向,判斷左下角色塊是否是表1中對(duì)應(yīng)方 向下比色卡左下角對(duì)應(yīng)的色塊類型,是則執(zhí)行步驟C);否則認(rèn)為根據(jù)?1未檢測(cè)到比色卡,結(jié) 束本次判斷,將點(diǎn)Pi更新為下一個(gè)點(diǎn)后執(zhí)行步驟11;
[0061] C)根據(jù)比色卡右上角色塊區(qū)域Bru的寬WRU和高h(yuǎn)RU,利用公式(21)得到比色卡右下 角灰色區(qū)域的中心點(diǎn)PRD+grey ( XRD_ grey , YRD_grey ),執(zhí)行步驟d);
[0062]
(21)
[0063] (XRLUrftJRLLtop)為位于比色卡右上角黑灰嵌套色塊的左上角的坐標(biāo);
[0064] (XRLLrightJRLLbcrtt?)為比色卡右上角黑灰嵌套色塊的右下角的坐標(biāo);
[0065] d)將pRD_grey設(shè)為色塊判斷起始點(diǎn),用來判斷右下角色塊是否是黑灰嵌套色塊或白 灰嵌套色塊,根據(jù)比色卡在圖像I中的方向,判斷右下角色塊是否是表1中對(duì)應(yīng)方向下比色 卡右下角的色塊類型,是則進(jìn)入步驟2;否則認(rèn)為未檢測(cè)到比色卡,結(jié)束本次判斷,將點(diǎn) ?1更 新為下一個(gè)點(diǎn)后執(zhí)行步驟11;
[0066] 以上步驟完成了比色卡左下角和右下角的色塊的檢測(cè)。同時(shí)表明成功檢測(cè)到比色 卡,進(jìn)入步驟2。
[0067] 進(jìn)一步的,所述步驟2的具體步驟如下:
[0068] 步驟21,根據(jù)比色卡上兩個(gè)黑灰嵌套色塊的位置,得到圖像質(zhì)量控制區(qū)域Bfunc (Pleft-up,Pright-bottom),以矛口高h(yuǎn)funco
[0069] 步驟22,計(jì)算平均梯度均值:F : Γ00701
[0071] 其中,以1,」),^(^)和^(^)為區(qū)域8_。內(nèi)(1,]_)點(diǎn)的顏色值;1^(1,]_)為區(qū) 域Bfun。內(nèi)(i,j)點(diǎn)的灰度值;w fun。、hfun。分別為區(qū)域Bfun。的寬和高;S為狀態(tài)位,其值為1表明 當(dāng)前點(diǎn)是否在統(tǒng)計(jì)范圍內(nèi),為〇表明當(dāng)前點(diǎn)不在統(tǒng)計(jì)范圍內(nèi);k為預(yù)設(shè)閾值,取30~50;
[0072] 步驟23,如果歹> 50,則表明圖像質(zhì)量滿足要求,執(zhí)行步驟3 ;如果50,則表明 圖像質(zhì)量差,存在抖動(dòng)或失焦,不滿足大便顏色分析的要求。
[0073] 進(jìn)一步的,所述步驟3的具體步驟如下:
[0074]步驟31,用公式(16)所示的閔可夫斯基范式距離計(jì)算滿足檢測(cè)要求的圖像R,G,B 二通道各自的均值favg-I,gavg-I,bavg-I :
[0075]
(16)
[0076] 其中,IR( i,j)、IC( i,j)、IB( i,j)為滿足檢測(cè)要求的圖像在點(diǎn)(i,j)處的R,G,B顏色 值,wi和hi為待檢測(cè)圖像的寬高;
[0077] 步驟32,根據(jù)滿足檢測(cè)要求的圖像R,G,B三通道各自的均值ravgj,gavgj,b avgj,利 用公式(1 7 )計(jì)算R,G,B三通道的偏色增益(rgaiU,ggaiU,bgaiU )。偏色增益也叫色溫校正因 子,是對(duì)R,G,B三個(gè)通道顏色值分別進(jìn)行調(diào)整的三個(gè)系數(shù)。
[0079] 對(duì)于圖像I上的每一個(gè)像素點(diǎn),根據(jù)公式(18)進(jìn)行校正。
[0078] (I?)
