摘要
本发明公开了基于人工智能的中药材农药残留检测方法、系统及介质,具体涉及图像处理与智能检测技术领域,用于解决对中药材复杂表面纹理与农药残留区域区分能力不足的问题;通过提取高分辨率图像的局部梯度方向分布特征,结合梯度幅值聚类处理生成纹理边缘轮廓的梯度特征图;将梯度特征与颜色通道数据进行多尺度融合,构建表征纹理、颜色及空间分布的多通道特征图;基于高阶颜色矩与方向熵的协方差分析量化特征关联性,通过马氏距离分类器划分正常纹理与异常残留区域;对异常区域进行光谱波段匹配度评估,融合几何形态特征与光谱评分输入预训练分类模型,利用非线性关联决策生成农药残留检测结果,实现中药材表面自然纹理与农药残留的精准区分。
技术关键词
农药残留检测方法
多通道特征
分布特征
像素点
协方差分析
训练分类模型
纹理
光谱反射率曲线
边缘轮廓
支持向量机分类
分布直方图
颜色
拉普拉斯金字塔
多维特征向量
农药残留检测系统
图像
多尺度
分类器
系统为您推荐了相关专利信息
睡眠特征
优化量化模型
作息规律
疾病
特征提取模块
微弱变化检测方法
合成孔径雷达图像
对比度
多尺度
加速鲁棒特征
防护方法
区块链服务系统
分布式存储模块
资源消耗量
区块链协议
多维图像数据
检测仪表
三维模型
深度分布特征
深度映射