(要求圓整均勻、色澤一致)評價的研究，探討丸藥外觀質量標準化及實時檢測方法和途徑，開發了完整的工作循環模式。并以此模式，提出了實時檢測系統的完整方案。這為其他中成藥(如顆粒劑、片劑、散劑、膠囊及口服液等)的外觀質量評價提供了借鑒，有望實現中成藥性狀形色標準化，亦可根據批次間的外觀性狀差異評價工藝是否穩定，進而規范生產工藝。

3 討論

機器視覺技術是根據圖像像素分布、亮度和色彩等信息，通過相關運算來抽取目標的特征，并由此實現模式識別、坐標計算、圖像灰度分布等多種功能。其中，光源對拍攝時圖像的顏色影響較大，不易準確獲取。并且大多數中藥是以細微的形狀特征和紋理特征來區分，能否準確獲得其圖像中的形狀特征和紋理特征，這將是中藥性狀形色客觀化表達的一大難題。亟需光譜、圖像、計算機、信息及控制等方面的專家學者合作，共同探討，攻克技術難關，為實現中藥性狀形色客觀化表達提供技術支撐。目前，中藥質量的評價，主要是定量測定，選擇已知成分為指標，而較少關注未知成分，導致一些非法加工中藥的情況出現，如硫磺熏中藥，以致硫殘超標。另外，在中成藥生產過程中，對于貴重藥材投料，常使用偽藥或劣藥替代，為了使定量檢測達標而直接添加指標成分;更有甚者，在補腎、降糖、鎮痛類中成藥中，非法添加西藥成分。這引起了行業的思考:中藥質量應該怎樣控制?指標成分定量檢測能否代表中藥質量檢查?性狀檢查常為經驗表述，如何具有操作性?有學者通過對假藥進行外觀性狀鑒別，參照藥品說明書對中成藥的顏色、氣味、狀態等進行對照，初步識別藥品真偽，再結合定量檢測，辨別其真偽。筆者認為，對于中藥質量評價、中藥性狀檢查與內在成分定量檢測應具有同等的地位，并且性狀中形色和氣味密不可分，共同詮釋中藥外觀品質。因此，結合前期發表的有關中藥性狀氣味客觀化表達的設想［58］，建議應用機器視覺技術實現中藥性狀形色的客觀化表達，使形色氣味成為可量化的指標，再結合內在成分含有量等指標，建立外觀品質(形色氣味)和內在品質相結合的中藥質量整體評價體系。同時，進一步完善中藥質量標準內容，使其更具有可操作性，進而有助于建立中藥商品等級、規格等級的標準及檢驗評價體系。

中藥質量評價以感官評價、理化評價、生物學評價為方向不斷發展。一直以來，行業內非常重視理化和生物學評價，而感官評價研究不夠。筆者認為，中藥質量更應該強調外觀品質和內在品質相結合的評價方式，加強形色氣味相關的技術研究。此研究非常重要，刻不容緩，希望引起行業重視。

［1］戴君，趙海洋.機器視覺［J］.機械設計與制造工程，1998，27(4):52-53.

［2］段峰，王耀南，雷曉峰，等.機器視覺技術及其應用綜述［J］.自動化博覽，2002(3):59-62.

［3］章煒.機器視覺技術發展及其工業應用［J］.紅外，2005，27(2):11-17.

［4］唐向陽，張勇，李江有，等.機器視覺關鍵技術的現狀及應用展望［J］.昆明理工大學學報:理工版，2004，29(4):36-39.

［5］Balaban M O.Quantifying nonhomogeneous colors in agricultural Materials Part I:method development［J］.J Food Sci，2008，73(9):431-447.

［6］Balaban M O，Aparicio J，Zotarelli M，et al.Quantifying nonhomogeneous colors in agricultural materials.Part II:comparison of machine vision and sensory panel evaluations［J］.J Food Sci，2008，73(9):438-442.

［7］Balaban M O，Unal Seng?r G F，Gil Soriano M，et al.Using image analysis to predict the weight of alaskan salmon of different species［J］.J Food Sci，2010，75(3):157-162.

