一种分类模型生成方法、舌体图像分类方法及装置制造方法及图纸

本申请实施例公开了一种分类模型生成方法、舌体图像分类方法及装置，该方法包括：通过提取舌体训练图像的图像特征，利用舌体训练图像的图像特征以及舌体训练图像对应的舌质分类标签可以训练生成舌质分类模型，所生成的舌质分类模型可以对舌体图像的舌质进行分类，从而实现自动且快速地对舌体图像的舌质进行分类，且分类的结果消除了主观性的影响，也更为准确。

【技术实现步骤摘要】
一种分类模型生成方法、舌体图像分类方法及装置
本申请涉及图像处理
，具体涉及一种分类模型生成方法及装置，一种舌体图像分类方法及装置。
技术介绍
随着信息采集技术的发展以及大数据的普及，可以通过对采集的图像进行处理以获得有效信息。例如，目前已经出现一些利用自带摄像头的智能终端设备例如手机等对人体如舌体、眼睛等部位进行图像采集的方案，给人们对人体的信息采集带来了极大的方便。在现有技术中，采集到的舌体图像可以传输给专业人员进行舌质颜色、纹理等内容的判断，但是人工判断的主观性强、效率较为低下，因此，在现有技术中缺乏对舌体图像的舌质进行快速、准确分类的方式。
技术实现思路
有鉴于此，本申请实施例提供一种分类模型生成方法及装置，一种舌体图像分类方法及装置，以解决现有技术中无法快速、准确对舌体图像的舌质进行分类的技术问题。为解决上述问题，本申请实施例提供的技术方案如下：一种分类模型生成方法，所述方法包括：获取舌体训练图像；提取所述舌体训练图像的图像特征；根据所述舌体训练图像的图像特征以及所述舌体训练图像对应的舌质分类标签对初始分类模型进行训练，生成舌质分类模型。在一种可能的实现方式中，所述根据所述舌体训练图像的图像特征以及所述舌体训练图像对应的舌质分类标签对初始分类模型进行训练，生成舌质分类模型，包括：根据所述舌体训练图像的图像特征以及所述舌体训练图像对应的舌质颜色分类标签对初始分类模型进行训练，生成舌质颜色分类模型；或者，根据所述舌体训练图像的图像特征以及所述舌体训练图像对应的舌质纹理分类标签对初始分类模型进行训练，生成舌质纹理分类模型。在一种可能的实现方式中，所述方法还包括：获取舌体验证图像；提取所述舌体验证图像的图像特征；将所述舌体验证图像的图像特征输入所述舌质分类模型，获得所述舌体验证图像的舌质分类结果；当所述舌体验证图像的舌质分类结果与所述舌体验证图像对应的舌质分类标签不一致；将所述舌体验证图像重新作为所述舌体训练图像，对所述舌质分类模型进行更新。在一种可能的实现方式中，当所述舌质分类模型为舌质颜色分类模型时，所述舌质分类结果为舌质颜色分类结果，所述舌质分类标签为舌质颜色分类标签；当所述舌质分类模型为舌质纹理分类模型时，所述舌质分类结果为舌质纹理分类结果，所述舌质分类标签为舌质纹理分类标签。在一种可能的实现方式中，所述方法还包括：获取原始舌体图像，在所述原始舌体图像中筛选有效舌体图像；随机选择预设数量的所述有效舌体图像作为舌体训练图像；将未被选择为所述舌体训练图像的所述有效舌体图像作为舌体验证图像。在一种可能的实现方式中，所述随机选择预设数量的所述有效舌体图像作为舌体训练图像，包括：对所述有效舌体图像进行编号；利用伪随机数算法在预设范围内生成一组预设数量的伪随机数；将编号与所述伪随机数一致的有效舌体图像作为舌体训练图像。在一种可能的实现方式中，所述图像特征包括方向梯度直方图特征以及尺度不变特征变换特征。一种舌体图像分类方法，所述方法包括：提取待分类舌体图像的图像特征；将所述待分类舌体图像的图像特征输入舌质分类模型，获得所述待分类舌体图像的舌质分类结果，所述舌质分类模型是根据上述的分类模型生成方法所生成的。在一种可能的实现方式中，所述方法还包括：如果所述待分类舌体图像的舌质分类结果与专家分类结果不一致，将所述专家分类结果作为所述待分类舌体图像对应的舌质分类标签，并将所述待分类舌体图像作为舌体训练图像。在一种可能的实现方式中，当所述舌质分类模型为舌质颜色分类模型时，所述舌质分类结果为舌质颜色分类结果，所述舌质分类标签为舌质颜色分类标签；当所述舌质分类模型为舌质纹理分类模型时，所述舌质分类结果为舌质纹理分类结果，所述舌质分类标签为舌质纹理分类标签。在一种可能的实现方式中，所述图像特征包括方向梯度直方图特征以及尺度不变特征变换特征。一种分类模型生成装置，所述装置包括：第一获取单元，用于获取舌体训练图像；第一提取单元，用于提取所述舌体训练图像的图像特征；生成单元，用于根据所述舌体训练图像的图像特征以及所述舌体训练图像对应的舌质颜色分类标签对初始分类模型进行训练，生成舌质颜色分类模型。在一种可能的实现方式中，所述生成单元具体用于：根据所述舌体训练图像的图像特征以及所述舌体训练图像对应的舌质颜色分类标签对初始分类模型进行训练，生成舌质颜色分类模型；或者，根据所述舌体训练图像的图像特征以及所述舌体训练图像对应的舌质纹理分类标签对初始分类模型进行训练，生成舌质纹理分类模型。在一种可能的实现方式中，所述装置还包括：第二获取单元，用于获取舌体验证图像；第二提取单元，用于提取所述舌体验证图像的图像特征；获得单元，用于将所述舌体验证图像的图像特征输入所述舌质分类模型，获得所述舌体验证图像的舌质分类结果；更新单元，用于当所述舌体验证图像的舌质分类结果与所述舌体验证图像对应的舌质分类标签不一致；将所述舌体验证图像重新作为所述舌体训练图像，对所述舌质分类模型进行更新。在一种可能的实现方式中，当所述舌质分类模型为舌质颜色分类模型时，所述舌质分类结果为舌质颜色分类结果，所述舌质分类标签为舌质颜色分类标签；当所述舌质分类模型为舌质纹理分类模型时，所述舌质分类结果为舌质纹理分类结果，所述舌质分类标签为舌质纹理分类标签。在一种可能的实现方式中，所述装置还包括：第三获取单元，用于获取原始舌体图像，在所述原始舌体图像中筛选有效舌体图像；选择单元，用于随机选择预设数量的所述有效舌体图像作为舌体训练图像；第四获取单元，用于将未被选择为所述舌体训练图像的所述有效舌体图像作为舌体验证图像。在一种可能的实现方式中，所述选择单元包括：编号子单元，用于对所述有效舌体图像进行编号；伪随机数生成子单元，用于利用伪随机数算法在预设范围内生成一组预设数量的伪随机数；选择子单元，用于将编号与所述伪随机数一致的有效舌体图像作为舌体训练图像。在一种可能的实现方式中，所述图像特征包括方向梯度直方图特征以及尺度不变特征变换特征。一种舌体图像分类装置，所述装置包括：提取单元，用于提取待分类舌体图像的图像特征；获得单元，用于将所述待分类舌体图像的图像特征输入舌质颜色分类模型，获得所述待分类舌体图像的舌质颜色分类结果，所述舌质颜色分类模型是根据上述的分类模型生成装置所生成的。在一种可能的实现方式中，所述装置还包括：确定单元，用于如果所述待分类舌体图像的舌质分类结果与专家分类结果不一致，将所述专家分类结果作为所述待分类舌体图像对应的舌质分类标签，并将所述待分类舌体图像作为舌体训练图像。在一种可能的实现方式中，当所述舌质分类模型为舌质颜色分类模型时，所述舌质分类结果为舌质颜色分类结果，所述舌质分类标签为舌质颜色分类标签；当所述舌质分类模型为舌质纹理分类模型时，所述舌质分类结果为舌质纹理分类结果，所述舌质分类标签为舌质纹理分类标签。在一种可能的实现方式中，所述图像特征包括方向梯度直方图特征以及尺度不变特征变换特征。由此可见，本申请实施例具有如下有益效果：本申请实施例通过提取舌体训练图像的图像特征，利用舌体训练图像的图像特征以及舌体训练图像对应的舌质分类标签可以训练生成舌质分类模型，所生成的舌质分类模型可以对舌体图像的舌质进行分类，从而实现自动且快速地对舌体图像的舌质进行分类，且本文档来自技高网...

