CN109886983A - 一种图像舌体分割方法、装置及计算机设备 - Google Patents
一种图像舌体分割方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN109886983A CN109886983A CN201811612335.3A CN201811612335A CN109886983A CN 109886983 A CN109886983 A CN 109886983A CN 201811612335 A CN201811612335 A CN 201811612335A CN 109886983 A CN109886983 A CN 109886983A
- Authority
- CN
- China
- Prior art keywords
- image
- tongue body
- pixel
- tri
- obtains
- 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.)
- Pending
Links
Abstract
本发明公开了一种图像舌体分割方法、装置及计算机设备，涉及图像处理技术领域。所述方法包括：将当前舌体图像分离成R、G、B三个通道的图像；根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像；将所述R、G、B三个通道的舌体区域图像合并，得到最终的舌体图像。通过本申请所述方法能够提高图像舌体分割的准确度和效率。
Description
技术领域
本发明涉及计算机图像处理技术领域，并且更具体地，涉及一种图像舌体分割方法、装置及计算机设备。
背景技术
随着人们对健康的越来越重视，中医作为中华民族的瑰宝，在西医盛行的同时中医也成为备受推崇。中医中望诊可以分为面诊和舌诊，人身体的状态可以通过面部和舌部的颜色和形态展现出来，舌诊主要诊断舌质和舌苔的形态、色泽，以此判断疾病的性质、病势的浅深、气血的盛衰以及脏腑的虚实等。传统的舌诊主要通过医生查看病人的舌头的形态、色泽，来判断疾病的种类和严重程度。
现有的图像处理技术在对舌体的分割过程中，由于舌体图像与背景区域的颜色很接近，导致分割的舌体图像的舌体边缘分离效果不理想。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高图像舌体分割的准确度和效率的图像舌体分割方法、装置及计算机设备。
一种图像舌体分割方法，所述方法包括：
将当前舌体图像分离成R、G、B三个通道的图像；
根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像；
将所述R、G、B三个通道的舌体区域图像合并，得到最终的舌体图像。
在其中一个实施例中，所述根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像，包括：
将所述舌体二值图像分割模板分别与所述R、G、B三个通道的图像进行与运算，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像。
一种舌体二值图像分割模板的获取方法，所述方法包括：
将当前舌体图像进行灰度化处理和直方图均衡化，得到舌体灰度图；
对所述舌体灰度图进行局部自适应二值化处理，得到二值化舌体图像；
将所述二值化舌体图像进行取反操作，得到初步舌体边缘图像；
对所述初步舌体边缘图像进行去除噪声操作，得到舌体边缘二值图像模板；
根据所述舌体边缘二值图像模板对所述二值化舌体图像分割左下角与右下角的背景区域，得到舌体图像与背景区域的分割图；
对所述舌体边缘二值图像模板与所述舌体图像与背景区域的分割图进行或运算和膨胀处理，得到舌体二值图像分割模板。
在其中一个实施例中，所述将当前舌体图像进行灰度化处理，得到舌体灰度图，包括：将当前舌体图像进行灰度化处理和直方图均衡化，得到舌体灰度图。
在其中一个实施例中，所述将当前舌体图像进行灰度化处理，得到舌体灰度图，包括：
