黎江華，吳純潔，孫靈根，王雙雙，張繼良，黃勤挽

(成都中醫(yī)藥大學，四川成都611137)

性狀是中藥(中藥材、飲片及中成藥)質(zhì)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(zhì)量檢查中的主要指標之一。而傳統(tǒng)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(fā)展，成熟的商業(yè)化產(chǎn)品相繼問世，并在農(nóng)業(yè)、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(shù)字化，以圖像處理技術提取外觀特征參數(shù)，建立品質(zhì)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(xiàn)出巨大的應用潛力。故設想在中藥行業(yè)中開展相關的研究，實現(xiàn)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(jīng)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(shù)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(tǒng)包括圖像捕捉模塊、光源系統(tǒng)、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機械控制執(zhí)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(shù)字信號傳送給專用的圖像處理系統(tǒng);根據(jù)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(xiàn)模式識別、坐標計算、灰度分布圖等多種功能;最后再根據(jù)其結果顯示圖像，輸出數(shù)據(jù)，發(fā)出指令，配合執(zhí)行機構完成位置調(diào)整、好壞篩選、數(shù)據(jù)統(tǒng)計等自動化流程。其中圖像處理系統(tǒng)是機器視覺系統(tǒng)的核心，主要圖像處理包括圖像變換、數(shù)據(jù)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(nèi)容。模式識別的方法大致可分為統(tǒng)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(wǎng)絡分類、概率神經(jīng)網(wǎng)絡分類、三層神經(jīng)網(wǎng)絡、遺傳法與神經(jīng)網(wǎng)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(yōu)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(chǎn)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(yōu)點。目前，機器視覺技術已廣泛應用于農(nóng)產(chǎn)品品質(zhì)鑒定、工況監(jiān)視、成品檢驗和質(zhì)量控制等研究領域。

通過對食品和農(nóng)產(chǎn)品進行不同測色方法對比研究，結果表明機器視覺系統(tǒng)完全可以反映樣品顏色，且效果更好［5-6］。另外，通過對農(nóng)產(chǎn)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(chǎn)品、板栗、堅果、紅棗、葡萄干、馬鈴薯等可實現(xiàn)自動缺陷識別、大小分檔及品質(zhì)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(zhì)［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(zhì)檢測與鑒定，甚至實現(xiàn)在線識別或異物剔除［27-34］;在農(nóng)業(yè)種植和倉儲監(jiān)控方面，該技術能夠?qū)崟r識別行間雜草，并有效區(qū)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(tǒng)，在快速準確檢出菌液、牛奶、果汁和牛肉的細菌總數(shù)方面具有較好的應用潛力［38-39］;在現(xiàn)代制造業(yè)領域，為了滿足自動化生產(chǎn)裝配中在線監(jiān)測要求，機器視覺技術常用于對螺紋、齒輪等精密產(chǎn)品進行外觀缺陷的在線檢測［40-42］;醫(yī)藥領域，機器視覺技術通過檢測患者面部色澤變化為醫(yī)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(zhì)量和包裝的檢測［44-49］;在環(huán)境衛(wèi)生方面，機器視覺技術可以針對工業(yè)煙塵與水質(zhì)進行在線環(huán)境檢測，為污染的預防和控制策略的制定提供依據(jù)［50-52］;在森林防火監(jiān)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(xiàn)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(zhì)量及商品等級的評價

中藥材是供中醫(yī)臨床用藥、中成藥生產(chǎn)的原料，其質(zhì)量優(yōu)劣將直接影響藥品的療效。古人的經(jīng)驗鑒別是從整體上控制中藥材質(zhì)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(zhì)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(jù)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(huán)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(huán)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(tǒng)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(xiàn)量化和標準化，不能滿足中藥材外觀質(zhì)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(tǒng)一標準，實現(xiàn)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(xiàn)中藥材性狀氣味客觀化表達，加上內(nèi)在成分含量，通過內(nèi)在品質(zhì)和外觀品質(zhì)相結合的評價模式評價中藥材質(zhì)量，劃分其商品等級。

2.2 用于飲片外觀質(zhì)量及炮制工藝的評價

中藥飲片的質(zhì)量與性狀緊密相關，性狀檢查是飲片質(zhì)量標準極為重要的內(nèi)容之一?！吨袊幍洹?010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(zhì)量控制指標［54］。但藥典附錄炮制通則項有關性狀的內(nèi)容屬于經(jīng)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(fā)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(nèi)部焦黃色或至規(guī)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(nèi)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(nèi)部紅褐色，并起小泡;蛤粉炒阿膠，要求炒至鼓起呈圓球形，內(nèi)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(nèi)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(jù)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(zhì)量評價的重要指標，然而經(jīng)驗鑒別主要依據(jù)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(jīng)驗的老藥工人數(shù)逐漸減少，中藥炮制不僅面臨著飲片質(zhì)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(shù)據(jù)，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(yōu)勢，以飲片形色為指標，實現(xiàn)炮制“火候”的在線監(jiān)控，達到從宏觀上控制炮制工藝穩(wěn)定性的目的。該技術的引入，有助于飲片外觀品質(zhì)得到控制，并且可以實現(xiàn)中藥炮制經(jīng)驗的現(xiàn)代化傳承和炮制工藝的規(guī)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(zhì)量及工藝評價

