一种基于图像处理的舌象齿痕检测方法技术

本发明专利技术公开了一种基于图像处理的舌象齿痕检测方法，涉及图像处理技术领域；采集舌象的灰度图像，并获取灰度图像的二值图像；根据二值图像获取舌象的凹陷程度；获取灰度图像中像素点的灰度梯度方向，获取每个像素点在该像素点灰度梯度方向上像素点的梯度方向相似性；获取每个像素点与该像素点灰度梯度方向上像素点的梯度方向关联性；获取灰度图像中的齿痕区域；获取每个齿痕区域的灰度直方图；获取灰度图像中齿痕区域的灰度变化程度；获取舌象中齿痕的整体特征值；本发明专利技术解决了相关技术中，在对舌象中齿痕识别时因为误判导致误差大的技术问题。技术问题。技术问题。

【技术实现步骤摘要】
一种基于图像处理的舌象齿痕检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种基于图像处理的舌象齿痕检测方法。

技术介绍

[0002]现有技术主要根据舌体周边的颜色特征和舌体边界的斜率变化情况来判别取舌象齿痕，但是，舌体周边颜色特征受舌体颜色的变化影响较大，导致出现误判的情况较多；很多情况下舌体边界曲线不够光滑，毛边现象严重，从而导致舌体齿痕判别误差较大。