将当前舌体图像分解成R、G、B三个通道图像；
获取所述R、G、B三个通道图像的像素灰度值；
计算所述R、G、B三个通道图像中每个位置的像素灰度值的第一平均值；
将所述第一平均值赋给所述当前舌体图像的对应位置的像素点，得到舌体灰度图。
在其中一个实施例中，所述对所述舌体灰度图进行局部自适应二值化处理，得到二值化舌体图像，包括:
对所述舌体灰度图中每个像素点，求取像素邻域内所有像素灰度值的第二平均值，所述像素邻域是以所述像素点为中心向四周以相同大小延伸的像素区域；
判断所述舌体灰度图中所述像素点的像素灰度值是否小于所述第二平均值；
如果所述舌体灰度图中所述像素点的像素灰度值小于所述第二平均值，则将所述像素点的像素灰度值赋值为0；
如果所述舌体灰度图中所述像素点的像素灰度值大于或等于所述第二平均值，则将所述像素点的像素灰度值赋值为255；
其中，所述舌体灰度图中的所述像素点被赋值后，得到二值化舌体图像。
在其中一个实施例中，所述对所述初步舌体边缘图像进行去除噪声操作，得到舌体边缘二值图像模板，包括：
对所述初步舌体边缘图像进行中值滤波，得到第一滤波图像；
对所述第一滤波图像根据灰度值连通域的面积滤除大块噪声，得到第二滤波图像；
对所述第二滤波图像再次进行中值滤波，得到舌体边缘二值图像模板。
在其中一个实施例中，所述根据所述舌体边缘二值图像模板对所述二值化舌体图像分割左下角与右下角的背景区域，得到舌体图像与背景区域的分割图，包括：
将所述舌体边缘二值图像模板和所述二值化舌体图像以竖直中线为中心，分割成左半部分图像、右半部分图像；
将所述舌体边缘二值图像模板的左半部分图像，依据从下往上、从左往右原则，依次将像素点的像素灰度值赋给所述二值化舌体图像的左半部分图像的对应像素点；
将所述舌体边缘二值图像模板的右半部分图像，依据从下往上，从右往左原则，依次将像素点的像素灰度值赋给所述二值化舌体图像的左半部分图像的对应像素点；
其中，所述二值化舌体图像的像素点被赋值后，得到舌体图像与背景区域的分割图。
一种图像舌体分割装置，所述装置包括：
舌体图像分离模块，用于将当前舌体图像分离成R、G、B三个通道的图像；
背景区域分割模块，用于根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像；
图像合并模块，用于将所述R、G、B三个通道的舌体区域图像合并，得到最终的舌体图像。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
将当前舌体图像分离成R、G、B三个通道的图像；
根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像；
将所述R、G、B三个通道的舌体区域图像合并，得到最终的舌体图像。
上述图像舌体分割方法、装置及计算机设备，通过舌体二值图像分割模板，对舌体图像的左下角与右下角的背景区域进行分割，以实现对舌体图像中舌体边缘的提取和舌体区域的准确分离，提高了图像舌体分割的准确度和效率。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为一个实施例中图像舌体分割方法的流程示意图；
图2为一个实施例中舌体二值图像分割模板的获取方法的流程示意图；
图3为一个实施例中根据局部自适应二值化处理得到二值化舌体图像的流程示意图；
图4为一个实施例中进行去除噪声操作得到舌体边缘二值图像模板的流程示意图；
图5为一个实施例中舌体分割装置的结构框图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
在一个实施例中，如图1所示，提供了一种图像舌体分割方法，包括步骤：
步骤S110，将当前舌体图像分离成R、G、B三个通道的图像。
其中，R、G、B分别代表红、绿、蓝三个通道的颜色，红(R)、绿(G)、蓝(B)三个通道的颜色变化以及它们相互之间的叠加来得到各式各样的颜色，任何一个彩色图像都能分离成R、G、B三个通道的图像。