【技术保护点】
1.一种分类模型生成方法，其特征在于，所述方法包括：获取舌体训练图像；提取所述舌体训练图像的图像特征；根据所述舌体训练图像的图像特征以及所述舌体训练图像对应的舌质分类标签对初始分类模型进行训练，生成舌质分类模型。

【技术特征摘要】
1.一种分类模型生成方法，其特征在于，所述方法包括：获取舌体训练图像；提取所述舌体训练图像的图像特征；根据所述舌体训练图像的图像特征以及所述舌体训练图像对应的舌质分类标签对初始分类模型进行训练，生成舌质分类模型。2.根据权利要求1所述的方法，其特征在于，所述根据所述舌体训练图像的图像特征以及所述舌体训练图像对应的舌质分类标签对初始分类模型进行训练，生成舌质分类模型，包括：根据所述舌体训练图像的图像特征以及所述舌体训练图像对应的舌质颜色分类标签对初始分类模型进行训练，生成舌质颜色分类模型；或者，根据所述舌体训练图像的图像特征以及所述舌体训练图像对应的舌质纹理分类标签对初始分类模型进行训练，生成舌质纹理分类模型。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取舌体验证图像；提取所述舌体验证图像的图像特征；将所述舌体验证图像的图像特征输入所述舌质分类模型，获得所述舌体验证图像的舌质分类结果；当所述舌体验证图像的舌质分类结果与所述舌体验证图像对应的舌质分类标签不一致；将所述舌体验证图像重新作为所述舌体训练图像，对所述舌质分类模型进行更新。4.根据权利要求3所述的方法，其特征在于，当所述舌质分类模型为舌质颜色分类模型时，所述舌质分类结果为舌质颜色分类结果，所述舌质分类标签为舌质颜色分类标签；当所述舌质分类模型为舌质纹理分类模型时，所述舌质分类结果为舌质纹理分类结果，所述舌质分类标签为舌质纹理分类标签。5.根据权利要求1或3所述的方法，其特征在于，所述方法还包括：获取原始舌...

【专利技术属性】
技术研发人员：栾欣泽，王晓婷，何光宇，孟健，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁,21