在中医药质量检测中,针对传统红绿蓝三通道图像(red green blue,RGB)检测方法因缺乏光谱信息难以实现精准鉴别、高光谱方法在“类间差异小、类内差异大”场景下面临精度与效率不足的问题,本文构建了线扫描式高光谱成像系统,建立5个具有...在中医药质量检测中,针对传统红绿蓝三通道图像(red green blue,RGB)检测方法因缺乏光谱信息难以实现精准鉴别、高光谱方法在“类间差异小、类内差异大”场景下面临精度与效率不足的问题,本文构建了线扫描式高光谱成像系统,建立5个具有像素级标注的中药材高光谱数据集,并提出了一种空间-光谱超像素稀疏注意力引导的中药高光谱图像分割网络。该网络通过三阶段架构实现中药质量无损高精度检测,基于空间距离和光谱距离将高光谱图像的同质区域分割为超像素块,增强语义一致性,提升特征学习效率;利用双流超像素稀疏注意力模块,通过构建超像素块间关联矩阵过滤不相关区域,实现强关联区域间的空间维度全局特征提取与光谱维度的波段显著性建模;通过多尺度特征融合解码器实现像素级检测。实验结果表明,在真伪鉴别、产地溯源和炮制品鉴别数据集上,本文方法平均像素精度(mean pixel accuracy,MPA)和平均交互比(mean intersection over union,MIoU)分别为0.968、0.933,均优于现有方法。本文方法可为中药质量精准检测提供参考。展开更多
文摘在中医药质量检测中,针对传统红绿蓝三通道图像(red green blue,RGB)检测方法因缺乏光谱信息难以实现精准鉴别、高光谱方法在“类间差异小、类内差异大”场景下面临精度与效率不足的问题,本文构建了线扫描式高光谱成像系统,建立5个具有像素级标注的中药材高光谱数据集,并提出了一种空间-光谱超像素稀疏注意力引导的中药高光谱图像分割网络。该网络通过三阶段架构实现中药质量无损高精度检测,基于空间距离和光谱距离将高光谱图像的同质区域分割为超像素块,增强语义一致性,提升特征学习效率;利用双流超像素稀疏注意力模块,通过构建超像素块间关联矩阵过滤不相关区域,实现强关联区域间的空间维度全局特征提取与光谱维度的波段显著性建模;通过多尺度特征融合解码器实现像素级检测。实验结果表明,在真伪鉴别、产地溯源和炮制品鉴别数据集上,本文方法平均像素精度(mean pixel accuracy,MPA)和平均交互比(mean intersection over union,MIoU)分别为0.968、0.933,均优于现有方法。本文方法可为中药质量精准检测提供参考。
