CN107689031A - 舌象分析中基于光照补偿的色彩还原方法 - Google Patents
舌象分析中基于光照补偿的色彩还原方法 Download PDFInfo
- Publication number
- CN107689031A CN107689031A CN201610628041.4A CN201610628041A CN107689031A CN 107689031 A CN107689031 A CN 107689031A CN 201610628041 A CN201610628041 A CN 201610628041A CN 107689031 A CN107689031 A CN 107689031A
- Authority
- CN
- China
- Prior art keywords
- rgb
- color
- function
- yuv
- optimal solution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005286 illumination Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 title claims abstract description 6
- 238000012417 linear regression Methods 0.000 claims abstract 2
- 241000532370 Atla Species 0.000 claims description 27
- 238000013507 mapping Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 2
- 230000009467 reduction Effects 0.000 abstract description 9
- 239000003086 colorant Substances 0.000 abstract 1
- 230000007613 environmental effect Effects 0.000 abstract 1
- 210000002105 tongue Anatomy 0.000 description 31
- 238000003745 diagnosis Methods 0.000 description 11
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 239000011248 coating agent Substances 0.000 description 5
- 238000000576 coating method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 208000011580 syndromic disease Diseases 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 1
- 241000120020 Tela Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000009500 colour coating Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Spectrometry And Color Measurement (AREA)
- Image Processing (AREA)
- Color Image Communication Systems (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明涉及计算机技术领域,特别地涉及特定环境下的图像光照补偿和色彩还原的方法,包括基于亮度数组建立光照补偿函数。建立多元线性回归色彩还原函数,同时考虑环境因素的不确定影响,引入动态加权系数。根据还原函数和色彩空间的特性,对还原函数进行降维操作,求得最优解。应用于拍照获得的舌图和面图以得到更接近于真实色彩的图片,对下一步的舌象分析做好准备。
Description
技术领域
本发明涉及计算机技术领域,特别地涉及特定环境下的图像色彩还原。
背景技术
中医诊断学是一门横跨基础与临床的学科,它使症状体征与证型疾病一一关联对应,是医生诊病治病的首要途径。望诊是中医诊断四诊“望闻问切”中的首位,是中医在见到病人的第一眼就开始做的诊断。
而舌诊则是望诊中被经常提及,可以说是最具中医特色的诊断手段。舌诊充分体现了中医诊断学见微知著的识病原理,中医认为,人体是一个不可分割的有机整体,身体的每个部分都与整体或其他部分密切联系,医生从小小的舌头上就能进行八纲辨证、脏腑辨证、病性辨证等。当从病患身上收集很多信息之后,如何识别提取有效的、真实的信息,如何辨别虚假的临床表现,舌诊则是一种很好的辨别手段。
中医舌诊中,望舌色和苔色是舌诊的重要组成部分,它对于帮助医生了解病人的病情有着至关重要的作用。
舌色即舌体的颜色,舌体是舌的肌肉脉络组织,为脏腑气血之所荣。也就是说舌有赖于气血的濡养和津液的润泽。所以,舌色的变化会反应气血的盛衰及其运行状态。
而舌苔是舌面上附着的一层苔状物,是胃气上蒸所生,苔质和苔色变化可用于分析胃气的存亡,病邪的深浅,邪正的消长。苔色尤其可以辨别患者的寒热病性,对于医生判断八纲辨证中的寒热辨证有着决定性的作用。
