【技术实现步骤摘要】
本专利技术涉及医学图像处理，尤其是涉及一种开放环境下中医舌象目标检测方法。
技术介绍
舌象即人伸出舌头后呈现的舌头图像，传统中医舌象的获取主要依靠医生肉眼观察，近年来，信息技术的发展推动了中医舌象分析客观化、数字化和自动化的进程。国内外学者对此进行了许多有益的探索，并开发了一些舌象分析系统，取得了较好的效果(蒋依吾.电脑化中医舌诊系统[J].中国中西医结合杂志,2000,20(2):145-147；蔡轶珩,刘长江,沈兰荪.新型舌象分析仪的设计方案[J].测控技术,2005,24(5):34-36.)，但这些系统的拍摄环境通常是固定的，即在密闭、光照稳定的环境下拍摄采集，且这些设备仪器大都比较笨重，不易携带，价格较为昂贵，具有一定的局限性(刘峰.中医舌诊辅助中成药使用系统中的舌象分析研究[D].厦门：厦门大学,硕士学位论文,2007.)。随着智能手机、平板电脑等移动设备的普及，通过移动设备在开放的自然环境下进行舌象采集，获得个人健康信息逐渐成为一个发展方向。但随之而来的问题是，由于在开放环境下采集舌象，存在光源色温、光线强弱、拍摄角度、设备差异等诸多不确定因素的影...
【技术保护点】
一种开放环境下中医舌象目标检测方法，其特征在于包括以下步骤：1)输入在开放环境下采集的图像A；2)对采集的图像A进行颜色校正，得到校正图像B；3)对步骤2)得到的校正图像B进行图像分割，得到图像C；4)对步骤3)得到的图像C进行区域特征判断，得到候选舌体区域D；5)对步骤4)得到的候选舌体区域D进行纹理特征判断。
【技术特征摘要】
1.一种开放环境下中医舌象目标检测方法，其特征在于包括以下步骤：1)输入在开放环境下采集的图像A；2)对采集的图像A进行颜色校正，得到校正图像B；3)对步骤2)得到的校正图像B进行图像分割，得到图像C；4)对步骤3)得到的图像C进行区域特征判断，得到候选舌体区域D；5)对步骤4)得到的候选舌体区域D进行纹理特征判断。2.如权利要求1所述一种开放环境下中医舌象目标检测方法，其特征在于在步骤2)中，所述对采集的图像A进行颜色校正的具体方法如下：(1)在标准光照环境下采集舌象图像S1，计算舌象图像S1的RGB三个颜色通道均值分别与舌象图像S1的整体均值Ks的比值αr、αg、αb： α r = R a v g s K s ]]> α g = G a v g s K s ]]> α b = B a v g s K s ]]>其中，舌象图像S1的整体均值Ks＝(Ravgs+Gavgs+Bavgs)/3；Ravgs、Gavgs、Bavgs分别为标准光照环境下采集舌象图像S1的RGB三个颜色通道的均值；(2)按下式调整图像A的RGB三个颜色通道的均值，得到校正图像B；K＝(Ravg+Gavg+Bavg)/3 R d = K × α r R a v g R s ]]> G d = K × α g G a v g G s ]]> B d = K × α b B a v g B s ]]>其中，K为图像A的整体均值，Ravg、Gavg、Bavg分别为图像A的RGB三个颜色通道的均值；Rd、Gd、Bd为校正图像B每个像素点的RGB三个颜色通道的值，Rs、Gs、Bs为图像A每个像素点的RGB三个颜色通道的值，αr、αg、αb为步骤2)第(1)部分所求得的比值。3.如权利要求2所述一种开放环境下中医舌象目标检测方法，其特征在于在步骤2)第(1)部分中，所述标准光照采集环境为D65光源，色温为6500K。4.