中医舌诊舌尖红检测装置、方法及计算机存储介质制造方法及图纸

本发明专利技术提供一种中医舌诊舌尖红检测装置、方法及计算机存储介质，该方法包括步骤：基于舌体图像计算舌尖红特征向量，包括步骤：基于舌体重心位置从舌体图像中划分出扇形舌尖红候选区域；对扇形舌尖红候选区域进行聚类得到舌尖红检测区域；基于舌尖红检测区域的色度值、该色度值与舌体图像中舌苔区域和舌质区域的色差及舌尖红检测区域的几何特征计算舌尖红特征向量；提取预先分类好的舌体图像的舌尖红特征向量并输入到SVM分类器进行训练得到舌尖红检测分类器；执行舌尖红特征向量计算方法步骤从待检测者的舌体图像计算舌尖红的特征向量并输入到舌尖红检测分类器检测出舌体是否存在舌尖红。本发明专利技术能够有效检测舌体是否存在舌尖红。

The device, method and computer storage medium for the detection of tongue tip red in traditional Chinese Medicine

【技术实现步骤摘要】
中医舌诊舌尖红检测装置、方法及计算机存储介质
本专利技术涉及中医舌面图像处理的
，尤其涉及一种中医舌诊舌尖红检测装置、方法及计算机存储介质。
技术介绍
中医认为舌是人体全身脏腑、器官的缩影之一，人体各组织器官的病变均可通过神经、血管和经络反映到舌的不同部位上来，因此中医舌诊对于辨证施治身体健康具有重要作用。而舌尖颜色变红是判断体内有热的灵敏指标。舌尖微循环状态的变化，先出现于舌质颜色的变化，故舌尖诊断，在中医诊断的应用中具有一定的指导价值，为了实现中医舌诊的现代化、客观化，为医生诊断给出意见指导，如何通过计算机图像处理、模式识别等方法手段判断舌尖红成为本专利的研究重点。对于运用计算机视觉理论与图像识别技术进行中医舌诊方面，目前主要从舌苔舌质颜色分类、舌苔厚薄、胖瘦等方面进行分类诊断分析，对于中医望诊舌诊中舌尖红的分析目前提出的算法尚少，针对中医舌诊中的主要组成部分舌尖红的判断，本专利有必要提出一种新的舌尖红检测方法，有效判断舌体是否存在舌尖红。
技术实现思路
本专利技术的主要目的在于提供一种中医舌诊舌尖红检测装置、方法及计算机存储介质，旨在解决现有技术不能有效检测舌体是否存在舌尖红的问题。为实现上述目的，本专利技术提供一种中医舌诊舌尖红检测装置，包括适于实现各种计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器，所述计算机程序指令由处理器加载并执行如下步骤：通过输入单元输入一幅用于产生舌尖红特征向量计算方法的舌体图像；基于输入的舌体图像计算舌尖红特征向量，所述舌尖红特征向量计算方法步骤包括：基于舌体图像计算舌体重心位置，根据舌体重心位置从舌体图像中划分出扇形舌尖红候选区域；对扇形舌尖红候选区域进行聚类得到舌尖红检测区域；基于舌尖红检测区域的色度值、该色度值与舌体图像中舌苔区域和舌质区域的色差以及舌尖红检测区域的几何特征计算舌尖红特征向量；通过输入单元输入预先分类好的有无舌尖红的两类样本图像库，采用所述舌尖红特征向量计算方法步骤对两类样本图像库中所有舌体图像进行特征舌尖红向量提取，将所有舌体图像的舌尖红特征向量作为SVM分类器的输入进行训练得到舌尖红检测分类器；通过输入单元输入待检测者的舌体图像，采用所述舌尖红特征向量计算方法步骤从待检测者的舌体图像计算出舌尖红的特征向量，将该舌尖红的特征向量输入到舌尖红检测分类器中检测出待检测者的舌体是否存在舌尖红。优选的，所述舌体重心位置的计算公式如下：其中，G(x,y)为舌体重心位置的坐标信息，S为舌体区域，i为舌体区域内的像素点，M为舌体区域面积，fix,y为像素点i的坐标信息；所述根据舌体重心位置从舌体图像中划分出扇形舌尖红候选区域的步骤包括：将舌体重心位置点与所述舌体图像的左下角坐标位置点、右下角坐标位置点相连，得到一个舌体重心以下的扇形区域作为舌尖红检测的扇形舌尖红候选区域。优选的，所述扇形舌尖红候选区域采用K-means聚类算法进行聚类得到包括两个色度值存在差异的舌质区域的聚类结果，计算这两个舌质区域的HSV颜色空间上S灰度均值，比较两个S灰度均值的大小，以及将S灰度均值较大的舌质区域作为最终的舌尖红检测区域。