本发明专利技术属于医用诊断用彩色图像处理技术领域，其特征在于依次含有的下列步骤：预处理，去处反光点；对去除反光点后的图像进行分裂合并计算对颜色较相近的部位用同一颜色代替；用Ｏｓｔｕ阈值法对分类合并后的图像进行分割，区分舌质和舌苔部分；在色调空间，对舌苔部分用Ｏｓｔｕ阈值法进行分割，分割出厚苔，其余部分为薄苔；用不同的颜色分别标示舌质、厚苔和薄苔后列出。本发明专利技术对舌苔进行二次分割，具有分割细致，结果兼顾医生主观判断的优点。
【技术实现步骤摘要】
本专利技术涉及中医舌诊，属于彩色图像处理和图像分析理解的领域。
技术介绍
在中医诊断方法的舌诊中，人舌面上舌苔的厚薄、颜色、所占面积，分布位置等是非常重要的参数。在实际诊断中，医生常常根据自己的经验来进行判断，从而导致同一个病人由几个医生诊断时可能得到的诊断不一致的情况很常见。每个医生都主观的依靠自己的判断诊断，因此舌诊的标准非常模糊。为了解决这一问题，图像处理技术被运用到舌诊舌苔的分析中，为医生舌诊时提供参考的参数，帮助医生们确定一个客观化的标准。用图像处理技术来分析舌苔的性状，是中医舌诊标准化的一部分。中医舌诊客观化从20世纪80年代中后期开始研究。研究主要集中在舌头照片颜色的校准，存储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。针对舌苔的分析分割技术，人们采用了很多方法得到了一些结果。这些研究以图像处理分析和模式识别技术为基础，对数码照片的舌头图像进行了分割，区别舌头的舌质和舌苔，为医生提供了定量参数，对舌诊实践帮助很大。但这些算法也存在一些不足，主要表现为(1)算法只是针对单个问题进行研究，比如只从舌头图片中划分出舌苔。实际上，用数码相机取得的舌头图片并不适合直接进行分割，需要进行预处理才能得到较好结果。这些算法一般没有给出预处理的方法。(2)算法一般将舌头分割为舌质和舌苔两个部分，忽略对其中细微特征的分析。舌苔上还有许多细节对中医诊断也很有作用，比方说舌苔的厚度，厚苔和薄苔的范围和比例等。(3)算法过于依赖客观数据，而有些忽略了医生主观的感觉。
技术实现思路
针对上述已经存在的技术存在的不足，本专利技术的目的在于提供一种能更贴合人对与舌苔的视觉感觉的算法，同时强调该算法完整性和应用性，和基于该算法开发应用程序，适用于临床。本专利技术的特征在于，所述方法在一台计算机中依次按以下步骤进行步骤(1)，把舌头彩色数码照片输入计算机，对舌头以外的部分用白色填充，保留舌头部分； 步骤(2)，预处理，按以下步骤去除反光点，并对去处的反光点计数储存把步骤(1)得到的舌头彩色图映射为灰度图，并按下判断舌头上的区域内反光点f(x，y)＞threshold_Flash其中，(x，y)为坐标，f(x，y)是该灰度图在坐标(x，y)点像素的灰度值，取值范围是从0到255；threshold_Flash取得范围为160到180，f(x，y)＞threshold_Flash者为反光点；步骤(3)，把去处反光点后的舌头彩色图像分成小块A，每一块为8×8或者16×16个像素；步骤(4)，先把步骤(3)得到的小块图像A分开成四个子区域，用A1，A2，A3，A4标志，子区域的大小为4×4或者8×8个像素，然后，再依以下分裂准则和合并准则，判断所述四个子区域应该按现状分裂，还是应合并为一小块图像A若小块图像A满足下列任一个分裂准则，则把原来用同一颜色表达的A块分成四个颜色不同的小区域A1，A2，A3，A4|R(Ak)-R(A)|＞thresholdR“或”|G(Ak)-G(A)|＞thresholdG“或”|B(Ak)-B(A)|＞thresholdB其中，R(A)，G(A)，B(A)代表区域A块中红色、绿色、蓝色的平均颜色，取值范围是从0到255，R(Ak)，G(Ak)，B(Ak)分别代表子区域Ak块中的红色、绿色、蓝色平均颜色，k＝1，2，3，4，thresholdR，thresholdG，thresholdB，依次分别表示为红色、绿色、蓝色的阈值，取值范围均为10到25；若区域A块不需要分裂则按以下合并准则判断该A块相邻的四个包括A块在内的都不需要分裂的小区域X1，X2，X3，X4是否应该合并成一个大区域X，大小为16×16或者32×32 |R(Xk)-R(X)|＜thresholdR“且”|G(Xk)-G(X)|＜thresholdG“且”|B(Xk)-B(X)|＜thresholdB其中，R(Xk)，G(Xk)，B(Xk)依次分别代表Xk块中的红色、绿色、蓝色平均颜色，k＝1，2，3，4；R(X)，G(X)，B(X)依次代表X块中红色、绿色、蓝色平均颜色，取值范围是从0到255；thresholdR，thresholdG，thresholdB同上述；若每一块Xk的平均颜色和四块综合后的块X的平均颜色之差低于设定域值时，则把这四块区域合并，做同一块区域处理；步骤(5)，把分裂合并后的舌头彩色图像，映射到灰度空间内，用Ostu阈值法对该图像进行分割，区分舌质和舌苔若f(x，y)＞threshold_Coating，则(x，y)为舌质，若f(x，y)≤threshold_Coating，则(x，y)为舌苔，其中，阈值threshold_Coating用Ostu法根据图像自动求得，且可在±10的范围内调整；步骤(8)，把步骤(5)得到的舌头彩色图像转入到色调空间，对舌苔进行第二次分割，从舌苔中分割出厚苔，其分割公式如下从RGB空间转换到色调空间的表达式为H(x,y)=cos-1,]]>H(x，y)为点(x，y)的色调值，R(x，y)，G(x，y)，B(x，y)分别为该点的红色，绿色，蓝色分量；若H(x，y)＞thresholdH，则(x，y)为厚苔，若f(x，y)≤thresholdH，则(x，y)为薄苔，阈值thresholdH用Ostu阈值法根据色调图像自动求得； 步骤(7)，计算机用不同颜色分别表示舌质，薄苔，厚苔部分，列出结果。该放法的特点主要为1)算法完整。算法包括对照片的预处理，舌苔的分割和提取，输出定量的参数。2)对舌苔进行了进一步分析，将舌苔分为薄苔和厚苔两个部分，尤其是对于厚苔的划分，是以前的算法中没有提到过的。整个算法的参数可以由医生控制，兼顾了医生的主观感觉和客观图片两方面进行分析。对多幅医院采集的舌头图像进行测试，该方法分析的结果得到了医生的认可。测试的图片的采样对象年龄范围广泛，包括了身体健康和患病人群。该算法和程序已经应用于临床，操作简单，结果为医生诊断提供了重要的依据。附图说明图1标出图片闪光点部分，图中白色部分表示为闪光点；图2去处图片闪光点；图3分割图片结果，上面三幅图像依次为原始照片图像，去处反光点后的图像，分类合并的结果图像；下面三副图像依次为分割薄苔结果，分割厚苔结果，综合的分割结果；图4分割提取的参数结果；图5医生可控制的调节部分；图6程序算法流程图；图7分裂算法示意图；图8合并算法示意图。具体实施例方式该方法核心由Matlab实现。软件界面用Delphi编写。舌头照片由中医大夫用数码相机拍摄，拍摄时病人平伸出舌头，方便医生将整个舌头摄入照片。该方法依次含有以下步骤1)将分割好的舌头图片输入计算机。图片中将照片的舌头部分保留下来，其他的部分用白色填充。2)预处理去除反光点。首先将彩色图像映射为灰度图，再用域值法判断舌头上的区域是否为反光点。判断该象素点是否为反光点的方法为 f(x，y)＞threshold_Flash其中，(x，y)表示坐标，f(x，y)是该灰度图在坐标(x，y)点像素的灰度值，范围是从0到255，threshold_Flash通过经验求得，范围为160到180。确定默认值是170。式子表示的意思是灰度图中像素点大于某个设定阈值的点为反光点。把本文档来自技高网...