技术实现思路

[0003]为了解决相关技术中，在对舌象齿痕检测时由于舌体边界曲线不够光滑，以及毛边现象严重，导致舌体齿痕判别误差大的技术问题，本专利技术提供了一种基于图像处理的舌象齿痕检测方法，该方法包括：采集舌象的灰度图像，并获取所述灰度图像的二值图像；对所述二值图像进行凸包检测获取所述二值图像的凸包边缘；根据所述二值图像的面积和所述凸包边缘围成的面积获取所述舌象的凹陷程度；获取所述灰度图像中像素点的灰度梯度方向，根据所述灰度图像中每个像素点灰度梯度方向上像素点的灰度梯度方向角，获取每个像素点的梯度方向相似性；根据每个像素点灰度梯度方向上像素点的梯度方向相似性获取每个像素点的梯度方向关联性；根据所述灰度图像中像素点的灰度梯度关联性获取所述灰度图像中的齿痕区域像素点，根据所述齿痕区域像素点获取所述灰度图像中的齿痕区域；根据每个齿痕区域的灰度直方图中灰度级分布获取所述灰度图像中齿痕区域的灰度变化程度；根据所述凹陷程度和所述灰度变化程度获取舌象中齿痕的整体特征值，根据所述整体特征值判断所述舌象的整体缺陷程度。
[0004]进一步地，获取所述舌象的凹陷程度的过程为：获取凸包边缘围成的面积与二值图像的面积的差值；所述舌象的凹陷程度通过所述差值与所述凸包边缘围成的面积的比值得到。
[0005]进一步地，所述像素点的梯度方向相似性通过下式确定：式中，为像素点的梯度方向相似性；为像素点的灰度梯度方向上除像素点外其余像素点的个数；为像素点的灰度梯度方向角；为像素点的灰度梯度方向上除像素点外第个像素点的灰度梯度方向角。
[0006]进一步地，所述像素点的梯度方向关联性通过下式确定：
式中，为像素点的梯度方向关联性；为像素点的梯度方向延长线上除像素点外第个像素点的梯度方向相似性；为像素点的梯度方向上除像素点外第个像素点的梯度方向相似性；表示线性整流函数。
[0007]进一步地，根据所述齿痕区域像素点获取所述灰度图像中的齿痕区域的过程为：在所述灰度图像中获取梯度方向关联性大于0的像素点，所述梯度方向关联性大于0的像素点组成一个或多个连通域；所述连通域为灰度图像中的齿痕区域。
[0008]进一步地，所述舌象中齿痕的整体特征值通过下式确定：式中，为舌象中齿痕的整体特征值；为二值图像的凹陷程度；为灰度图像中齿痕区域的灰度变化程度；为第一权重值；为第二权重值。
[0009]进一步地，所述第一权重值为0.6；所述第二权重值为0.4。
[0010]进一步地，根据所述凹陷程度和所述灰度变化程度获取舌象中齿痕的整体特征值后，还包括将所述整体特征值标记于灰度图像中。
[0011]进一步地，所述灰度图像的获取方法包括：利于预先训练好的语义分割DNN网络对相机拍摄到的舌象区域图像进行分割，获得舌象图像，对所述舌象图像进行降噪和灰度处理，获得所述灰度图像。
[0012]进一步地，所述获取所述灰度图像中像素点的灰度梯度方向包括：使用Sobel算子获取每个像素点的灰度梯度方向。与现有技术相比，本专利技术的有益效果是：本专利技术提供了一种基于图像处理的舌象齿痕检测方法，包括：采集舌象的灰度图像，并获取灰度图像的二值图像；灰度图像用于确定舌象中的齿痕区域，二值图像用于确定舌象的凹凸程度；对二值图像进行凸包检测获取二值图像的凸包边缘；根据二值图像的面积和凸包边缘围成的面积获取舌象的凹陷程度；由于舌象的边缘齿痕呈现凹陷的块状区域，根据舌象的凹陷程度可确定舌象边缘的缺陷程度；获取灰度图像中像素点的灰度梯度方向，获取每个像素点在该像素点灰度梯度方向的延长线，并获取延长线上像素点的梯度方向相似性；梯度方向相似性用于从灰度梯度的角度确定齿痕区域的特征；当后一像素点的梯度方向相似性大于前一像素点的梯度方向相似性时说明梯度方向相似性沿着梯度方向在递减，符合齿痕区域的梯度方向特征；根据延长线上像素点的梯度方向相似性获取每个像素点与该像素点灰度梯度方向的延长线上像素点的梯度方向关联性；根据梯度方向关联性获取灰度图像中的齿痕区域；通过在灰度图像中获取每个像素点与该像素点灰度梯度方向的延长线上像素点的梯度方向关联性大于0的像素点，全部关联性大于0的像素点组成一个或多个连通域；连通域即为灰度图像中的齿痕区域；获取每个齿痕区域的灰度直方图；根据灰度直方图中灰度级分布获取灰度图像中齿痕区域的灰度变化程度；根据凹陷程度、灰度级变化程度获取舌象中齿痕的整体特征值；舌象中齿痕的整体特征值反映舌象的整体
特征，当齿痕的整体特征值越大时，说明舌象的平均齿痕越深；本专利技术解决了相关技术中，在对舌象中齿痕识别时因为误判导致误差大的技术问题。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术实施例提供的一种基于图像处理的舌象齿痕检测方法的流程示意图。
具体实施方式
[0015]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0016]本实施例提供了一种基于图像处理的舌象齿痕检测方法，如图1所示，方法包括：S101，获取舌象的二值图像，根据二值图像获取舌象的凹陷程度；采集舌象的灰度图像，并获取所述灰度图像的二值图像；对所述二值图像进行凸包检测获取所述二值图像的凸包边缘；根据所述二值图像的面积和所述凸包边缘围成的面积获取所述舌象的凹陷程度；本实施例中在采集舌象的灰度图像的过程中，布置相机从舌象正上方采集舌象区域图像，对舌体区域图像进行语义分割获取舌象图像；语义分割通过DNN网络实现，DNN网络的损失函数为交叉熵损失函数；对舌象图像使用高斯滤波进行降噪处理，并对舌象图像分别进行灰度处理获取舌象图像的灰度图像，对灰度图像进行二值化处理获取二值图像；对二值图像进行凸包检测获取二值图像的凸包边缘；获取二值图像的凸包边缘的过程为，获取二值图像的每个边缘像素点，边缘像素点的个数为；对全部边缘像素点两两配对组成条直线；对于任意两点确定的每条直线，遍历两点剩余之外的个像素点是否在该条直线的同一侧，如果存在剩余的点都在该条直线的一侧，则将该条直线加入到凸包集合，直到所有直线都被遍历完毕为止，获得凸包集合，凸包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的舌象齿痕检测方法，其特征在于，包括以下步骤：采集舌象的灰度图像，并获取所述灰度图像的二值图像；对所述二值图像进行凸包检测获取所述二值图像的凸包边缘；根据所述二值图像的面积和所述凸包边缘围成的面积获取所述舌象的凹陷程度；获取所述灰度图像中像素点的灰度梯度方向，根据所述灰度图像中每个像素点灰度梯度方向上像素点的灰度梯度方向角获取每个像素点的梯度方向相似性；根据每个像素点灰度梯度方向上像素点的梯度方向相似性获取每个像素点的梯度方向关联性；根据所述灰度图像中像素点的灰度梯度关联性获取所述灰度图像中的齿痕区域像素点，根据所述齿痕区域像素点获取所述灰度图像中的齿痕区域；根据每个齿痕区域的灰度直方图中灰度级分布获取所述灰度图像中齿痕区域的灰度变化程度；根据所述凹陷程度和所述灰度变化程度获取舌象中齿痕的整体特征值，根据所述整体特征值判断所述舌象的整体缺陷程度。2.根据权利要求1所述的基于图像处理的舌象齿痕检测方法，其特征在于，获取所述舌象的凹陷程度的过程为：获取凸包边缘围成的面积与二值图像的面积的差值；所述舌象的凹陷程度通过所述差值与所述凸包边缘围成的面积的比值得到。3.根据权利要求1所述的基于图像处理的舌象齿痕检测方法，其特征在于，所述像素点的梯度方向相似性通过下式确定：式中，为像素点的梯度方向相似性；为像素点的灰度梯度方向上除像素点外其余像素点的个数；为像素点的灰度梯度方向角；为像素点的灰度梯度方向上除像素点外第个像素点的灰度梯度方向角。4.根据权利要求3所述的基于图像处理的舌象齿痕检测方法，其特征在于，所述像素点的梯度方向关联性通过下式确定：...

【专利技术属性】
技术研发人员：高燕，张敏，吕博，
申请(专利权)人：天筛聊城生物科技有限公司，
类型：发明
国别省市：