本发明专利技术属于中医舌诊用的舌头彩色图像处理技术领域。具体特征在于，用两步对舌体进行分割提取：首先得到舌体的粗略轮廓图，其次用二维形变轮廓模型进行较准确的分割。在第一步中，用分水岭变换对图像的红色通道进行处理，得到粗略的舌体轮廓，在处理时先用饱和度图阈值求图像的标记图像，再用标记图像对图像的梯度图进行强制最小值，得到待分割图像，然后再用分水岭变换方法对待分割图像采用在图像纵剖面的采样点－灰度值曲线上，实施分水岭变换，得到一个由各纵剖面上的分水岭构成的集合，该分水岭集合中的一片连通区域即为舌体区域，其边界就是舌体粗略轮廓图。试验证明，图像结果非常准确，适用于不同年龄层次的健康和疾病人群。
【技术实现步骤摘要】
本专利技术属于中医舌诊用的舌头彩色图像处理
技术介绍
从20世纪80年代中后期开始，中医工作者和数字图像工作者开始联合，尝试以计算机技术为基础进行舌诊客观化研究。研究主要集中在舌头照片颜色的校准，存储和输出和用现代图像处理分析技术对舌头的照片进行处理等方面。其中，用图像处理技术对舌头的各个参数进行分析的前提条件就是从人脸舌头的图像中提取出舌体区域部分，把其他部分去除。针对这个课题，人们采用了很多方法进行了研究。之前所采用的分割提取算法的不足之处主要为1)早期的分割算法采用简单的域值分割结合数学形态学的办法进行舌体的提取，分割的结果舌头边缘轮廓曲线比较粗糙，不能够精确的勾勒出舌头的边缘。2)中后期采用二维形变轮廓模型进行舌体的分割，舌头轮廓边缘较准确。但该方法的初始曲线取得的办法有些为人体手工描绘，不能够全自动；有些为指定矩形区域，导致曲线迭代时间过长，方法太过于耗时。3)鉴于各个人的舌头照片各异，颜色形状不尽相同，各种方法分割并不能适用于各种不同人的舌头。4)暂时还没有用算法开发出应用程序直接用于临床使用。
技术实现思路
针对上述已知技术出现的缺陷和医生的需要，本专利技术的目的就是提供一种实用性较强的算法和基于该算法开发的程序，实现自动分割提取舌体的过程，而且使得到的结果精确，时间花费更少。同时算法的结果为用计算机进一步分析舌头的图像提供有效数据。本专利技术的特征在于依次含有以下步骤步骤(1)，向计算机输入用数码相机采集好的舌头的彩色图片，其中，以舌体为主；步骤(2)，在计算中设定以下两个调整参数分割速度，从慢到快分为9档，相应的取值范围为2到10的整数，代表降采样的倍数；舌体轮廓曲线光滑度，从粗糙到光滑分为6档，相应的取值范围为1到5的整数，代表该曲线迭代的次数；步骤(3)，利用分水岭变换方法按以下步骤对输入彩色图像的红色通道进行处理，得到粗略的舌体轮廓图步骤(3.1)，把所述图像中的每个像素点的红色分量取出，按照像素的排列方式组成一张灰度图表示的该图像的红色通道R(x，y)；步骤(3.2)，按照设定的降采样倍数M对图像进行降采样，得到降采样后对应的表示在灰度图中的红色通道的值f(x，y)＝R(Mx,My)，其中，M为2-10之间的整数，(x，y)为降采样后的像素点的坐标，R(Mx,My)为降采样前图像在(Mx,My)点的红色分量；步骤(3.3)，对所述灰度图f(x，y)，按下述利用标记控制的分水岭变换方法求出舌体的粗糙耸廓，建立舌体轮廓模型步骤(3.3.1)，计算灰度图f(x，y)的梯度图g(x，y)∶g(x，y)＝f(x，y)步骤(3.3.2)，按以下步骤计算标记函数，用以标记灰度图f(x，y)中的目标和对应的背景步骤(3.3.2.1)，从图像RGB值计算饱和度St(x，y)St(x,y)=Max(R(x,y),G(x,y),B(x,y))-Min(R(x,y),G(x,y),B(x,y))Max(R(x,y),G(x,y),B(x,y))]]>其中，Max(R(x，y)，G(x，y)，B(x，y))≠0，St(x，y)为像素(x，y)点的饱和度，R(x，y)，G(x，y)，B(x，y)分别表示像素(x，y)点的红色、绿色、蓝色分量；步骤(3.3.2.2)，根据设定的阈值Stth，对于每个像素点(x，y)的饱和度进行判别，得到标记图像fm(x，y) 