［8］Tan F J，Morgan M T，Ludas L I，et al.Assessment of fresh pork color with color machine vision［J］.J Anim Sci，2000，78:3078-3085.

［9］Yang C C，Chao K，Kim M S，et al.Machine vision system for on-line wholesomeness inspection of poultry carcasses［J］.Poult Sci，2010，89:1252-1264.

［10］陳坤杰，尹文慶.機器視覺技術在分析牛肉顏色變化特征中的應用［J］.食品科學，2008，29(9):92-96.

［11］應義斌，饒秀勤，馬俊福.柑橘成熟度機器視覺無損檢測方法究［J］.農業工程學報，2004，20(2):144-147.

［12］劉木華，段武貌，黎靜，等.基于圖像處理和支持向量機分類的牛肉大理石花紋等級評定［J］.沈陽農業大學學報，2005，36(6):650-654.

［13］王巧華，文友先，林雪冬，等.雞蛋透射光圖像形態特征與其新鮮度的相關關系［J］.農業工程學報，2008，24(3):179-183.

［14］丁幼春，熊利榮，陳紅，等.鴨蛋蛋心顏色模型的試驗研究［J］.農機化研究，2005(2):176-178.

［15］張曉芳，郁志宏，張濤，等.基于遺傳神經網絡的雞蛋外觀品質檢測［J］.農機化研究，2008(5):122-124.

［16］Pan P M，Li J P，Lv G L，et al.Prediction of shelled shrimp weight by machine vision［J］.J Zhejiang Univ Sci B，2009，10(8):589-594.

［17］展慧，李小昱，王為，等.基于機器視覺的板栗分級檢測方法［J］.農業工程學報，2010，26(4):327-331.

［18］薛忠，鄧干然，崔振德，等.基于機器視覺的澳洲堅果分級研究［J］.農機化研究，2010，32(5):26-28.

［19］趙杰文，劉少鵬，鄒小波，等.基于支持向量機的缺陷紅棗機器視覺識別［J］.農業機械學報，2008，39(3):113-116.

［20］馬學武，何建國.基于機器視覺紅棗無損自動分級設備的研制［J］.寧夏工程技術，2008，7(3):213-215.

［21］唐晶磊，景旭，何東健.基于BP神經網絡的葡萄干分級技術的研究［J］.農機化研究，2007，(11):51-53.

［22］郝敏，麻碩士.基于機器視覺的馬鈴薯單薯質量檢測技術研究［J］.農機化研究，2009，31(9):61-63.

［23］陳全勝，趙杰文，蔡健榮，等.支持向量機在機器視覺識別茶葉中的應用研究［J］.儀器儀表學報，2006，27(12):1704-1706.

［24］袁林穎，周正科，皮利，等.茶葉品質等的量化識別研究進展［J］.南方農業，2010，4(1):80-83.

［25］陳全勝，趙杰文，蔡健榮.基于近紅外光譜和機器視覺的多信息融合技術評判茶葉品質［J］.農業工程學報，2008，24(3):5-10.

［26］李曉麗，何勇.基于多光譜圖像及組合特征分析的茶葉等級區分［J］.農業機械學報，2009，40(z1):113-118.

［27］常若葵，張偉玉，崔晶，等.基于機器視覺的大米外特性評價［J］.農機化研究，2009，31(12):149-151.

［28］吳繼華，劉燕德，歐陽愛國.基于機器視覺的種子品種實時檢測系統研究［J］.傳感技術學報，2005，18(4):742-744.

［29］張俊雄，陳濤，于振東，等.基于計算機視覺的新疆棉種顏色分選系統設計［J］.農業機械學報，2009，40(10):161-164.

［30］楊錦忠，郝建平，杜天慶，等.基于種子圖像處理的大數目玉米品種形態識別［J］.作物學報，2008，34(6):1069-1073.

［31］韓仲志，趙友剛.基于外觀特征識別的花生品種與品質檢測方法［J］.中國糧油學報，2009，24(5):123-126.

［32］饒洪輝，劉燕德，孫旭東，等.基于機器視覺的水稻種子質量在線檢測機［J］.農機化研究，2009，31(10):79-82.