优选的，所述基于舌尖红检测区域的色度值、该色度值与舌体图像中舌苔区域和舌质区域的色差以及舌尖红检测区域的几何特征计算舌尖红特征向量的步骤包括：计算舌尖红检测区域的RGB色彩空间下的R、G、B均值以及HSV色彩空间下的H、S、V均值，将这六个值作为特征向量的组成；计算舌尖红检测区域的S均值与扇形舌尖红候选区域中舌苔区域的S均值的差值，计算舌尖红检测区域的S均值与扇形区域中除舌尖红检测区域之外的舌质区域的S均值的差值，将这两个差值作为特征向量的组成；计算舌尖红检测区域的S均值与除扇形舌尖红候选区域之外的舌质区域的S均值的差值，计算舌尖红检测区域的S均值与除扇形舌尖红候选区域之外的舌苔区域的S均值的差值，将这两个差值作为特征向量的组成；计算舌尖红检测区域与整个扇形舌尖红候选区域的面积比值，计算舌尖红检测区域与整个扇形舌尖红候选区域中的舌苔区域的面积比值，计算舌尖红检测区域与除扇形舌尖红候选区域之外的舌苔区域的面积比值，计算舌尖红检测区域与除扇形舌尖红候选区域之外的舌质区域面积的比值，将这四个面积比值作为特征向量的组成；将计算出的上述十四个值组成一个14维的特征向量，将该特征向量作为舌尖红特征向量。另一方面，本专利技术还提供一种中医舌诊舌尖红检测方法，该方法包括如下步骤：通过输入单元输入一幅用于产生舌尖红特征向量计算方法的舌体图像；基于输入的舌体图像计算舌尖红特征向量，所述舌尖红特征向量计算方法步骤包括：基于舌体图像计算舌体重心位置，根据舌体重心位置从舌体图像中划分出扇形舌尖红候选区域；对扇形舌尖红候选区域进行聚类得到舌尖红检测区域；基于舌尖红检测区域的色度值、该色度值与舌体图像中舌苔区域和舌质区域的色差以及舌尖红检测区域的几何特征计算舌尖红特征向量；通过输入单元输入预先分类好的有无舌尖红的两类样本图像库，采用所述舌尖红特征向量计算方法步骤对两类样本图像库中所有舌体图像进行特征舌尖红向量提取，将所有舌体图像的舌尖红特征向量作为SVM分类器的输入进行训练得到舌尖红检测分类器；通过输入单元输入待检测者的舌体图像，采用所述舌尖红特征向量计算方法步骤从待检测者的舌体图像计算出舌尖红的特征向量，将该舌尖红的特征向量输入到舌尖红检测分类器中检测出待检测者的舌体是否存在舌尖红。优选的，所述舌体重心位置的计算公式如下：其中，G(x,y)为舌体重心位置的坐标信息，S为舌体区域，i为舌体区域内的像素点，M为舌体区域面积，fix,y为像素点i的坐标信息；所述根据舌体重心位置从舌体图像中划分出扇形舌尖红候选区域的步骤包括：将舌体重心位置点与所述舌体图像的左下角坐标位置点、右下角坐标位置点相连，得到一个舌体重心以下的扇形区域作为舌尖红检测的扇形舌尖红候选区域。优选的，所述扇形舌尖红候选区域采用K-means聚类算法进行聚类得到包括两个色度值存在差异的舌质区域的聚类结果，计算这两个舌质区域的HSV颜色空间上S灰度均值，比较两个S灰度均值的大小，以及将S灰度均值较大的舌质区域作为最终的舌尖红检测区域。优选的，所述基于舌尖红检测区域的色度值、该色度值与舌体图像中舌苔区域和舌质区域的色差以及舌尖红检测区域的几何特征计算舌尖红特征向量的步骤包括：计算舌尖红检测区域的RGB色彩空间下的R、G、B均值以及HSV色彩空间下的H、S、V均值，将这六个值作为特征向量的组成；计算舌尖红检测区域的S均值与扇形舌尖红候选区域中舌苔区域的S均值的差值，计算舌尖红检测区域的S均值与扇形区域中除舌尖红检测区域之外的舌质区域的S均值的差值，将这两个差值作为特征向量的组成；计算舌尖红检测区域的S均值与除扇形舌尖红候选区域之外的舌质区域的S均值的差值，计算舌尖红检测区域的S均值与除扇形舌尖红候选区域之外的舌苔区域的S均值的差值，将这两个差值作为特征向量的组成；计算舌尖红检测本文档来自技高网...

【技术保护点】
1.一种中医舌诊舌尖红检测装置，包括适于实现各种计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器，其特征在于，所述计算机程序指令由处理器加载并执行如下步骤：/n通过输入单元输入一幅用于产生舌尖红特征向量计算方法的舌体图像；/n基于输入的舌体图像计算舌尖红特征向量，所述舌尖红特征向量计算方法步骤包括：基于舌体图像计算舌体重心位置，根据舌体重心位置从舌体图像中划分出扇形舌尖红候选区域；对扇形舌尖红候选区域进行聚类得到舌尖红检测区域；基于舌尖红检测区域的色度值、该色度值与舌体图像中舌苔区域和舌质区域的色差以及舌尖红检测区域的几何特征计算舌尖红特征向量；/n通过输入单元输入预先分类好的有无舌尖红的两类样本图像库，采用所述舌尖红特征向量计算方法步骤对两类样本图像库中所有舌体图像进行特征舌尖红向量提取，将所有舌体图像的舌尖红特征向量作为SVM分类器的输入进行训练得到舌尖红检测分类器；/n通过输入单元输入待检测者的舌体图像，采用所述舌尖红特征向量计算方法步骤从待检测者的舌体图像计算出舌尖红的特征向量，将该舌尖红的特征向量输入到舌尖红检测分类器中检测出待检测者的舌体是否存在舌尖红。/n

