基于二分光反射模型与随机森林的中医舌苔润燥识别方法技术

本发明专利技术公开了基于二分光反射模型与随机森林的中医舌苔润燥识别方法，采用自适应局部最大亮度阈值法提取较亮区域；其次利用二分光反射模型分析较亮本色区和水分亮斑区的差异，并根据二者的不同实现水分亮斑区的提取；然后提取水分亮斑区的多个特征并将其融合；最后利用水分亮斑区融合特征建立舌苔润燥的随机森林识别模型。本发明专利技术提出的方法克服了已有方法易受人为主观因素影响的缺点，取得了较满意的舌苔润燥分类效果。舌苔润燥分类效果。舌苔润燥分类效果。

【技术实现步骤摘要】
基于二分光反射模型与随机森林的中医舌苔润燥识别方法


[0001]本专利技术涉及舌苔润燥分类识别
，具体为基于二分光反射模型与随机森林的中医舌苔润燥识别方法。

技术介绍

[0002]舌苔润燥是中医舌诊的一项重要指标，中医辨证诊断理论认为舌苔的湿润或干燥反映了津液的盈亏和分布情况，是一种有效的寒、热辨证诊断指标。因此，在中医客观化和现代化的研究中，舌苔润燥的计算机识别是重要的研究内容之一。
[0003]由中医理论可知，润苔含有较多水分，会在舌体表面形成一层水膜，它会影响舌苔表面的光学特性，形成水分亮斑区，而燥苔由于缺乏水分，很少出现水分亮斑区。根据舌苔润燥的这一特性，目前已经有一些学者开展了有关舌苔润燥识别的客观化研究。苏开娜等提出了一种基于图像处理的舌苔润燥分析方法，利用相对亮度、局部小子区
[0004]像素点在RGB颜色空间的分布特点、较亮区域的亮度梯度等特征提取水分亮斑区，然后利用水分亮斑区的相对亮度均值进行舌苔润燥识别。之后蔡轶珩等在此基础上又提出了一种改进的舌苔润燥识别算法，根据二分光反射模型分析水分亮斑区与较亮本色区域像素点色簇分布的不同，对水分亮斑区进行提取，计算舌图像水分亮斑区的像素亮度和作为润燥指数，通过润燥指数的大小判断舌苔润燥情况。谢涛[34]在蔡轶珩等的研究基础上引入了润燥系数的概念，即亮斑区相对面积与相对亮度的乘积，并通过典型润燥苔数据，计算出不同润燥程度舌苔的润燥系数参考值，通过计算舌图像的润燥系数，与参考值进行比较，从而实现舌苔润燥的识别。上述几种方法提取出较亮区域或水分亮斑区后，只利用单个特征或指标，通过与经验阈值进行比较来进行舌苔润燥的识别。提取的特征不能充分地反映水分亮斑区的特性，同时利用经验阈值作为分类依据，易受人为主观因素的影响。因此我们对此做出改进，提出基于二分光反射模型与随机森林的中医舌苔润燥识别方法。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提供了如下的技术方案：
[0006]本专利技术基于二分光反射模型与随机森林的中医舌苔润燥识别方法，包括以下步骤，
[0007]步骤1、采用自适应局部最大亮度阈值法检测得到较亮区域；
[0008]步骤2、根据二分光反射模型分析水分亮斑区和较亮本色区域的光学差异性，以此为基础提取水分亮斑区；
[0009]步骤3、计算水分亮斑区的亮度和、润燥系数、面积和RGB协方差矩阵特征值等水分亮斑区的的特征进行提取，并进行统计分析；
[0010]步骤4、利用提取的多个水分亮斑区特征值组合形成的特征集，建立舌苔润燥识别的随机森林模型，利用随机森林模型舌苔润燥进行识别分类。
[0011]作为本专利技术的一种优选技术方案，所述的自适应局部最大亮度阈值法检测得到较
亮区域的方法是，将舌体分隔为n
×
n个子区域并计算局部区域亮度，比较各个子区域的亮度，寻找最大局部亮度阈值，对子区域的像素点亮度判定，当该子区域的像素点大于最大局部亮度阈值，按照8领域归并亮点；当该子区域的像素点下于最大局部亮度阈值，则该子区域的像素点并非亮点。
[0012]作为本专利技术的一种优选技术方案，所述根据二分光反射模型分析水分亮斑区和较亮本色区域的光学差异性，以此为基础提取水分亮斑区的方法是，通过主元分析法对各较亮区域像素点在RGB颜色空间中的分布进行分析，得到像素点色簇的分布分布状态，当，
[0013]A、若像素点色簇呈体状均匀分布，则认为该区域为较亮本色区域；
[0014]B、若像素点色簇呈线状分布，而且接近光照颜色方向，则认为该区域为水分亮斑区；
[0015]C、若像素点色簇呈面状分布，则该区域既可能是水分亮斑区，也可能是较亮本色区域。
[0016]作为本专利技术的一种优选技术方案，所述的计算水分亮斑区的亮度和的方法是，首先需要计算水分亮斑区所有像素点的亮度，RGB颜色空间的像素点亮度计算公式为：
[0017]L＝0.299*R+0.587*G+0.114*B
[0018]式中，R、G、B为像素点在RGB颜色空间的三通道颜色值，L则为像素点亮度值。假设某张舌图像水分亮斑区像素点总数为S个，第x个像素点的亮度值为Lx，则水分亮斑区的亮度和计算公式为：