如权利要求1所述一种开放环境下中医舌象目标检测方法，其特征在于在步骤3)中，所述对步骤2)得到的校正图像B进行图像分割的具体方法如下：(1)将校正图像B转换到灰度空间图像fB1，按照最大类间方差法对灰度空间图像fB1进行阈值分割，得到分割图像B1’，并对分割图像B1’运用形态学运算平滑连通域，得到图像B1；(2)将校正图像B转换到HSV颜色空间图像fB2，对图像fB2的H通道进行阈值分割，得到分割图像B2’，并对分割图像B2’运用形态学运算平滑连通域，得到图像B2；(3)采用RGB三色分量方差法对校正图像B进行阈值分割,得到分割图像B3’，并对分割图像B3’运用形态学运算平滑连通域，得到图像B3；(4)对图像B1、图像B2、图像B3三个图像进行逻辑“与”运算，得到图像C。5.如权利要求4所述一种开放环境下中医舌象目标检测方法，其特征在于在步骤3)第(1)部分中，所述将校正图像B转换到灰度空间图像fB1，按照最大类间方差法对灰度空间图像fB1进行阈值分割，得到分割图像B1’，并对分割图像B1’运用形态学运算平滑连通域，得到图像B1的具体步骤如下：a)将校正图像B转换到灰度空间图像fB1；b)对于灰度空间图像fB1，设灰度空间图像fB1的灰度G的取值范围G＝[0，L-1]，各灰度值出现的概率为Pi，阈值为T，阈值T对灰度空间图像fB1进行二值化后分成f0和f1：f0＝[0，T],f1＝[T+1，L-1]，f0和f1的概率分别为和α1＝1-α0，平均灰度值分别为和则f0和f1的最大类间方差为：g2(T)＝α0(μ0-μ)2+α1(μ1-μ)2＝α0α1(μ0-μ1)2,其中μ＝ΣiPi，求出g取最大值时的阈值T，对灰度空间图像fB1进行阈值分割，得分割图像B1’像素点的RGB取值fx，y(r，g，b)： f x , y ( r , g , b ) = ( 255 , 255 , 255 ) i f f B 1 ( x , y ) > T ( 0 , 0 , 0 ) e l s e ]]>其中，fB1(x，y)表示灰度空间图像fB1像素点的取值，T为阈值；c)对分割图像B1’运用形态学运算中的闭运算平滑连通域，根据下面两个公式依次计算，得到图像B1；图像B1中的像素值g1(x，y)为：g1(x,y)＝erode(dilate(f1(x,y),element))g1(x，y)＝bitwise_not(g1(x，y))其中，f1(x，y)为分割图像B1’中的像素值，element定义为形态学运算中的结构元素；dilate定义为形态学运算中的膨胀操作；erode定义为形态学运算中的腐蚀操作；bitwise_not定义为对图像的每一个像素点的取反操作。6.如权利要求4所述一种开放环境下中医舌象目标检测方法，其特征在于在步骤3)第(2)部分中，所述将校正图像B转换到HSV颜色空间图像fB2，对图像fB2的H通道进行阈值分割，得到分割图像B2’，并对分割图像B2’运用形态学运算平滑连通域，得到图像B2的具体步骤如下：a)将校正图像B转换到HSV颜色空间图像fB2；b)采用下式对图像fB2进行色调阈值分割，得到分割图像B2’像素点的RGB取值fx，y(r，g，b)： f x , y ( r , g , b ) = ( 255 , 255 , 255 ) i f h x , y ∈ [ T 1 , T 2 ] ( 0 , 0 , 0 ) e l s e ]]>其中，hx，y表示图像fB2中H通道像素点取值，T1和T2表示设定的阈值；c)对分割图像B2’运用形态学运算中的闭运算平滑连通域，根据下面两个公式依次计算，得到图像B2；图像B2中的像素值g2(x，y)为：g2(x,y)＝erode(dilate(f2(x,y),element))g2(x,y)＝bitwise_not(g2(x,y))其中，f2(x，y)为分割图像B2’中的像素值，element定义为形态学运算中的结构元素；dilate定义为形态学运算中的膨胀操作；erode定义为形态学运算中的腐蚀操作；bitwise_not定义为对图像的每一个像素点的取反操作。