【技术保护点】
舌头彩色数码照片的舌苔的分割提取方法，其特征在于，所述方法在一台计算机中依次按以下步骤进行： 步骤（１），把舌头彩色数码照片输入计算机，对舌头以外的部分用白色填充，保留舌头部分； 步骤（２），预处理，按以下步骤去除反光点，并对去处的反光点计数储存； 把步骤（１）得到的舌头彩色图映射为灰度图，并按下判断舌头上的区域内反光点： ｆ（ｘ，ｙ）＞ｔｈｒｅｓｈｏｌｄ＿Ｆｌａｓｈ；其中，（ｘ，ｙ）为坐标，ｆ（ｘ，ｙ）是该灰度图在坐标（ｘ，ｙ）点像素的灰度值，取值范围是从０到２５５；ｔｈｒｅｓｈｏｌｄ＿Ｆｌａｓｈ取得范围为１６０到１８０， ｆ（ｘ，ｙ）＞ｔｈｒｅｓｈｏｌｄ＿Ｆｌａｓｈ者为反光点； 步骤（３），把去处反光点后的舌头彩色图像分成小块Ａ，每一块为８×８或者１６×１６个像素； 步骤（４），先把步骤（３）得到的小块图像Ａ分开成四个子区域，用Ａ↓［１］，Ａ↓［２］，Ａ↓［３］，Ａ↓［４］标志，子区域的大小为４×４或者８×８个像素，然后，再按照以下分裂准则和合并准则，判断所述四个子区域应该按现状分裂，还是应合并为一小块图像Ａ： 若：小块图像Ａ满足下列任一个分裂准则，则把原来用同一颜色表达的Ａ块分成四个颜色不同的小区域Ａ↓［１］，Ａ↓［２］，Ａ↓［３］，Ａ↓［４］： ｜Ｒ（Ａ↓［ｋ］）－Ｒ（Ａ）｜＞ｔｈｒｅｓｈｏｌｄ↓［Ｒ］ “或” ｜Ｇ（Ａ↓［ｋ］）－Ｇ（Ａ）｜＞ｔｈｒｅｓｈｏｌｄ↓［Ｇ］ “或” ｜Ｂ（Ａ↓［ｋ］）－Ｂ（Ａ）｜＞ｔｈｒｅｓｈｏｌｄ↓［Ｂ］ 其中，Ｒ（Ａ），Ｇ（Ａ），Ｂ（Ａ）代表区域Ａ块中红色、绿色、蓝色的平均颜色，取值范围是从０到２５５， Ｒ（Ａ↓［ｋ］），Ｇ（Ａ↓［ｋ］），Ｂ（Ａ↓［ｋ］）分别代表子区域Ａ↓［ｋ］块中的红色、绿色、蓝色平均颜色，ｋ＝１，２，３，４， ｔｈｒｅｓｈｏｌｄ↓［Ｒ］，ｔｈｒｅｓｈｏｌｄ↓［Ｇ］，ｔｈｒｅｓｈｏｌｄ↓［Ｂ］，依次分别表示为红色、绿色、蓝色的阈值，取值范围均为１０到２５； 若：区域Ａ块不需要分裂则按以下合并准则判断该Ａ块相邻的四个包括Ａ块在内的都不需要分裂的小区域Ｘ↓［１］，Ｘ↓［２］，Ｘ↓［３］，Ｘ↓［４］是否应该合并成一个大区域Ｘ，大小为１６×１６或者３２×３２： ｜Ｒ（Ｘ↓［ｋ］）－Ｒ（Ｘ）｜＜ｔｈｒｅｓｈｏｌｄ↓［Ｒ］ “且” ｜Ｇ（Ｘ↓［...
【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，史云迪，
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。