[0080]
(1S)
[0081 ]其中,Ii/ (i,j),1(/ (i,j),IV (i,j)為顏色校正后的點(diǎn)(i,j)處的R,G,B顏色值。
[0082]進(jìn)一步的,去除大便圖像上的高光反射和陰影部分如步驟4所述。步驟4的具體步 驟如下:
[0083]步驟41,根據(jù)公式(22),把圖像大便區(qū)域從RGB顏色空間轉(zhuǎn)換到HSV顏色空間中;其 中,r,g,b和h,s,v分別為圖像大便區(qū)域每個(gè)像素點(diǎn)的顏色值,max和min分別為r,g,b中的最 大值和最小值:
[0084]
(22)
[0085] 步驟42,在HSV顏色空間,去除圖像大便區(qū)域的高光反射和陰影部分;
[0086] a)根據(jù)公式(23),計(jì)算圖像大便區(qū)域在HSV顏色空間所有像素點(diǎn)的亮度v的標(biāo)準(zhǔn)差 σ ν;其中,Vl為每個(gè)像素點(diǎn)的亮度值,η為圖像大便區(qū)域像素點(diǎn)的個(gè)數(shù),W為所有像素點(diǎn)的亮 度ν的均值;
[0087]
(23)
[0088] b)根據(jù)ν±2σν的范圍作為圖像大便區(qū)域亮度的正常范圍,亮度超出此范圍的像素 點(diǎn)均認(rèn)為是亮度異常的點(diǎn);其中, Vl高于ν + 2σν的點(diǎn)的集合即認(rèn)為是高光反射部分,Vl低于 2%的點(diǎn)的集合即認(rèn)為是陰影部分,均予以去除。
[0089] 進(jìn)一步的,構(gòu)建嬰兒大便顏色類別表:構(gòu)建九級(jí)嬰兒大便顏色類別表:分別為:淺 白色,灰色,陶土色,淺黃色,黃色,棕色,綠色,紅色和黑色。每一張嬰兒大便顏色的圖像對(duì) 應(yīng)唯一一個(gè)顏色類別。步驟5采用隨機(jī)森林多分類算法根據(jù)大便圖像顏色進(jìn)行自動(dòng)分類。所 述步驟5的具體步驟如下:
[0090] 步驟51,離線監(jiān)督訓(xùn)練;
[0091] a)收集整理訓(xùn)練數(shù)據(jù):訓(xùn)練數(shù)據(jù)為包含嬰兒大便區(qū)域的比色卡圖像數(shù)據(jù)集D,圖像 數(shù)據(jù)集D中圖像均為步驟4得到的所述顏色校正后并且去除了大便區(qū)域高光和陰影部分的 圖像,圖像數(shù)據(jù)集D對(duì)應(yīng)的屬性則是每幅圖像所對(duì)應(yīng)的大便顏色類別;
[0092] b)提取圖像的特征:圖像的特征是一個(gè)nX 1的向量,記為f中每個(gè)分量的值 由大便區(qū)域Bstool在HSV通道的顏色均值(hstool_aVg,Sstool_aVg,Vstool_a Vg)和比色卡上6個(gè)彩色色 塊Bred、Bgreen、Bblue、Bcyan、 Bmag(3nt4PBye3ii?上對(duì)應(yīng)通道的顏色均值分別相減得到;vr是一個(gè)6 X 3 = 18維的特征向量;其中,通過公式(9)將RGB顏色均值轉(zhuǎn)化為HSV顏色均值;
[0093] c)隨機(jī)森林訓(xùn)練:
[0094] 5.1. c. 1,確定訓(xùn)練參數(shù):包括隨機(jī)森林中決策樹個(gè)數(shù)t,每棵決策樹隨機(jī)分配的樣 本數(shù)量k,每棵決策樹的深度d,決策樹的每個(gè)節(jié)點(diǎn)使用到的特征數(shù)量f;終止條件:葉子節(jié)點(diǎn) 上最少的樣本數(shù)num,節(jié)點(diǎn)上樣本屬性的分類類別;當(dāng)某節(jié)點(diǎn)上樣本數(shù)個(gè)數(shù)小于num,或者樣 本屬性的分類類別全部來自同一類別,認(rèn)為其為葉子節(jié)點(diǎn);