7.如权利要求4所述一种开放环境下中医舌象目标检测方法，其特征在于在步骤3)第(3)部分中，所述采用RGB三色分量方差法对校正图像B进行阈值分割,得到分割图像B3’，并对分割图像B3’运用形态学运算平滑连通域，得到图像B3的的具体步骤如下：a)对于校正图像B，假设其大小为m×n，将校正图像B中每个像素点的RGB取值进行归一化操作，其取值范围为[0,1]，采用下式对校正图像B中的每个像素点计算RGB三色分量方差gate(m，n)，并对校正图像B进行分割，得到分割图像B3’像素点的RGB取值fm，n(r，g，b)：gate(m，n)＝(rm，n-gm，n)+(bm，n-gm，n)×6+(rm，n+gm，n+bm，n)/3 f m , n ( r , g , b ) = ( 1 , 1 , 1 ) i f g a t e ( m , n ) < 0.627 ( 0 , 0 , 0 ) e l s e ]]>其中，rm，n表示校正图像B中像素点(m,n)的R通道的取值，gm，n表示校正图像B中像素点(m,n)的G通道的取值，bm，n表示校正图像B中像素点(m,n)的B通道的取值；b)对分割图像B3’运用形态学运算中的闭运算平滑连通域，根据下面公式计算，得到图像B3；图像B3中的像素值g3(x，y)为：g3(x,y)＝erode(dilate(f3(x,y),element))其中，f3(x，y)为分割图像B3’中的像素值，element定义为形态学运算中的结构元素；dilate定义为形态学运算中的膨胀操作；erode定义为形态学运算中的腐蚀操作。8.如权利要求1所述一种开放环境下中医舌象目标检测方法，其特征在于在步骤4)中，所述对步骤3)得到的图像C进行区域特征判断的具体方法如下：(1)对于图像C中的每一个连通域，计算该连通域的凸包(Si)；(2)计算每一个凸包(Si)的面积与图像C的面积areaC的比例：删除面积比小于0.02的连通域；(3)计算每个连通域凸包(Si)的质心(Ci)与图像C中心(C0)的欧式距离： d i s = ( C i x - C 0 x ) 2 + ( C i y - C 0 y ) 2 ; ]]>其中，Cix、Ciy分别表示凸包(Si)质心的横坐标与纵坐标，C0x和C0y分别表示图像C中心的横坐标与纵坐标；(4)计算每个连通域凸包(Si)最小外接矩形的长宽比scale＝w/h；其中w表示最小外接矩形的宽，h表示最小外接矩形的长；(5)计算每个连通域凸包(Si)的7个Hu不变矩mi(i∈[1，7])；所述Hu不变矩定义如下：对于大小为M×N的图像f(x，y)，f(x，y)的二维(p+q)阶矩定义为： m p q = Σ x = 0 M - 1 Σ y = 0 N - 1 x p y q f ( x , y ) ]]>相应的(p+q)阶中心矩定义为：其中由ηpq表示的归一化中心矩定义为：其中γ＝(p+q)/2+1Hu用归一化中心矩的线性组合构造具有平移、伸缩、旋转不变的7个Hu不变矩(6)人工选择一张正常形状舌象图像(S0)，计算舌象图像(S0)的7个Hu不变矩Mi(i∈[1，7])，计算匹配度(7)根据下面三个公式依次计算每个连通域凸包(Si)的相似度score，选择相似度score的最大值，该相似度score的最大值对应的连通域凸包(Si)为选出的候选舌体区域D： s c o r e = 1 i f a r e a < 0.1 a n ...
【专利技术属性】
技术研发人员：黄晓阳，郑丰，王博亮，王彦晖，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。