对于中医舌诊的量化分析中,开始的步骤就是用高清拍照设备获得舌体图像,但是因为采用的拍照设备不同、拍摄时采集舌体区域的光照环境不同,导致了得到的舌体图像和人眼视觉图像有一定的色彩偏差,极大的影响了下一步舌色和苔色的判别。所以,拍照完成后如何高效快速对图像还原为接近正常光照下人体视觉色彩,成为了中医舌诊的重要研究方向。
舌诊中的舌体信息数据化处理,研究的比较多。就色彩还原而言,目前大部分学者都在单一色彩空间里进行还原,或者在原生RGB空间,或者在亮度、色彩分离的LAB空间,因为目前应用的拍照设备和显示设备采用的色彩空间都为RGB空间,并且Lab的色域比RGB空间的色域要宽广,所以导致了这些做法都不能取得最优还原效果。
发明内容
本发明实例给出一种舌像分析中拍照后色彩还原的方法,以解决现有技术中对于舌体拍照后将舌图还原为贴近自然光照下的舌图色彩和亮度。针对拍照设备,首先拍摄标准灰度色卡,对图片的色彩空间进行变换,并且滤波降噪,提取亮度分量,建立亮度直方图并拟合亮度变化曲线,从而得到图片在不同亮度区域的增益结果,进而建立光照补偿函数。将彩色色卡进行拍照获得图片,将拍照后的色卡RGB值和色卡标准RGB值进行比对建立还原函数,将拍照获得的舌图同时用光照补偿函数和色彩还原函数进行滤波,得到接近于自然光照下拍摄的舌图。
为解决上述技术问题,本发明采用的技术方案是:利用标准的灰度色卡拍照,建立亮度对应关系。利用标准的彩色色卡,建立拍照色彩和标准色彩的RGB对应函数;从而得到光照亮度和色彩还原的函数。
包括:
分别建立从RGB到YUV和从YUV到RGB的映射矩阵,保证颜色值在两个色彩空间转换时不丢失。
在YUV空间中,将拍照获得的灰度色卡图像的亮度(Y)、色彩度(UV)分离。
建立灰度色卡图像Y分量的数列,将数列进行高斯平滑滤波,和色卡标准Y分量从数列进行对比,建立两个数列之间的分段映射关系。从而建立亮度补偿函数。
拍照获得标准彩色色卡的图像,首先按照得到的亮度补偿函数对图像进行亮度补偿。然后根据彩色色卡图像的RGB值和色卡标准RGB值的对应关系,建立色彩还原的多元回归方程。
动态调整色彩还原方程的参数,并且根据判断标准,得到近似最优解,并且将该函数作为图像的色彩还原函数。
在函数中引入加权系数,确保舌像在色彩还原时得到的最接近自然光照下人眼视觉效果的图像。
具有的优点和积极效果是:
本发明实例和现有的其他舌像色彩还原方法相比,具有以下优点。
1、相对于其他沿用RGB色彩空间进行色彩还原的方法,本发明实例采用将亮度和色彩分开建立还原函数的办法,还原效果更加贴自然光照下的人眼感知色彩。
2、相对于其他沿用LAB的亮度和色彩分开建立还原函数的方法,本发明实例选取了可以和RGB空间进行颜色无损转换的YUV空间,并对转换矩阵做了调整,使得两个色彩空间的转换矩阵互为逆矩阵。
3、因为RGB空间为绝大多数拍照设备和显示设备使用的色彩空间,其他色彩还原方法大多是由RGB映射到某一种色彩空间,然后利用还原函数计算后再转回RGB显示,这样很容易造成色彩丢失。本发明实例采用和RGB空间完全相容的YUV色彩空间作为亮度补偿函数的建立空间,并且对亮度补偿完毕以后,映射回RGB空间进行颜色校正。
4、在 RGB空间下进行彩色还原,利用拟合函数的方式求得还原函数的近似最优解,相比于其他色彩还原算法,本发明实例能更好的贴近自然光下的视觉色彩。
5、本发明实例和以前的色彩还原方法相比,能高效快速的将舌图进行色彩还原,可以由程序来完成建立光照补偿函数和色彩还原函数,在保证准确性的同时提高的效率。为后面的舌色苔色判别提供良好的基础和准备。所以说本发明实例提高了后面舌象诊断的正确率,促进了医舌诊自动化的发展。
附图说明
图1为本发明实例的方法流程图;
图2为标准灰度色卡拍照后的图像;
图3为标准灰度色卡图像在YUV空间下Y分量的数组折线图;
图4 为标准灰度色卡图像进行亮度补偿后的的图像;
图5为标准彩色色卡拍照后的经过光照补偿图像;
图6为经过色彩还原的标准彩色色卡图像;
具体实施方式
下面结合附图对本发明的具体实施例做详细说明。
本发明实例给出一种将亮度和颜色分离,建立分区间的亮度值数组和标准亮度值数组之间的映射函数作为关照补偿函数,并且根据彩色色卡图像颜色值和彩色色卡标准颜色值之间的对应关系建立色彩还原方程,并动态求得最优解作为色彩还原函数。结合光照补偿函数建立起可行的色彩还原方法,如图1所示,包括以下步骤:
步骤1:建立RGB和YUV两个色彩空间的转换矩阵;
步骤2:将灰度色卡图像(图2)从RGB映射到YUV空间中,计算色卡图像的Y分量值的数组,并对离散数组进行高斯滤波,如图3;
步骤3:建立灰度色卡图像Y分量数组和标准灰度色卡Y分量数组的离散映射关系,作为亮度补偿函数;
步骤4:用步骤3生成的亮度补偿函数,对拍照获得的彩色色卡进行亮度补偿,然后从YUV色彩空间映射回RGB色彩空间,如图4,进而在RGB空间中和彩色色卡的标准值建立回归方程;
步骤5:对色彩回归方程拟合求解,按照判断标准求得近似最优解,并根据最优解建立色彩还原方程,应用于拍照获得的标准彩色色卡图像;
步骤6:将亮度补偿函数和色彩还原函数应用于拍照舌图进行测试,如图6。
下面对上述各步骤进行详细说明。
在本发明实例中,目的是建立光照补偿函数和色彩还原函数,首先在舌象的采集环境下对标准灰度色卡和彩色色卡进行拍照,获得灰度图像和彩色图像。
在步骤1中:
定义RGB到YUV的映射矩阵,;
定义YUV到RGB的映射矩阵,;
其中和要满足;以保证颜色在两个色彩空间映射时不会丢失色彩。
