專利名稱：舌像顏色自動識別方法
技術領域：
本發(fā)明涉及一種圖像處理技術領域的方法，具體的說，涉及的是一種舌像顏色自動識別方法。
背景技術：
在中醫(yī)診斷學中，舌診是獲取病人健康信息的重要途徑之一。舌診主要通過觀察舌質和舌苔，舌質特征可以用顏色、光澤等描述；舌苔特征可以用顏色和紋理進行描述。然而，傳統(tǒng)舌診的一個顯著弊端就是，診斷過程依賴于醫(yī)生的主觀經驗和個人能力，不同醫(yī)生的診斷結果可能相差甚遠，同時這些診斷經驗也缺乏有效的保存手段。這不可避免會影響中醫(yī)的整體發(fā)展，中醫(yī)的客觀化勢在必行。舌像顏色的自動識別對于中醫(yī)舌診客觀化有著重大的現(xiàn)實意義。
JSEG算法是由Deng和Manjunath提出的一種無監(jiān)督分割算法。該方法中，顏色的相似性及其空間分布被單獨進行考慮，以便更好地刻畫彩色紋理區(qū)域的一致性。其基本思想是將分割過程分成兩步走，即顏色量化和空域分割。
經對現(xiàn)有技術文獻的檢索發(fā)現(xiàn)，中國發(fā)明專利申請?zhí)?00310114742.9，發(fā)明名稱從舌圖像中提取關注區(qū)域的方法及相應監(jiān)控方法和設備，該專利提出了一種從舌圖像中提取關注區(qū)域的方法，但該方沒有結合中醫(yī)望診的特點，它為每個人設定特定的模板，并在數據庫中記錄該模板，在實際使用時假設采集的舌圖像跟模板設定時相同(相同的伸舌長度和角度等)，這在實際情況中幾乎做不到，此外該方法主要用于家庭用健康監(jiān)控系統(tǒng)。

發(fā)明內容
本發(fā)明的目的在于針對現(xiàn)有技術的不足，提出一種舌像顏色自動識別方法，使其采用區(qū)域劃分與樣本匹配，能直接應用于基于舌像分析的中醫(yī)診斷系統(tǒng)，為中醫(yī)自動舌診提供保障，減少誤診率。
本發(fā)明是通過以下技術方案實現(xiàn)的，本發(fā)明首先確定顏色的參考樣本集，再將舌體劃分為不同的區(qū)域，每個區(qū)域具有相似的顏色和紋理特性，然后結合先驗模板，將各個區(qū)域與參考樣本進行特征匹配，從而完成整個舌體的顏色識別。
本發(fā)明的方法包括如下具體步驟(1)建立舌苔和舌質顏色參考樣本集對于每一類苔質顏色樣本，從舌圖像中選取樣本塊。通過去除離群樣本，確定最終的苔質顏色參考樣本集。本發(fā)明中采用了一種基于LLE(Locally Linear Embedding，局部線性映射)離群樣本去除方法。
具體去除離群樣本過程如下對于每幅顏色樣本圖像，選取其R-G、R-B和G-B顏色直方圖，將每個顏色分量等分，每個顏色直方圖中的數據堆疊成一個向量，這樣三個顏色直方圖就構成顏色樣本的特征向量。采用LLE技術對所得的數據進行降維處理，LLE映射空間中的同類顏色樣本呈現(xiàn)明顯的聚類趨勢，再將那些聚類效果好的顏色樣本組成成參考樣本集，用于后面的樣本匹配過程中。
(2)劃分舌體同質區(qū)域將舌體劃分為不同的區(qū)域，每個區(qū)域具有相似的顏色和紋理特性。本發(fā)明方法中采用了JSEG分割算法，其具體執(zhí)行過程如下1)顏色量化采用一種基于同組濾波技術(PGF)和向量量化(VQ)的彩色圖像量化算法來約減圖像中的顏色。2)空域分割引入一種針對彩色紋理區(qū)域的分割準則(即J準則)，以每個象素為中心，在其鄰域窗內即可求得相應的J值，生成J圖，采用區(qū)域生長方法對不同尺度的J圖進行分割，接著進行區(qū)域合并得到最終的分割圖像。
(3)建立模板根據舌質和舌苔的分布規(guī)律，設置模板，模板分為六大區(qū)域，分別是I.舌根區(qū)(占舌體高的1/5)；II.舌中偏根區(qū)(占舌體高的1/4)；III.舌中偏尖區(qū)(占舌體高的1/4)；IV.舌尖區(qū)(占舌體高的3/10)；V.舌左側區(qū)(占舌體寬的1/5)；VI.舌右側區(qū)(占舌體寬的1/5)。對于步驟2劃分得到的舌體的每個同質區(qū)域R，結合先驗模板制定了如下投票優(yōu)先策略1)若R位于I中，只要其對應的選票中有10％將其歸為舌苔色，就判定它屬于舌苔區(qū)域；2)若R位于II中，只要40％的選票將其歸為舌苔色，它就屬于舌苔區(qū)域；3)若R位于III中，只要40％的選票將其歸為舌質色，即判定它屬于舌質；4)若R位于IV中，只要20％的象素將其歸為舌質色，即判定它屬于舌質；5)若R位于V中，只要30％的選票將其歸為舌質色，即判定它屬于舌質；6)若R位于VI中，只要30％的選票將其歸為舌質色，即判定它屬于舌質。判定R位于某一區(qū)的條件是R中位于該區(qū)域的象素數最大。上述投票優(yōu)先策略將被用于顏色樣本匹配過程中。