中成藥的外觀性狀與其質(zhì)量密切相關，利用機器視覺技術實現(xiàn)外觀的標準化控制，使中成藥外觀統(tǒng)一、穩(wěn)定，可以提高其商業(yè)價值，為產(chǎn)品國際化奠定堅實的基礎?！吨袊幍洹?010版一部關于各中成藥性狀的檢查內(nèi)容，亦為經(jīng)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(guī)定外應澄清;注射劑、眼用制劑可見異物應符合規(guī)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(nèi)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(chǎn)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(wěn)定。

據(jù)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(zhì)量(要求圓整均勻、色澤一致)評價的研究，探討丸藥外觀質(zhì)量標準化及實時檢測方法和途徑，開發(fā)了完整的工作循環(huán)模式。并以此模式，提出了實時檢測系統(tǒng)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(zhì)量評價提供了借鑒，有望實現(xiàn)中成藥性狀形色標準化，亦可根據(jù)批次間的外觀性狀差異評價工藝是否穩(wěn)定，進而規(guī)范生產(chǎn)工藝。

3 討論

機器視覺技術是根據(jù)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(xiàn)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(shù)中藥是以細微的形狀特征和紋理特征來區(qū)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(xiàn)中藥性狀形色客觀化表達提供技術支撐。目前，中藥質(zhì)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(xiàn)，如硫磺熏中藥，以致硫殘超標。另外，在中成藥生產(chǎn)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(zhèn)痛類中成藥中，非法添加西藥成分。這引起了行業(yè)的思考:中藥質(zhì)量應該怎樣控制?指標成分定量檢測能否代表中藥質(zhì)量檢查?性狀檢查常為經(jīng)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(tài)等進行對照，初步識別藥品真?zhèn)?，再結合定量檢測，辨別其真?zhèn)?。筆者認為，對于中藥質(zhì)量評價、中藥性狀檢查與內(nèi)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(zhì)。因此，結合前期發(fā)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(xiàn)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(nèi)在成分含有量等指標，建立外觀品質(zhì)(形色氣味)和內(nèi)在品質(zhì)相結合的中藥質(zhì)量整體評價體系。同時，進一步完善中藥質(zhì)量標準內(nèi)容，使其更具有可操作性，進而有助于建立中藥商品等級、規(guī)格等級的標準及檢驗評價體系。

中藥質(zhì)量評價以感官評價、理化評價、生物學評價為方向不斷發(fā)展。一直以來，行業(yè)內(nèi)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(zhì)量更應該強調(diào)外觀品質(zhì)和內(nèi)在品質(zhì)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(yè)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(fā)展及其工業(yè)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(xiàn)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(nóng)業(yè)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(nóng)業(yè)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(tài)特征與其新鮮度的相關關系［J］.農(nóng)業(yè)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(nóng)機化研究，2005(2):176-178.

［15］張曉芳，郁志宏，張濤，等.基于遺傳神經(jīng)網(wǎng)絡的雞蛋外觀品質(zhì)檢測［J］.農(nóng)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(nóng)業(yè)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(nóng)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(nóng)業(yè)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(jīng)網(wǎng)絡的葡萄干分級技術的研究［J］.農(nóng)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(zhì)量檢測技術研究［J］.農(nóng)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(zhì)等的量化識別研究進展［J］.南方農(nóng)業(yè)，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(zhì)［J］.農(nóng)業(yè)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(qū)分［J］.農(nóng)業(yè)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(nóng)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(tǒng)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(tǒng)設計［J］.農(nóng)業(yè)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(shù)目玉米品種形態(tài)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(zhì)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(zhì)量在線檢測機［J］.農(nóng)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(tǒng)［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(tǒng)的研究及實現(xiàn)［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(tǒng)［J］.農(nóng)業(yè)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(tǒng)［J］.農(nóng)業(yè)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(yè)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(shù)［J］.農(nóng)業(yè)工程學報，2008，24(4):177-180.

［39］金聲瑯.食品中細菌總數(shù)用機器視覺法與培養(yǎng)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(yè)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(chǎn)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(yī)色診客觀化研究［D］.北京:北京工業(yè)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(tǒng)設計［J］.計算機測量與控制，2008，16(12):1802-1805.

［45］張業(yè)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(tǒng)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(tǒng)研究與開發(fā)［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(zhì)量檢測系統(tǒng)［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(tǒng)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(huán)境監(jiān)測系統(tǒng)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(zhì)監(jiān)測儀的開發(fā)［J］.工業(yè)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(jiān)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(jiān)測技術初步研究［J］.林業(yè)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(yī)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(yī)國藥，2001，12(10):905-906.

［56］蔡寶昌.中藥炮制學［M］.北京:中國中醫(yī)藥出版社，2008.9.

［57］葉青松.基于機器視覺的工業(yè)檢測研究－實時藥丸檢測系統(tǒng)［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(xiàn)中藥性狀氣味客觀化表達的展望［J］.中成藥，2009，31(2):282-284.