步骤S120，根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像。
其中，所述舌体二值图像分割模板，为根据当前舌体图像去除舌体区域后，剩余背景区域的二值图像。
具体的，所述R、G、B三个通道的图像，都经过舌体二值图像分割模板处理，最后得到舌体区域图像。
步骤S130，将所述R、G、B三个通道的舌体区域图像合并，得到最终的舌体图像。
其中，将所述R、G、B三个通道的舌体区域图像合并，能够还原为彩色图像。
在其中一个实施例中，所述根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像，包括：将所述舌体二值图像分割模板分别与所述R、G、B三个通道的图像进行与运算，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像。
具体的，舌体二值图像分割模板与当前舌体图像的像素点的个数是相同的，所述舌体二值图像分割模板与R、G、B三个通道的图像分别进行与运算。具体过程如下：
设R通道的图像像素点的像素灰度值IR(x，y)，舌体二值图像分割模板的图像像素点的像素灰度值I11，对R通道的图像每个像素点按照式(1)与运算处理：
最终得到R通道的舌体区域图像。
同理，对G、B通道的图像也按照式(1)的方式进行处理，得到G、B通道的舌体区域图像。
上述图像舌体分割方法，通过舌体二值图像分割模板，对舌体图像的左下角与右下角的背景区域进行分割，以实现对舌体图像中舌体边缘的提取和舌体区域的准确分离，提高了图像舌体分割的准确度和效率。
在一个实施例中，如图2所示，提供了一种舌体二值图像分割模板的获取方法，包括步骤：
步骤S210，将当前舌体图像进行灰度化处理，得到舌体灰度图。
其中，灰度化处理即将当前舌体图像的彩色图像转化成为灰度图像的过程。
步骤S220，对所述舌体灰度图进行局部自适应二值化处理，得到二值化舌体图像。
其中，二值化处理即将图像处理成黑白二值图像。
步骤S230，将所述二值化舌体图像进行取反操作，得到初步舌体边缘图像。
其中，取反操作即将当前图像黑色部分变换成白色，白色部分变换成黑色。
步骤S240，对所述初步舌体边缘图像进行去除噪声操作，得到舌体边缘二值图像模板。
步骤S250，根据所述舌体边缘二值图像模板对所述二值化舌体图像分割左下角与右下角的背景区域，得到舌体图像与背景区域的分割图。
步骤S260，对所述舌体边缘二值图像模板与所述舌体图像与背景区域的分割图进行或运算和膨胀处理，得到舌体二值图像分割模板。
其中，图像或运算就是两幅相同大小的图像对应坐标像素的像素灰度值相加。具体的，设所述舌体边缘二值图像模板中像素点的像素灰度值为I9(x,y)，所述舌体图像与背景区域的分割图中像素点的像素灰度值为I10(x,y)，则图像或运算原理如下：
其中，所述膨胀处理为形态学中一种对图像的处理方式。
在其中一个实施例中，在步骤S210中，所述将当前舌体图像进行灰度化处理，得到舌体灰度图，包括：将当前舌体图像进行灰度化处理和直方图均衡化，得到舌体灰度图。
其中，通过直方图均衡化使得灰度图像的通过变换函数处理，变换为范围更宽、灰度分布更均匀的图像。
具体过程为：
步骤S211，将当前舌体图像分解成R、G、B三个通道图像；
步骤S212，获取所述R、G、B三个通道图像的像素灰度值；
步骤S213，计算所述R、G、B三个通道图像中每个位置的像素灰度值的第一平均值；
步骤S214，将所述第一平均值赋给所述当前舌体图像的对应位置的像素点，得到舌体灰度图。
其中，在步骤S214中，所述将所述第一平均值赋给所述当前舌体图像的对应位置的像素点，得到舌体灰度图，包括：
步骤S2141，将所述第一平均值赋给所述当前舌体图像的对应位置的像素点，得到初始舌体灰度图；
步骤S2142，计算所述初始灰度图中像素总数n和灰度级SI的像素个数nI，并计算所述初始灰度图的灰度直方图:
其中，灰度级SI一共有k个。其中，I＝0，1，2，…，k。