[0095] 5.1.(:.2,對(duì)于第16[1,幻棵決策樹,從圖像數(shù)據(jù)集0中隨機(jī)抽取1^個(gè)樣本,作為第1 根決策樹的根節(jié)點(diǎn)樣本集合;如果當(dāng)前節(jié)點(diǎn)沒有達(dá)到終止條件,則從圖像特征向量中隨機(jī) 選取f維特征;尋找能將該節(jié)點(diǎn)的樣本最均勻的分成兩類的特征i及其閾值th,當(dāng)前節(jié)點(diǎn)上 樣本第i維特征小于th的樣本被劃分到左節(jié)點(diǎn),其余的被劃分到右節(jié)點(diǎn);如果當(dāng)前節(jié)點(diǎn)達(dá)到 終止條件,則設(shè)置當(dāng)前節(jié)點(diǎn)為葉子節(jié)點(diǎn),該葉子節(jié)點(diǎn)的預(yù)測(cè)輸出值為當(dāng)前節(jié)點(diǎn)圖像數(shù)據(jù)所 對(duì)應(yīng)的大便顏色類別數(shù)量最多的那一類C(j)。然后繼續(xù)訓(xùn)練其他節(jié)點(diǎn)。
[0096] 5.1. c. 3,重復(fù)5.1. c. 2,直到所有節(jié)點(diǎn)都訓(xùn)練過了或者被標(biāo)記為葉子節(jié)點(diǎn);
[0097] 5.1. c. 4,重復(fù)5.1. c. 3,直到所有t棵決策樹都被訓(xùn)練過;
[0098] 步驟52,在線預(yù)測(cè);
[0099] a)對(duì)于一張待測(cè)的輸入圖像,成功檢測(cè)到比色卡,判斷圖像質(zhì)量滿足檢測(cè)要求,對(duì) 圖像進(jìn)行顏色校正,并去除圖像大便區(qū)域的高光反射和陰影部分后,得到處理后的待預(yù)測(cè) 圖像;
[0100] b)將圖像大便區(qū)域,分為大小為個(gè)塊,每個(gè)塊的寬高分別為圖 η η _ 1 像大便區(qū)域?qū)捝蠾stool,hstool的一 _, η
[0101] C)根據(jù)每個(gè)塊的區(qū)域和比色卡上顏色區(qū)域,利用步驟51的步驟b中所述方法生成 每個(gè)塊的特征向量;
[0102] d)使用步驟51得到的離線監(jiān)督訓(xùn)練生成的決策樹,對(duì)于第ie[l,t]棵決策樹,從 當(dāng)前決策樹的根節(jié)點(diǎn)開始,根據(jù)當(dāng)前節(jié)點(diǎn)的閾值th,判斷是進(jìn)入左節(jié)點(diǎn)(〈th)還是進(jìn)入右節(jié) 點(diǎn)U th),直到到達(dá)某個(gè)葉子節(jié)點(diǎn),得到第i棵樹的預(yù)測(cè)值;預(yù)測(cè)值為該葉子節(jié)點(diǎn)數(shù)據(jù)對(duì)應(yīng) 的大便顏色類別;
[0103] e)重復(fù)步驟d,直到所有t棵決策樹都得到了預(yù)測(cè)類別;
[0104] f)所有樹中預(yù)測(cè)概率總和最大的那一個(gè)類別,作為大便顏色分類類別。概率總和 即為每個(gè)C(j)的概率p的累加和,概率p為C(j)占當(dāng)前樣本集的比例;
[0105] g)重復(fù)步驟d、e、f,直到所有η X η個(gè)塊都得到了分類類別;
[0106] 進(jìn)一步的,采用最小歐式距離算法根據(jù)大便圖像顏色進(jìn)行自動(dòng)分類
[0107] 如步驟6所述。步驟6的具體步驟如下: U ' /?
