,即為面色 澤夭程度。該平均值越大,表示面色越夭,反之越澤。
[0027] 7)面色散摶的識(shí)別與量化
[0028] 散摶表示面部色澤的疏離還是團(tuán)聚,在物理特征上表現(xiàn)為顏色分布的分散與聚 合。本發(fā)明采用鄰域特征向量梯度圖,得到顏色變化分布,并根據(jù)分塊區(qū)域中的顏色變化分 布,判斷顏色的分散程度。若顏色變化分布在各個(gè)分塊,則表不顏色分布分散;若分布在少 數(shù)分塊,則表示顏色分布聚合。具體步驟如下:
[0029] 若被測(cè)面色識(shí)別為某一類面色,則提取色部鄰域多點(diǎn)的光譜反射率,并計(jì)算各點(diǎn) 的特征向量。各點(diǎn)特征向量的對(duì)應(yīng)元素,構(gòu)成基元素圖。計(jì)算各基元素圖的梯度圖,閾值分 割得到各基元素梯度二值圖。將各基元素梯度二值圖采用并操作合并。將合并二值圖分塊, 計(jì)算各塊像素平均值,并計(jì)算最大平均值與最小平均值之差。計(jì)算合并二值圖像素整體平 均值。計(jì)算整體平均值與分塊平均值差的比值,即為面色散摶程度。比值越大表示面色越 散,反之越摶。
[0030] 以上步驟4)-7)步驟為并列關(guān)系。
[0031] 有益效果
[0032] 光譜反射率反映顏色的本質(zhì),能充分描述顏色屬性和差異。目前,中醫(yī)面色的識(shí)別 通常采用數(shù)字圖像數(shù)據(jù),將反映顏色本質(zhì)的光譜信息通過(guò)濾色陣列用R、G、B三原色通道表 示。因此,面色信息有所損失,會(huì)出現(xiàn)數(shù)據(jù)相同但光譜性質(zhì)不同的情況。在分析方法方面, 一般僅對(duì)面色屬性直接識(shí)別,忽視個(gè)體膚色的差異,做出的判斷往往不準(zhǔn)確。此外,未針對(duì) 中醫(yī)色診中面色的明暗、淺濃、散聚、潤(rùn)枯等屬性進(jìn)行分析,給出量化參考。
[0033] 本方法可基于面部光譜反射率及其分布,結(jié)合頸部參考色,實(shí)現(xiàn)中醫(yī)整體面色及 色部色的適應(yīng)性自動(dòng)識(shí)別。同時(shí),提取面色明暗特征進(jìn)行清濁的量化分析;提取面色的深淺 特征進(jìn)行微甚的量化分析;提取面色的散聚特征進(jìn)行散摶的量化分析;提取面色的潤(rùn)枯特 征進(jìn)行澤夭的量化分析。從而給出疾病的陰陽(yáng)、虛實(shí)、久新、轉(zhuǎn)歸的數(shù)據(jù)參考依據(jù)。本方法 從中醫(yī)面部色診角度,對(duì)疾病性質(zhì)、程度、發(fā)展趨勢(shì)同時(shí)提供定性及定量的依據(jù),有利于推 動(dòng)舌診客觀化研宄。
【附圖說(shuō)明】
[0034] 圖1 :基于光譜反射率的中醫(yī)面部色澤適應(yīng)性識(shí)別方法流程圖。
【具體實(shí)施方式】
[0035] 本方法基于面部及頸部光譜反射率圖像數(shù)據(jù)提出。光譜反射率圖像是指各像素?cái)?shù) 據(jù)為對(duì)應(yīng)點(diǎn)光譜反射率的圖像,可通過(guò)光譜反射率圖像復(fù)原系統(tǒng)或光譜相機(jī)采集獲得。以 此數(shù)據(jù)為基礎(chǔ),進(jìn)行整體及色部的面色及其清濁、微甚、散摶、澤夭的量化分析以及適應(yīng)性 識(shí)別。具體實(shí)施過(guò)程參見(jiàn)附圖1,如下:
[0036] 1.面色光譜反射率基函數(shù)的確定:
[0037] (1)、通過(guò)光譜反射率圖像或單點(diǎn)測(cè)量方式,采集各類中醫(yī)面色的光譜反射率樣 本,需要包含正常色、白色、黃色、赤色、青色、黑色各類用例,共6類;每類用例需要包含100 例以上的實(shí)例,且由三位以上中醫(yī)醫(yī)師給出所屬類型標(biāo)定。
[0038] (2)、基于有限維模型理論,采用PCA方法,對(duì)采集到的所有面色光譜反射率提取 能量最為集中的k個(gè)基函數(shù),如對(duì)應(yīng)特征值能量和占總能量的99. 5%以上的k個(gè)基函數(shù) (一般k〈5)。具體過(guò)程如下:
[0039] 設(shè)光譜反射率樣本集的協(xié)方差矩陣為:
【主權(quán)項(xiàng)】