(4)樣本匹配與顏色識別對于步驟(2)所得每一個同質區(qū)域，首先采用基于EMD)距離的樣本匹配方法與參考樣本集中的顏色樣本進行匹配，然后選取k個最近鄰參考樣本，統(tǒng)計k個最近鄰樣本中每個顏色類別的票數，最后根據步驟(3)所設計的先驗模板和投票優(yōu)先策略，判斷該同質區(qū)域屬于舌苔區(qū)還是舌質區(qū)，并確定其顏色。
基于EMD距離的樣本匹配方法為設某一區(qū)域R和參考樣本S用直方圖分別表示為P={(x1,w1R),...,(xm,wmR)}]]>和Q={(y1,w1S),...,(yn,wnS)}]]>兩個直方圖，xm，yn分別表示R和S的顏色標簽，wmR，wnS則表示對應的像素數，采用EMD距離計算R和S的相似度。
由于本發(fā)明的舌像顏色自動識別方法是基于區(qū)域的，可以獲得完整和連通的苔質區(qū)域，此外還借助LLE技術來移除顏色樣本集中的離群樣本，使識別過程更加可靠，這樣的識別方法符合醫(yī)生的望診習慣，其識別結果能與醫(yī)生的判斷結果很好吻合，具有很高的實用價值。


圖1為本發(fā)明方法的流程圖。
圖2為本發(fā)明方法對一幅舌體圖像的顏色識別圖其中，(a)為原始舌圖像；(b)為舌體圖像；(c)為區(qū)域劃分結果；(d)為顏色識別結果圖；(e)為苔質分離結果圖。
圖3為為本發(fā)明先驗模板圖。
具體實施例方式
以下結合實施例對本發(fā)明的技術方案作進一步詳細描述。
1.確定舌苔和舌質顏色參考樣本集對于每一類苔質顏色樣本，由經驗豐富的中醫(yī)手工從舌圖像中選取樣本塊，再通過去除離群樣本，確定最終的苔質顏色參考樣本集。例如根據臨床經驗將舌質顏色分為淡紅、淡白、紅、暗紅、青紫5種類型；而舌苔顏色分為白、淡黃、黃、灰4種類型。對于每一類顏色類型，由經驗豐富的中醫(yī)手工從舌圖像中選取10個樣本。對于每幅樣本圖像，選取其R-G、R-B和G-B顏色直方圖，將每個顏色分量20等分，每個顏色直方圖中的數據堆疊成一個1×400向量，這樣三個顏色直方圖就構成一個1×1200的向量，即樣本的特征向量。采用LLE技術對所得的數據進行降維處理，LLE映射空間中的同類樣本呈現(xiàn)明顯的聚類趨勢，用聚類效果好的顏色樣本組成參考樣本集。
2.劃分舌體同質區(qū)域將舌體劃分為不同的區(qū)域，每個區(qū)域具有相似的顏色和紋理特性。本發(fā)明方法中采用了JSEG分割算法，其主要包括顏色量化和空域分割兩個步驟。圖2(c)顯示了一幅舌體圖經JSEG算法分割后的結果，圖2(b)為舌體圖。
3.建立先驗模板根據舌質和舌苔的分布規(guī)律，設置先驗模板，模板分為六大區(qū)域，分別是I.舌根區(qū)；II.舌中偏根區(qū)；III.舌中偏尖區(qū)；IV.舌尖區(qū)；V.舌左側區(qū)；VI.舌右側區(qū)。對于步驟2劃分得到的舌體的每個同質區(qū)域R，結合先驗模板制定了如下投票優(yōu)先策略1)若R位于I中，只要其對應的選票中有10％將其歸為舌苔色，就判定它屬于舌苔區(qū)域；2)若R位于II中，只要40％的選票將其歸為舌苔色，它就屬于舌苔區(qū)域；3)若R位于III中，只要40％的選票將其歸為舌質色，即判定它屬于舌質；4)若R位于IV中，只要20％的象素將其歸為舌質色，即判定它屬于舌質；5)若R位于V中，只要30％的選票將其歸為舌質色，即判定它屬于舌質；6)若R位于VI中，只要30％的選票將其歸為舌質色，即判定它屬于舌質。判定R位于某一區(qū)的條件是R中位于該區(qū)域的象素數最大。圖3顯示了一幅先驗模板圖。
4.樣本匹配與顏色識別對于步驟(2)所得每一個同質區(qū)域，首先采用基于EMI距離的樣本匹配方法與參考樣本集中的樣本進行匹配(包括舌苔和舌質顏色樣本)，然后選取k個最近鄰參考樣本，統(tǒng)計k個最近鄰樣本中每個顏色類別的票數，最后根據步驟(3)所設計的先驗模板和投票優(yōu)先策略，判斷該同質區(qū)域屬于舌苔區(qū)還是舌質區(qū)，并確定其顏色。