[0019][0020]式中，LS表示舌图像水分亮斑区的亮度和。
[0021]作为本专利技术的一种优选技术方案，所述水分亮斑区的面积提取方法是，假设某一舌体图像水分亮斑区包含S个像素点，则其水分亮斑区面积为像素点的个数S。
[0022]作为本专利技术的一种优选技术方案，所述水分亮斑区的润燥系数计算方法是，润燥系数为水分亮斑区相对亮度与相对面积的乘积，该润燥系数的特征的具体计算公式为：
[0023][0024]式中，LS/s为水分亮斑区亮度均值，L_max为舌体图像的最大亮度，两者之比即为水分亮斑区相对亮度，MBSA为水分亮斑区面积，TCA为舌苔面积，两者之比为水分亮斑区相对面积。
[0025]作为本专利技术的一种优选技术方案，所述的水分亮斑区RGB颜色空间特征值提取方法是，假设某张舌图像有水分亮斑子区域Z个，其中某一个水分亮斑子区域有x个像素点，将这x个像素点的RGB三通道颜色值全部置入一个矩阵MB
RGB
中，具体表达式如下，
[0026][0027]计算矩阵MB
RGB
的COV，具体计算方法如下所示，
[0028][0029]计算COV
MB
的特征值λ
rgb
d、λ
rgb
e、λ
rgbf
，其中3个特征值按从大到小排列；
[0030]按以上步骤计算各水分亮斑子区域的特征值λ
rgbd
、λ
rgbe
、λ
rgbf
，然后计算所有子区域三个特征值的均值
[0031]本专利技术的有益效果是：
[0032]该种基于二分光反射模型与随机森林的中医舌苔润燥识别方法首先采用自适应局部最大亮度阈值法提取较亮区域；其次利用二分光反射模型分析较亮本色区和水分亮斑区的差异，并根据二者的不同实现水分亮斑区的提取；然后提取水分亮斑区的多个特征并将其融合；最后利用水分亮斑区融合特征建立舌苔润燥的随机森林识别模型。本专利技术提出的方法克服了已有方法易受人为主观因素影响的缺点，取得了较满意的舌苔润燥分类效果。
附图说明
[0033]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：
[0034]图1是本专利技术基于二分光反射模型与随机森林的中医舌苔润燥识别方法的流程图；
[0035]图2是自适应局部最大亮度阈值法流程图
[0036]图3是各特征均值与标准差分析图；
[0037]图4是水分亮斑子区域PCA投影矩阵分布图；
[0038]图5是不同特征集分类结果分析图；
[0039]图6是不同分类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于二分光反射模型与随机森林的中医舌苔润燥识别方法，其特征在于：包括以下步骤，步骤1、采用自适应局部最大亮度阈值法检测得到较亮区域；步骤2、根据二分光反射模型分析水分亮斑区和较亮本色区域的光学差异性，以此为基础提取水分亮斑区；步骤3、计算水分亮斑区的亮度和、润燥系数、面积和 RGB 协方差矩阵特征值等水分亮斑区的的特征进行提取，并进行统计分析；步骤4、利用提取的多个水分亮斑区特征值组合形成的特征集，建立舌苔润燥识别的随机森林模型，利用随机森林模型舌苔润燥进行识别分类。2.根据权利要求1所述的基于二分光反射模型与随机森林的中医舌苔润燥识别方法，其特征在于，所述的自适应局部最大亮度阈值法检测得到较亮区域的方法是，将舌体分隔为n
×
n个子区域并计算局部区域亮度，比较各个子区域的亮度，寻找最大局部亮度阈值，对子区域的像素点亮度判定，当该子区域的像素点大于最大局部亮度阈值，按照8领域归并亮点；当该子区域的像素点下于最大局部亮度阈值，则该子区域的像素点并非亮点。3.根据权利要求2所述的基于二分光反射模型与随机森林的中医舌苔润燥识别方法，其特征在于，所述根据二分光反射模型分析水分亮斑区和较亮本色区域的光学差异性，以此为基础提取水分亮斑区的方法是，通过主元分析法对各较亮区域像素点在 RGB 颜色空间中的分布进行分析，得到像素点色簇的分布分布状态，当，A、若像素点色簇呈体状均匀分布，则认为该区域为较亮本色区域；B、若像素点色簇呈线状分布，而且接近光照颜色方向，则认为该区域为水分亮斑区；C、若像素点色簇呈面状分布，则该区域既可能是水分亮斑区，也可能是较亮本色区域。4.根据权利要求2所述的基于二分光反射模型与随机森林的中医舌苔润燥识别方法，其特征在于，所述的计算水分亮斑区的亮度和的方法...

【专利技术属性】
技术研发人员：郭睿，王忆勤，颜建军，燕海霞，曾梦浩，许朝霞，徐琎，郝一鸣，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：