1.基于光譜反射率的面部色澤適應(yīng)性自動(dòng)識(shí)別方法,其特征在于,步驟如下: 1) 面色光譜反射率基函數(shù)的確定: (1) 、采集各類中醫(yī)面色的光譜反射率樣本,需要包含正常色、白色、黃色、赤色、青色、 黑色各類用例,共6類;每類用例需要包含100例W上的實(shí)例,且由S位W上中醫(yī)醫(yī)師給出 所屬類型標(biāo)定; (2) 、采用PCA方法,對(duì)采集到的所有面色光譜反射率提取能量占總能量99. 5% W上的 基函數(shù); 2) 面色特征向量的提?。? (1) 、將被測(cè)面部各色部光譜反射率與被測(cè)者頸部光譜反射率均采用基函數(shù)的線性組 合表示;,即計(jì)算它們?cè)诨瘮?shù)空間的投影系數(shù),該投影系數(shù)即為線性組合中的基函數(shù)加 權(quán)系數(shù); (2) 、W頸部光譜反射率為參考色,將面色與參考色的基函數(shù)系數(shù)差作為面色的特征向 量;其中,各色部與參考色的基函數(shù)系數(shù)差作為色部色特征向量;各色部光譜反射率平均 值與參考色的基函數(shù)系數(shù)差作為整體面色特征向量; 3) 面部面色屬性識(shí)別: (1) 、采用支持向量機(jī)方法構(gòu)建多類分類模型,采用各類面色特征向量樣本集訓(xùn)練分類 器; (2) 、利用訓(xùn)練好的分類器,對(duì)整體面色和色部色進(jìn)行所屬類別判斷; 4) 面色清濁的識(shí)別與量化: 若被測(cè)面色識(shí)別為某一類面色,則計(jì)算該面色各波段光譜反射率和;計(jì)算被測(cè)面色反 射率和與正常反射率和的差值,即為清濁程度;若差值為正,則為清;若差值為負(fù),則為濁; 差值越大,清濁程度越重;其中,正常反射率和通過(guò)計(jì)算正常色樣本集中樣本的各波段光譜 反射率之和,并求平均值來(lái)確定; 5) 面色微甚的識(shí)別與量化: 若被測(cè)面色識(shí)別為某一類面色,則計(jì)算該面色特征向量與正常色特征向量的歐式距 離,即為該類面色的微甚程度;距離越大,表示屬該類面色越甚,反之則表示屬該類面色越 微;其中,正常色特征向量通過(guò)計(jì)算正常色樣本集中樣本的特征向量的平均值來(lái)確定; 6) 面色澤夭的識(shí)別與量化: 若被測(cè)面色識(shí)別為某一類面色,則提取色部鄰域多點(diǎn)的光譜反射率,并計(jì)算各點(diǎn)的特 征向量;求所有點(diǎn)的特征向量平均值,計(jì)算各點(diǎn)特征向量與平均特征向量的差向量;計(jì)算 所有點(diǎn)差向量絕對(duì)值的平均值,得到平均差向量;平均差向量各元素的平均值,即為面色澤 夭程度;該平均值越大,表示面色越夭,反之越澤; 7) 面色散持的識(shí)別與量化 若被測(cè)面色識(shí)別為某一類面色,則提取色部鄰域多點(diǎn)的光譜反射率,并計(jì)算各點(diǎn)的特 征向量;各點(diǎn)特征向量的對(duì)應(yīng)元素,構(gòu)成基元素圖;計(jì)算各基元素圖的梯度圖,闊值分割得 到各基元素梯度二值圖;將各基元素梯度二值圖采用并操作合并;將合并二值圖分塊,計(jì) 算各塊像素平均值,并計(jì)算最大平均值與最小平均值之差;計(jì)算合并二值圖像素整體平均 值;計(jì)算整體平均值與分塊平均值差的比值,即為面色散持程度;比值越大表示面色越散, 反之越持; W上步驟4)-7)步驟為并列關(guān)系。
【專利摘要】基于光譜反射率的面部色澤適應(yīng)性自動(dòng)識(shí)別方法屬于中醫(yī)色診的客觀化研究領(lǐng)域,用于實(shí)現(xiàn)面部色澤的分析,并針對(duì)不同人的正常色表現(xiàn)不同,進(jìn)行面色及其清濁、微甚、散摶、澤夭的適應(yīng)性識(shí)別。本發(fā)明通過(guò)采集各類面色的光譜反射率,采用有限維模型方法確定面色光譜反射率函數(shù)。將面部光譜反射率采用函數(shù)的線性組合來(lái)表示。以頸部膚色為參考色,將面色與參考色的函數(shù)系數(shù)差作為面色的特征向量。采用支持向量機(jī)識(shí)別方法,得到整體面色及色部面色所屬類別。同時(shí),通過(guò)反射率累積和、在系數(shù)空間特征向量位置、鄰域系數(shù)變化幅值、系數(shù)圖梯度變化規(guī)律,分別判斷面色的清濁、微甚、散摶、澤夭。
【IPC分類】G06K9-62, G06K9-00
【公開(kāi)號(hào)】CN104573668
【申請(qǐng)?zhí)枴緾N201510038621
【發(fā)明人】蔡軼珩, 王立娜, 林沙沙, 詹昌飛, 盛楠
【申請(qǐng)人】北京工業(yè)大學(xué)
【公開(kāi)日】2015年4月29日
【申請(qǐng)日】2015年1月26日