基于EMD距離的樣本匹配方法為設某一區(qū)域R和參考樣本S用直方圖分別表示為P={(x1,w1R),...,(xm,wmR)}]]>和Q={(y1,w1S),...,(yn,wnS)}]]>兩個直方圖，xm，yn分別表示R和S的顏色標簽，wmR，wnS則表示對應的像素數，采用EMD距離計算R和S的相似度。最后，如圖2(d)所示得出各區(qū)域顏色的識別結果。
本發(fā)明可以獲得完整和連通的舌苔和舌質區(qū)域，識別過程可靠，符合醫(yī)生的望診習慣，具有很好的識別結果。
權利要求
1.一種舌像顏色自動識別方法，其特征在于，包括如下具體步驟(1)建立舌苔和舌質顏色參考樣本集對于每一類苔質顏色樣本，從舌圖像中選取樣本塊，再通過去除離群樣本，確定最終的苔質顏色參考樣本集；(2)劃分舌體同質區(qū)域將舌體劃分區(qū)域，每個區(qū)域具有相似的顏色和紋理特性；(3)建立模板根據舌質和舌苔的分布規(guī)律，設置模板，并設定投票方法用于顏色樣本匹配中；(4)樣本匹配與顏色識別對于舌體同質區(qū)域劃分后的每一個同質區(qū)域，首先采用基于EMD距離的樣本匹配方法與參考樣本集中的顏色樣本進行匹配，然后選取k個最近鄰參考樣本，統(tǒng)計k個最近鄰樣本中每個顏色類別的票數，最后根據模板和投票方法，判斷該同質區(qū)域屬于舌苔區(qū)還是舌質區(qū)，并確定其顏色。
2.根據權利要求1所述的舌像顏色自動識別方法，其特征是，所述的去除離群樣本，通過如下方法實現(xiàn)對于每幅顏色樣本圖像，選取其R-G、R-B和G-B顏色直方圖，將每個顏色分量等分，每個顏色直方圖中的數據堆疊成一個向量，這樣三個顏色直方圖就構成顏色樣本的特征向量，采用LLE技術對所得的數據進行降維處理，LLE映射空間中的同類樣本將呈現(xiàn)明顯的聚類趨勢，對于每一類顏色樣本只保留聚類效果好的。
3.根據權利要求1所述的舌像顏色自動識別方法，其特征是，所述的將舌體分區(qū)域，是指將舌體分為六大區(qū)域，分別是I.舌根區(qū)，占舌體高的1/5；II.舌中偏根區(qū)，占舌體高的1/4；III.舌中偏尖區(qū)，占舌體高的1/4；IV.舌尖區(qū)，占舌體高的3/10；V.舌左側區(qū)，占舌體寬的1/5；VI.舌右側區(qū)，占舌體寬的1/5。
4.根據權利要求1所述的舌像顏色自動識別方法，其特征是，所述的投票方法，是指投票優(yōu)先策略，具體為1)若R位于I中，只要其對應的選票中有10％將其歸為舌苔色，就判定它屬于舌苔區(qū)域；2)若R位于II中，只要40％的選票將其歸為舌苔色，它就屬于舌苔區(qū)域；3)若R位于III中，只要40％的選票將其歸為舌質色，即判定它屬于舌質；4)若R位于IV中，只要20％的象素將其歸為舌質色，即判定它屬于舌質；5)若R位于V中，只要30％的選票將其歸為舌質色，即判定它屬于舌質；6)若R位于VI中，只要30％的選票將其歸為舌質色，即判定它屬于舌質。
5.根據權利要求1或者4所述的舌像顏色自動識別方法，其特征是，所述的投票優(yōu)先策略，判定R位于某一區(qū)的條件是R中位于該區(qū)域的象素數最大。
全文摘要
一種圖像處理技術領域的舌像顏色自動識別方法，步驟為(1)建立舌苔和舌質顏色參考樣本集對于每一類苔質顏色樣本，從舌圖像中選取樣本塊，再通過去除離群樣本，確定最終的苔質顏色參考樣本集；(2)劃分舌體同質區(qū)域，每個區(qū)域具有相似的顏色和紋理特性；(3)根據舌質和舌苔的分布規(guī)律，設置模板，并設定投票優(yōu)先策略用于顏色樣本匹配中；(4)對于舌體同質區(qū)域劃分后的每一個同質區(qū)域，首先根據模板和投票，判斷該區(qū)域顏色屬于舌苔色還是舌質色，然后再與舌苔或舌質顏色樣本進行匹配，最后根據匹配結果采用k近鄰法確定該同質區(qū)域的顏色。本發(fā)明符合中醫(yī)望診習慣，識別結果準確可靠，具有很高的實用價值。
文檔編號G06T1/00GK1803087SQ20061002345
公開日2006年7月19日 申請日期2006年1月19日 優(yōu)先權日2006年1月19日
發(fā)明者楊杰, 周越, 郁生陽, 王永剛, 張艷 申請人:上海交通大學