[0108] 步驟61,將去除高光和陰影部分的圖像大便區(qū)域,分為大小為^LX^L的ηΧη /; // 個(gè)塊,每個(gè)塊的寬高分別為圖像大便區(qū)域?qū)捀遅stcicll X hstool的i ; η
[0109] 步驟62,分別計(jì)算每個(gè)塊h,s,v的均值m /e [L/?x/7];
[0110] 步驟63,對(duì)于每一個(gè)塊,具體處理步驟如下:
[0111] a)首先進(jìn)行黑色類別判斷,當(dāng)滿足條件$ < 20門巧< 40時(shí),認(rèn)為該塊是黑色類別, 以黑色類別作為該塊的預(yù)測(cè)類別,結(jié)束該塊判斷;
[0112] b)如果不是黑色類別,則計(jì)算該塊的均值瓦3和如公式(24)所示的8個(gè)標(biāo)準(zhǔn)類別 的h,s值Hj,Sj,j e [ 1,8 ]的加權(quán)歐式距離
,其中,Wi,W2分別為 色度Η和飽和度S的權(quán)重值。取最小歐式距離對(duì)應(yīng)的標(biāo)準(zhǔn)類別作為該塊的預(yù)測(cè)類別;
[0113]
(24)
[0114] c)重復(fù)步驟a、b,最終得到所有η X η個(gè)塊的預(yù)測(cè)類別。
[0115] 在步驟7中,將步驟5預(yù)測(cè)到的ηΧη個(gè)塊大便顏色類別和步驟6預(yù)測(cè)到的ηΧη個(gè)塊 大便顏色類別放在一起,共2ηΧη個(gè)塊大便顏色類別,統(tǒng)計(jì)其中出現(xiàn)最多的類別,作為圖像 最終的預(yù)測(cè)大便顏色類別。
[0116] 本發(fā)明的另一個(gè)目的在于,提供一種嬰兒大便顏色的自動(dòng)分析系統(tǒng),包括如下依 次相連接的模塊:
[0117] 比色卡檢測(cè)模塊:檢測(cè)圖像中比色卡左上角和右上角的黑灰嵌套色塊和白灰嵌套 色塊的分布情況,以此確定比色卡在圖像中的方向;然后根據(jù)比色卡在圖像中的方向確定 六個(gè)彩色色塊是否均準(zhǔn)確出現(xiàn)在比色卡的相應(yīng)位置;最后根據(jù)比色卡在圖像中的方向檢測(cè) 圖像中比色卡的左下角和右下角的色塊是否是對(duì)應(yīng)方向下的黑灰嵌套色塊或白灰嵌套色 塊,是則執(zhí)行步驟2,否則認(rèn)為未檢測(cè)到比色卡;
[0118] 圖像監(jiān)控模塊:使用圖像熵對(duì)圖像I進(jìn)行質(zhì)量監(jiān)控,判斷圖像是否滿足檢測(cè)要求, 滿足則執(zhí)行步驟3,否則認(rèn)為圖像不滿足大便顏色自動(dòng)分析的要求;
[0119]顏色校正模塊:對(duì)滿足檢測(cè)要求的圖像進(jìn)行顏色校正,得到顏色校正后的圖像; [0120]去除高光和陰影模塊:對(duì)顏色校正后的圖像,去除圖像大便區(qū)域的高光反射和陰 影部分;
[0121]顏色分類模塊:使用機(jī)器學(xué)習(xí)的方法,以及最小歐式距離的方法,綜合分析預(yù)處理 后的待預(yù)測(cè)圖像,預(yù)測(cè)其大便顏色類別。
【附圖說明】
[0122] 圖1是本發(fā)明的嬰兒大便顏色自動(dòng)分析的流程圖。
[0123] 包括:比色卡自動(dòng)檢測(cè),圖像質(zhì)量控制,圖像顏色校正,去除高光反射和陰影以及 顏色分類模塊。
[0124] 圖2是比色卡。比色卡共有12個(gè)方形區(qū)域組成。包括:1個(gè)皮膚區(qū)域Bskin,l個(gè)圖像質(zhì) 量檢測(cè)區(qū)域B fun。,2個(gè)黑灰嵌套色塊區(qū)域Bbiac;k_grey,2個(gè)白灰嵌套色塊區(qū)域B white_grey,以及6個(gè) 彩色色塊區(qū)域:Bre3d、B green、Bblue、Bcyan、Bmagenta、Byellow 〇
[0125] 圖3是比色卡的四種不同方位。其中,圖3(a)至(d)分別為:0°,逆時(shí)針旋轉(zhuǎn)90°,逆 時(shí)針旋轉(zhuǎn)180°和逆時(shí)針旋轉(zhuǎn)270°。
[0126] 圖4是本發(fā)明的比色卡自動(dòng)檢測(cè)方法的流程圖。判斷比色卡左上角和右上角色塊 判斷比色卡方向,再確定6個(gè)彩色色塊是否均能