来源：期刊VIP网 时间：
作者：陈鑫1,2,3;赵启元1,2;李曼莉1;闫旭1,2;傅博强1;王晶1
单位：1.中国计量科学研究院;2.河北大学质量技术监督学院;3.北京戴纳实验科技股份有限公司
摘要：目前检疫领域中采用的基于三维机器视觉结合人工智能识别的多维生物智能鉴别仪的性能评价面临方法缺失和评价标本难以获取的问题。该研究以检疫性植物三裂叶豚草的总苞、黄花鸢尾种子、驴食豆种子为生物样本，采用高精度三维扫描，获取其三维形态点云数据模型；并建立扰动算法，设计包含尺度变化、噪声扰动、结构性缺损和高曲率部分缺损的三维模型。采用增材制造技术将这些数字模型转化为物理实体模拟样本。无需获取内部成像数据，实现多维智能生物鉴别仪的性能评价。实验结果表明，利用该方法生成的增材制造样本，3台被测试仪器鉴别的总体准确率均达到96.7%～100%；对人为设计的尺度变化、噪声扰动、结构性缺损、表面缺损及角度变化等扰动样本的识别准确率为83.3%～100%；测试结果重复性为90%～100%。该方法可有效解决真实的检疫性生物样本无法标准化、难以获取、存在生物安全风险的缺陷，同时为智能生物鉴别类仪器的准确率和鲁棒性性能评价提供新的研究思路和方法。
关键词：多维智能生物鉴别仪;性能评价;增材制造样本;三维机器视觉
基金资助：国家重点研发计划项目(2022YFF0608802)