【技术特征摘要】
1.一种中医舌诊舌尖红检测装置，包括适于实现各种计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器，其特征在于，所述计算机程序指令由处理器加载并执行如下步骤：
通过输入单元输入一幅用于产生舌尖红特征向量计算方法的舌体图像；
基于输入的舌体图像计算舌尖红特征向量，所述舌尖红特征向量计算方法步骤包括：基于舌体图像计算舌体重心位置，根据舌体重心位置从舌体图像中划分出扇形舌尖红候选区域；对扇形舌尖红候选区域进行聚类得到舌尖红检测区域；基于舌尖红检测区域的色度值、该色度值与舌体图像中舌苔区域和舌质区域的色差以及舌尖红检测区域的几何特征计算舌尖红特征向量；
通过输入单元输入预先分类好的有无舌尖红的两类样本图像库，采用所述舌尖红特征向量计算方法步骤对两类样本图像库中所有舌体图像进行特征舌尖红向量提取，将所有舌体图像的舌尖红特征向量作为SVM分类器的输入进行训练得到舌尖红检测分类器；
通过输入单元输入待检测者的舌体图像，采用所述舌尖红特征向量计算方法步骤从待检测者的舌体图像计算出舌尖红的特征向量，将该舌尖红的特征向量输入到舌尖红检测分类器中检测出待检测者的舌体是否存在舌尖红。


2.如权利要求1所述的中医舌诊舌尖红检测装置，其特征在于，所述舌体重心位置的计算公式如下：



其中，G(x,y)为舌体重心位置的坐标信息，S为舌体区域，i为舌体区域内的像素点，M为舌体区域面积，fix,y为像素点i的坐标信息；
所述根据舌体重心位置从舌体图像中划分出扇形舌尖红候选区域的步骤包括：
将舌体重心位置点与所述舌体图像的左下角坐标位置点、右下角坐标位置点相连，得到一个舌体重心以下的扇形区域作为舌尖红检测的扇形舌尖红候选区域。


3.如权利要求1所述的中医舌诊舌尖红检测装置，其特征在于，所述扇形舌尖红候选区域采用K-means聚类算法进行聚类得到包括两个色度值存在差异的舌质区域的聚类结果，计算这两个舌质区域的HSV颜色空间上S灰度均值，比较两个S灰度均值的大小，以及将S灰度均值较大的舌质区域作为最终的舌尖红检测区域。


4.如权利要求1所述的中医舌诊舌尖红检测装置，其特征在于，所述基于舌尖红检测区域的色度值、该色度值与舌体图像中舌苔区域和舌质区域的色差以及舌尖红检测区域的几何特征计算舌尖红特征向量的步骤包括：
计算舌尖红检测区域的RGB色彩空间下的R、G、B均值以及HSV色彩空间下的H、S、V均值，将这六个值作为特征向量的组成；
计算舌尖红检测区域的S均值与扇形舌尖红候选区域中舌苔区域的S均值的差值，计算舌尖红检测区域的S均值与扇形区域中除舌尖红检测区域之外的舌质区域的S均值的差值，将这两个差值作为特征向量的组成；
计算舌尖红检测区域的S均值与除扇形舌尖红候选区域之外的舌质区域的S均值的差值，计算舌尖红检测区域的S均值与除扇形舌尖红候选区域之外的舌苔区域的S均值的差值，将这两个差值作为特征向量的组成；
计算舌尖红检测区域与整个扇形舌尖红候选区域的面积比值，计算舌尖红检测区域与整个扇形舌尖红候选区域中的舌苔区域的面积比值，计算舌尖红检测区域与除扇形舌尖红候选区域之外的舌苔区域的面积比值，计算舌尖红检测区域与除扇形舌尖红候选区域之外的舌质区域面积的比值，将这四个面积比值作为特征向量的组成；
将计算出的上述十四个值组成一个14维的特征向量，将该特征向量作为舌尖红特征向量。


5.一种中医舌诊舌尖红检测方法，其特征在于，该方法包括如下步骤：
通过输入单元输入一幅用于产生舌尖红特征向量计算方法的舌体图像；
基于输入的舌体图像计算舌尖红特征向量，所...

【专利技术属性】
技术研发人员：张贯京，葛新科，高伟明，谭敦，王海荣，谢伟，
申请(专利权)人：深圳市前海安测信息技术有限公司，深圳市易特科信息技术有限公司，
类型：发明
国别省市：广东;44