步骤S2143，根据式(3)计算所述初始灰度图的累积直方图:
步骤S2143，计算所述初始灰度图均衡化后的像素灰度值:
DI(x，y)＝L·CDF(SI) (5)
其中，DI(x，y)为初始像素灰度值为灰度级SI的像素点均衡化后的像素灰度值，L是图像中最大灰度级，此处为255。
步骤S2144，所述初始灰度图均衡化后的像素点的像素灰度值，赋给所述初始灰度图对应像素点，得到舌体灰度图。
在其中一个实施例中，在步骤S220中，所述对所述舌体灰度图进行局部自适应二值化处理，得到二值化舌体图像，包括：
步骤S221，对所述舌体灰度图中每个像素点，求取像素邻域内所有像素灰度值的第二平均值，所述像素邻域是以所述像素点为中心向四周以相同大小延伸的像素区域。
例如，像素邻域的大小为blocksize*blocksize，sum为所有领域内像素灰度值的总和，avg为第二平均值，设blocksize＝3，则所有领域示意图如下：
则有：
sum＝I(x-1,y-1)+I(x-1,y)+…+I(x+1,y)+I(x+1,y+1) (6)
步骤S222，判断所述舌体灰度图中所述像素点的像素灰度值是否小于所述第二平均值。
步骤S223，如果所述舌体灰度图中所述像素点的像素灰度值小于所述第二平均值，则将所述像素点的像素灰度值赋值为0。
步骤S224，如果所述舌体灰度图中所述像素点的像素灰度值大于或等于所述第二平均值，则将所述像素点的像素灰度值赋值为255。
其中，所述舌体灰度图中的所述像素点被赋值后，得到二值化舌体图像。
在其中一个实施例中，在步骤S230中，将所述二值化舌体图像进行取反操作，得到初步舌体边缘图像，具体为：根据所述二值化舌体图像中像素点的像素灰度值，当所述像素点的像素灰度值为255时将所述像素点的像素灰度值置为0，当所述像素点的像素灰度值为0时将所述像素点的像素灰度值置为255，得到初步舌体边缘图像。
在其中一个实施例中，在步骤S240中，所述对所述初步舌体边缘图像进行去除噪声操作，得到舌体边缘二值图像模板，包括：
步骤S241，对所述初步舌体边缘图像进行中值滤波，得到第一滤波图像。
其中，中值滤波是一种非线性滤波方法，其基本思想是用目标像素点的邻域灰度值的中值来代替该像素点的像素灰度值，让周围的像素点的像素灰度值接近真实值，从而消除孤立的噪声点。例如，计算以点(x,y)为中心的模板的邻域灰度值的中值，首先按照像素点的像素灰度值大小排列像素点，再选择排序像素点集的中值代替原像素点(x,y)的像素灰度值。
步骤S242，对所述第一滤波图像根据灰度值连通域的面积滤除大块噪声，得到第二滤波图像。
步骤S243，对所述第二滤波图像再次进行中值滤波，得到舌体边缘二值图像模板。
其中，步骤S241具体包括如下处理步骤：
步骤S2411，对所述初步舌体边缘图像中预设领域内的所有目标像素点，按照像素灰度值的大小进行排序；其中，预设领域可根据图像大小进行设定，预设领域内像素点的个数一般为奇数。
步骤S2412，取预设领域内的所有像素点的像素灰度值的中值。
其中，当像素点的个数为奇数时，采用最中间像素点的像素灰度值作为中值，当像素点的个数为偶数时，采用最中间两个像素点的像素灰度值的平均值作为中值。
步骤S2413，将所述中值赋给所述目标像素点，得到第一滤波图像。
其中，步骤S242具体包括如下处理步骤：
步骤S2421，对所述第一滤波图像求连通域轮廓的坐标信息。
具体过程如下：
a.按照从上到下、从左到右原则，依次遍历所述第一滤波图像，将图像中像素灰度值为0的像素点作为图像背景色；
b.当被遍历像素点的像素灰度值为255，且左邻域像素灰度值为0，且右邻域像素灰度值为255时，将被遍历像素点的坐标存入vector；
c.当被遍历像素点的像素灰度值为255，且上邻域像素灰度值为0，且左邻域像素灰度值为255或者右邻域像素灰度值为255或者上邻域像素灰度值为255时，将被遍历像素点的坐标存入vector；
d.当被遍历像素点的像素灰度值为255，且右邻域像素灰度值为0，且左邻域像素灰度值为255时，将被遍历像素点的坐标存入vector；