［33］唐向陽，張鶴松，張勇，等.基于機器視覺技術的智能煙草異物剔除系統［J］.機電工程技術，2006，35(12):84-85.

［34］張紹堂.基于視覺技術的煙草異物剔除系統的研究及實現［D］.昆明:云南大學，2007.

［35］毛文華，王一鳴，張小超，等.實時識別行間雜草的機器視覺系統［J］.農業工程學報，2003，19(5):114-117.

［36］邱道尹，張紅濤，劉新宇，等.基于機器視覺的大田害蟲檢測系統［J］.農業機械學報，2007，38(1):120-122.

［37］廉飛宇，邢超，范伊紅，等.基于機器視覺的儲糧害蟲檢測與識別［J］.河南工業大學學報(自然科學版)，2007，28(3):43-46.

［38］金聲瑯，李玉娟，殷涌光.采用顯微圖像識別技術快速檢測食品細菌總數［J］.農業工程學報，2008，24(4):177-180.

［39］金聲瑯.食品中細菌總數用機器視覺法與培養法檢測的結果比較［J］.包裝與食品機械，2009，27(4):33-37.

［40］左建中，劉峰，張定昭.機器視覺技術在螺紋檢測中的應用［J］.機械設計與制造，2006，(4):113-114.

［41］周金山，婁訓志，王凡，等.基于機器視覺的螺紋缺陷檢測方法［J］.湖北工業大學學報，2010，25(2):4-6.

［42］楊淑瑩，任翠池，張成，等.基于機器視覺的齒輪產品外觀缺陷檢測［J］.天津大學學報，2007，40(9):1111-1114.

［43］刑濤.基于機器視覺的中醫色診客觀化研究［D］.北京:北京工業大學，2007.

［44］魯娟，王耀南，余洪山，等.大輸液中可見異物智能在線檢測系統設計［J］.計算機測量與控制，2008，16(12):1802-1805.

［45］張業鵬，紀華，康智強，等.基于機器視覺的透明口服液裝量檢測系統的研究［J］.電子測量與儀器學報，2008，22(z2):337-341.

［46］張輝，王耀南，周博文，等.基于機器視覺的保健酒可見異物檢測系統研究與開發［J］.儀器儀表學報，2009，30(5):973-979.

［47］孫懷遠，周夫之，陸尚卿.機器視覺技術在藥液灌裝量檢測中的應用［J］.計算機應用與軟件，2009，26(6):247-248.

［48］蔣麗華.基于機器視覺技術的藥品質量檢測系統［J］.中國科技博覽，2009(27):46.

［49］薛利軍，張虎，李自田.采用機器視覺的藥品包裝實時在線檢測系統的研究［J］.包裝工程，2005，26(2):52-54.

［50］賈方慶，楊天怡，黃勤.基于機器視覺的在線環境監測系統設計［J］.計算機工程與設計，2007，28(17):4303-4306.

［51］湯一平，尤思思，葉永杰，等.基于機器視覺的生物式水質監測儀的開發［J］.工業控制計算機，2006，19(6):64-66.

［52］任艷君，胡方霞，陳興龍.基于機器視覺的煙塵在線監測的研究［J］.西南大學學報:自然科學版，2008，30(9):163-168.

［53］賈志成，胡天翔，劉春景.基于機器視覺的森林防火監測技術初步研究［J］.林業機械與木工設備，2008，36(10):21-23.

［54］國家藥典委員會.中華人民共和國藥典:2010年版一部［S］.北京:中國醫藥科技出版社，2010:1.

［55］馬艷梅.幾種貴重中藥材的鑒別術語釋義［J］.時珍國醫國藥，2001，12(10):905-906.

［56］蔡寶昌.中藥炮制學［M］.北京:中國中醫藥出版社，2008.9.

［57］葉青松.基于機器視覺的工業檢測研究－實時藥丸檢測系統［D］.無錫:江南大學，2008.

［58］李文敏，吳純潔，艾麗，等.基于電子鼻、電子舌技術實現中藥性狀氣味客觀化表達的展望［J］.中成藥，2009，31(2):282-284.