饱和度阈值Stth＝0～1，取Stth＝0.4；步骤(3.3.3)，对梯度图g(x，y)用标记图fm(x，y)进行强制最小值，得到待分割图fmin(x，y) fmin(x，y)＝g(x，y)*fm(x，y)，fm(x，y)为标记时，fmin(x，y)＝0，fm(x，y)非标记时，fmin(x，y)＝g(x，y)；步骤(3.3.4)，按以下步骤对灰度图fmin(x，y)用分水岭变换的方法从中提取出一片连通区域构成的舌体区域步骤(3.3.4.1)，在X-Y平面上，对灰度图fmin(x，y)沿着Y轴按给定的ΔY值作纵剖面图；步骤(3.3.4.2)，在所属的纵剖面上，得到一条的采样点为横坐标，相应的灰度值作为纵坐标的曲线步骤(3.3.4.3)，在所属采样点一灰度图fmin(x，y)曲线上取出最小灰度值作为灰度阈值N，把fmin(x，y)分为大于灰度阈值和小雨灰度阈值上、下两个部分，构成的二值图像 该二值图象TN(x，y)的前一时刻的二值图像为 其中，Step为增加的步长，在1～5间取值；步骤(3.3.4.4)，把步骤(3.3.4.3)所得两个相邻时刻的二值图象做异或操作，判断TN-Step(x，y)≠TN(x，y)时，S(x，y)是否等于1，TN-Step(x，y)＝TN(x，y)时，S(x，y)是否等于0，如果否定，则继续增加步长，再作判断，一直到满足为止，此时，Sj(x，y)是小分水岭，像素点(x，y)是分水岭的位置，像素点(x，y)对应的灰度值属于一片量筒的舌体区域的一部分；步骤(3.3.4.5)，重复步骤(3.3.4.3)和步骤(3.3.4.4)，得到所有的分水岭，构成一个分水岭的集合S(x，y)＝S1(x，y)·S2(x，y)·...·SK(x，y)；步骤(3.3.4.6)，把位于图像中部的一片连通区域作为舌体区域，取出其边界VV＝{V1，V2…VL}，Vi＝(xi，yi)，i＝{1，2，…L)， 其中，S(xi，yi)＝1，V上的点是分水岭变换计算出的封闭边界；步骤(4)，把步骤(3)得到的边界V作为二维形变轮廓模型的初始曲线，按以下步骤计算出光滑的舌体轮廓曲线步骤(4.1)，对每个处于像素Vi周围设定领域中的像素Vi′，定义该像素点Vi′的能量项为Ei(Vi′)＝αEint(Vi′)+βEext(Vi′)，其中，Eint是依赖于轮廓形状的连续能量函数，使轮廓趋于光滑Eint(Vi′)=1I(V)||Vi′-γ(Vi-1+Vi+1)||2,]]>I(V)是曲线V中各点的平均距离I(V)=1LΣi=1L||Vi+1-Vi||2,]]>对于封闭的曲线，γ=12cos(2π/Len),]]>Len表示该曲线的长度，所属设定邻域，取值为5×5，Eext是图像灰度能量的函数，将变形轮廓向高灰度移动，等于向原图像的边缘移动，使Eext(Vi′)＝-g(Vi′)，α、β是加权常数，取2α＝β＝2，若Ei(Vi′)＜Ei(Vi)，则取Vi＝Vi′；步骤(4.2)，根据设定的曲线光滑度参数，在设定的邻域内各个像素逐次迭代，使初始的舌体轮廓曲线收缩到使得能量Ei的位置，该收缩后最终得到的曲线内部的连通区域即舌体区域；步骤(5)，把最终得到的曲线用所选降采样倍数扩充后，放入原彩色图像中，得到原彩色图像中的舌体轮廓曲线V＝{V1，V2…VL}，Vi＝(M*xi，M*yi)，i＝{1，2，…L}，再把非舌体部分去处，填充白色，仅保存舌体部分，输出结果。本专利技术采用了两步进行舌体的分割提取，第一步先得到舌体粗略的轮廓图，第二步再对轮廓线进行调整，得到精确的轮廓图。这种方法既保证了舌体区域正确性又保证了舌体轮廓曲线的精确性。本文档来自技高网...