在步骤2中:计算灰度色卡图像的RGB值数组,,通过映射矩阵,将数组映射到YUV空间并单独计算Y分量中,对进行简单滤波得到。
在步骤3中:通多标准灰度色卡的RGB映射到YUV得到标准Y分量数组,建立和之间的函数对应关系,将函数按照的元素个数,分解为分区间的离散函数数组,其中为到的线性映射函数,即为分区间的光照补偿函数。
在步骤4中:拍照获得彩色色卡图像,求得彩色色卡的RGB数组,映射到YUV空间下,对进行光照补偿以后得到=,将新得到映射回RGB得到;根据彩色色卡的标准RGB值建立标准RGB值数组,建立彩色色卡图像的RGB值和标准RGB值之间的函数关系;
因为在RGB空间中,三个颜色分离是可分离操作的,所以将上述函数分解为,,。
以为例,建立回归方程如下:,动态拟合判断和的最优解的集合。
最优解的判断依据为:满足方差最小,和即为色彩还原的最优解。
本发明需要提前设置好灰度色卡和彩色色卡的标准RGB值和色彩空间的映射矩阵,在计算过程中不需要人为去判断其他参数,计算机程序会根据预设好的色卡标准RGB值和拍摄图像的RGB值自动生成数组,函数对应关系,自动计算出还原函数的最优解并保存以方便下次调用避免重复计算。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所做的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (9)
1.一种图像的色彩还原的方法,其特征在于,建立RGB到YUV,YUV到RGB的映射矩阵,将拍照得到的标准灰度色卡映射到YUV空间,得到Y分量的数组,建立分区间的线性的光照补偿函数;
根据建立的光照补偿函数对图像进行光照补偿,然后映射回RGB色彩空间。
2.拍照获得标准彩色色卡的RGB图,参考多元线性回归方法,建立拍照图片RGB和标准RGB值之间的方程,求得函数近似最优解,从而得到色彩还原函数,并且根据最优解计算还原函数的方差,以此确定函数动态调整参数。
3.如权利要求1中所述方法,其特征在于,RGB到YUV的映射矩阵,和YUV到RGB的映射矩阵,要保证映射过程中,色彩不会发生改变和丢失。
4.如权利要求1中所述方法,其特征在于,对均匀灰度变化的图片进行拍照后,获得其YUV空间下的Y分量数组,对照标准色卡的Y分量数组,建立分区间的线性光照补偿函数。
5.如权利要求1中所述方法,其特征在于,拍照获得标准彩色色卡图像,根据建立好的光照补偿函数首先对彩色色卡图像进行补偿光照,还原亮度。
6.并将其从YUV映射回RGB空间中。
7.如权利要求4中所述方法,其特征在于,得到补偿光照的图像后,然后建立和色卡标准RGB值之间的对应方程,用参数拟合的方式得到方程的近似最优解。
8.如权利要求5中所述方法,其特征在于,拟合方程最优解时,将三维向量RGB,拆分为一维向量R、G、B分布求得近似最优解。
9.并根据最优解得到的方差来引入调整参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610628041.4A CN107689031B (zh) | 2016-08-03 | 2016-08-03 | 舌象分析中基于光照补偿的色彩还原方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610628041.4A CN107689031B (zh) | 2016-08-03 | 2016-08-03 | 舌象分析中基于光照补偿的色彩还原方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107689031A true CN107689031A (zh) | 2018-02-13 |
CN107689031B CN107689031B (zh) | 2021-05-28 |
Family
ID=61151043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610628041.4A Active CN107689031B (zh) | 2016-08-03 | 2016-08-03 | 舌象分析中基于光照补偿的色彩还原方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107689031B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108600631A (zh) * | 2018-05-16 | 2018-09-28 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1945627A (zh) * | 2006-10-20 | 2007-04-11 | 清华大学 | 数字舌象色偏校正方法 |
CN101588439A (zh) * | 2009-07-10 | 2009-11-25 | 四川大学 | 一种多视差图偏色校正方法 |
CN102231206A (zh) * | 2011-07-14 | 2011-11-02 | 浙江理工大学 | 适用于汽车辅助驾驶系统的彩色夜视图像亮度增强方法 |
CN104572538A (zh) * | 2014-12-31 | 2015-04-29 | 北京工业大学 | 一种基于k-pls回归模型的中医舌图像颜色校正方法 |
-
2016
