目的:利用中药饮片和粉末图像中颜色的种类和分布特征,构建与尺度和旋转无关的颜色匹配模板,建立中药饮片和粉末的颜色表征及图像识别方法。方法:(1)抽取不同药用部位的药材样品,包括花、根茎、种子和果实类,各选取相应的两个观察面摄取图像,经图像分割、RGB颜色模型转换为Lab等图像处理过程,提取各观察面的图像前景的颜色参数。两个观察面的颜色向量按降序排序,插值缩放至一定尺度,按1:1的权重构造综合颜色向量。对于具有向心分布的观察面(如横切面)图像,采用腐蚀操作由外至内逐圈提取各环带的颜色分量,并进行排序、缩放操作。以综合颜色向量作初始模板用以进行样本训练,计算各样本与模板的相关系数,结合t检验对阳性样本进行区间估计,以总识别率为考察指标,确定最优模板尺度、环带宽度和训练量。(2)选取根茎类药材,各采集三个观察面摄取图像,经颜色分割、图像二值运算等处理过程,提取各观察面的图像前景的Lab颜色参数。对三个观察面的颜色向量按降序排序,插值缩放至一定尺度,按1:1:1的权重构造综合颜色向量。对横切面和径切面图像采用腐蚀操作进行表征,以综合颜色向量作初始模板进行训练、区间估计和测试,计算单模板和多模板的识别率。(3)所有实验药材经取样、粉碎、过筛、制片及显微摄像等过程,各制备粉末样本90个,每个样本采集30个显微视野的图像,并进行自动或半自动分割得到前景图像。提取图像中所有图块的Lab颜色参量进行总体排序作为特征1,另提取每个图块中各腐蚀环带的颜色参量进行排序并构建图块环带向量作为特征2,融合特征1和特征2作为综合向量,进行模板训练和样本识别率测试。结果:(1)利用两观察面的综合向量模板测试各种饮片图像样本,由a、b两个颜色分量构建的综合颜色模板的识别性能优于L、a、b三个分量的模板,ab多模板测试的总识别率为95.8%。(2)利用三观察面的综合向量模板测试根茎类饮片图像样本,测试的识别率分别为:ab单模板49.1%、Lab单模板79.0%、ab多模板94.6%、Lab多模板91.1%。(3)基于两种特征综合向量的药材粉末显微图像识别,ab单模板和多模板的识别率分别为85.9%和90.3%。结论:将中药饮片不同观察面的图像或多张粉末显微图像的颜色特征进行整合以构建样品的综合颜色特征向量,对于相同药用部位的样品和不同药用部位的样品均可获得较好的识别分类结果;该方法对饮片样品的形状、取样部位、颜色分布的随机变化以及粉末样品中碎片数量、大小、粘连等的随机性变化均有较强的抗干扰能力。