【技术保护点】
中医舌诊用的舌头彩色数码照片的舌体分割提取方法，其特征在于，依次含有以下步骤：步骤（１），向计算机输入用数码相机采集好的舌头的彩色图片，其中，以舌体为主；步骤（２），在计算中设定以下两个调整参数：分割速度，从慢到快分为９档，相应的取值范围为２到１０的整数，代表降采样的倍数；舌体轮廓曲线光滑度，从粗糙到光滑分为６档，相应的取值范围为１到５的整数，代表该曲线迭代的次数；步骤（３），利用分水岭变换方法按以下步骤对输入彩色图像的红色通道进行处理，得到粗略的舌体轮廓图：步骤（３．１），把所述图像中的每个像素点的红色分量取出，按照像素的排列方式组成一张灰度图表示的该图像的红色通道Ｒ（ｘ，ｙ）；步骤（３．２），按照设定的降采样倍数Ｍ对图像进行降采样，得到降采样后对应的表示在灰度图中的红色通道的值ｆ（ｘ，ｙ）＝Ｒ（Ｍｘ，Ｍｙ），其中，Ｍ为２～１０之间的整数，（ｘ，ｙ）为降采样后的像素点的坐标，Ｒ（Ｍｘ，Ｍｙ）为降采样前图像在（Ｍｘ，Ｍｙ）点的红色分量；步骤（３．３），对所述灰度图ｆ（ｘ，ｙ），按下述利用标记控制的分水岭变换方法求出舌体的粗糙轮廓，建立舌体轮廓模型：步骤（３．３．１），计算灰度图ｆ（ｘ，ｙ）的梯度图ｇ（ｘ，ｙ）：ｇ（ｘ，ｙ）＝▽ｆ（ｘ，ｙ）步骤（３．３．２），按以下步骤计算标记函数，用以标记灰度图ｆ（ｘ，ｙ）中的目标和对应的背景：步骤（３．３．２．１），从图像ＲＧＢ值计算饱和度Ｓｔ（ｘ，ｙ）：＊＊＊其中，Ｍａｘ（Ｒ（ｘ，ｙ），Ｇ（ｘ，ｙ），Ｂ（ｘ，ｙ））≠０，Ｓｔ（ｘ，ｙ）为像素（ｘ，ｙ）点的饱和度，Ｒ（ｘ，ｙ），Ｇ（ｘ，ｙ），Ｂ（ｘ，ｙ）分别表示像素（ｘ，ｙ）点的红色、绿色、蓝色分量；步骤（３．３．２．２），根据设定的阈值Ｓｔ↓［ｔｈ］，对于每个像素点（ｘ，ｙ）的饱和度进行判别，得到标记图像ｆ↓［ｍ］（ｘ，ｙ）：＊＊＊饱和度阈值Ｓｔ↓［ｔｈ］＝０～１，取Ｓｔ↓［ｔｈ］＝０．４；步骤（３．３．３），对梯度图ｇ（ｘ，ｙ）用标记图ｆ↓［ｍ］（ｘ，ｙ）进行强制最小值，得到待分割图ｆ↓［ｍｉｎ］（ｘ，ｙ）：ｆ↓［ｍｉｎ］（ｘ，ｙ）＝ｇ（ｘ，ｙ）＊ｆ↓［ｍ］（ｘ，ｙ），ｆ↓［ｍ］（ｘ，ｙ）为标记时，ｆ↓［ｍｉｎ］（ｘ，ｙ）＝０，ｆ↓［ｍ］（ｘ，ｙ）非标记时，ｆ↓［ｍｉｎ］（ｘ，ｙ）＝ｇ（ｘ，ｙ）；步骤（３．３．４），按以下步骤对灰度图ｆ↓［ｍｉｎ］（ｘ，ｙ）用分水岭变换的方法从中提取出一片连通区域构成的舌体区域：步骤（３．...
【技术特征摘要】
【专利技术属性】
技术研发人员：白净，张永红，吴佳，
申请(专利权)人：清华大学，
类型：发明
国别省市：11[中国|北京]
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。