- 2016-08-03 CN CN201610628041.4A patent/CN107689031B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1945627A (zh) * | 2006-10-20 | 2007-04-11 | 清华大学 | 数字舌象色偏校正方法 |
CN101588439A (zh) * | 2009-07-10 | 2009-11-25 | 四川大学 | 一种多视差图偏色校正方法 |
CN102231206A (zh) * | 2011-07-14 | 2011-11-02 | 浙江理工大学 | 适用于汽车辅助驾驶系统的彩色夜视图像亮度增强方法 |
CN104572538A (zh) * | 2014-12-31 | 2015-04-29 | 北京工业大学 | 一种基于k-pls回归模型的中医舌图像颜色校正方法 |
Non-Patent Citations (1)
Title |
---|
郭文杰: "中医舌象证素检测方法研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108600631A (zh) * | 2018-05-16 | 2018-09-28 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107689031B (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103745217B (zh) | 基于图像检索的中医舌色苔色自动分析方法 | |
CN108510473A (zh) | 结合深度可分离卷积与通道加权的fcn视网膜图像血管分割 | |
CN105657580B (zh) | 一种胶囊内镜视频摘要生成方法 | |
CN109902717A (zh) | 病灶自动识别方法、装置及计算机可读存储介质 | |
Sun et al. | Linking morphological and functional variability in hand movement and silent reading | |
CN109300123A (zh) | 基于面部和舌部图像采集的体质分析方法 | |
CN106530296A (zh) | 一种基于pet/ct图像特征的肺部检测方法和装置 | |
CN105030200A (zh) | 一种基于绿色单色光源的中医舌质舌苔分离方法 | |
CN106558031B (zh) | 一种基于成像模型的彩色眼底图的图像增强方法 | |
CN110786824B (zh) | 基于边界框修正网络的粗标注眼底照出血病变检测方法及系统 | |
CN109492668A (zh) | 基于多通道卷积神经网络的mri不同期多模图像表征方法 | |
CN110495888A (zh) | 一种基于中医舌、面图像的标准色卡及其应用 | |
CN107330953A (zh) | 一种基于非凸低秩的动态mri重建方法 | |
Fu et al. | Computerized tongue coating nature diagnosis using convolutional neural network | |
CN109785943A (zh) | 一种病理监控和诊断信息处理系统及方法 | |
CN109242792A (zh) | 一种基于白色物体的白平衡校对方法 | |
CN109872299A (zh) | 一种中医舌色苔色识别方法 | |
CN109241963A (zh) | 基于Adaboost机器学习的胶囊胃镜图像中出血点智能识别方法 | |
CN105631456A (zh) | 一种基于粒子群优化itti模型的白细胞区域提取方法 | |
JP7171549B2 (ja) | 画像解析評価方法、コンピュータプログラム、画像解析評価装置 | |
CN107689031A (zh) | 舌象分析中基于光照补偿的色彩还原方法 | |
CN104766068A (zh) | 一种多规则融合的随机游走舌像提取方法 | |
CN109711306B (zh) | 一种基于深度卷积神经网络获取面部特征的方法及设备 | |
CN109166157B (zh) | 一种三维mri脑部医学影像彩色化方法 | |
CN110288588A (zh) | 基于灰度方差和标准差的视网膜图像血管分割方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 300384-401, Zhongnan building, No. 18, Haitai West Road, Huayuan Industrial Zone, high tech Zone, Binhai New Area, Tianjin Patentee after: Huiyigu traditional Chinese medicine technology (Tianjin) Co.,Ltd. Address before: 300384 3rd floor, gate 1, building 16, Huading new area, Haitai Chuangxin 6th Road, Xiqing District, Tianjin Patentee before: TIANJIN MEDVALLEY TECHNOLOGY Co.,Ltd. |