e.当被遍历像素点的像素灰度值为255，且下邻域像素灰度值为0，且上邻域像素灰度值为255或左邻域像素灰度值为255或右邻域像素灰度值为255时，将被遍历像素点的坐标存入vector。
步骤S2422，根据vector求出连通域外界矩形左上角与右下角坐标，以矩形左上角(x1，y1)为起点，右下角(x2，y2)为终点。
步骤S2423，求所述连通域外界矩形面积：
Area＝(x2-x1)×(y2-y1) (8)
步骤S2424，判断所述连通域外界矩形面积是否小于面积阈值。其中，面阈值根据需要进行设定。
步骤S2425，如果所述连通域外界矩形面积是小于面积阈值，则将所述连通域内所有像素点的像素灰度值设为0，得到第二滤波图像。
在其中一个实施例中，在步骤S250中，所述根据所述舌体边缘二值图像模板对所述二值化舌体图像分割左下角与右下角的背景区域，得到舌体图像与背景区域的分割图，包括：
步骤S251，将所述舌体边缘二值图像模板和所述二值化舌体图像以竖直中线为中心，分割成左半部分图像、右半部分图像；
步骤S252，将所述舌体边缘二值图像模板的左半部分图像，依据从下往上、从左往右原则，依次将像素点的像素灰度值赋给所述二值化舌体图像的左半部分图像的对应像素点；
步骤S253，将所述舌体边缘二值图像模板的右半部分图像，依据从下往上，从右往左原则，依次将像素点的像素灰度值赋给所述二值化舌体图像的左半部分图像的对应像素点；
其中，所述二值化舌体图像的像素点被赋值后，得到舌体图像与背景区域的分割图。
在一个实施例中，如图5所示，提供了一种图像舌体分割装置，包括：舌体图像分离模块310、背景区域分割模块320和图像合并模块330。
舌体图像分离模块，用于将当前舌体图像分离成R、G、B三个通道的图像。
背景区域分割模块，用于根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像。
图像合并模块，用于将所述R、G、B三个通道的舌体区域图像合并，得到最终的舌体图像。
关于图像舌体分割装置的具体限定可以参见图像舌体分割方法的限定，在此不再赘述。
在一个实施例中，提供了一种舌体二值图像分割模板的获取装置，包括：
灰度图获取模块，将当前舌体图像进行灰度化处理，得到舌体灰度图；
二值化图像获取模块，对所述舌体灰度图进行局部自适应二值化处理，得到二值化舌体图像；
边缘图像获取模块，将所述二值化舌体图像进行取反操作，得到初步舌体边缘图像；
边缘二值图像获取模块，对所述初步舌体边缘图像进行去除噪声操作，得到舌体边缘二值图像模板；
分割模块，根据所述舌体边缘二值图像模板对所述二值化舌体图像分割左下角与右下角的背景区域，得到舌体图像与背景区域的分割图；
二值图像分割模板获取模块，对所述舌体边缘二值图像模板与所述舌体图像与背景区域的分割图进行或运算和膨胀处理，得到舌体二值图像分割模板。
关于上述舌体二值图像分割模板的获取装置的具体限定可以参见上文中对于舌体二值图像分割模板的获取方法的限定，在此不再赘述。上述舌体二值图像分割模板的获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
将当前舌体图像分离成R、G、B三个通道的图像；
根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像；
将所述R、G、B三个通道的舌体区域图像合并，得到最终的舌体图像。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
将当前舌体图像分离成R、G、B三个通道的图像；
根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像；
将所述R、G、B三个通道的舌体区域图像合并，得到最终的舌体图像。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。
Claims (10)
1.一种图像舌体分割方法，其特征在于，所述方法包括：
将当前舌体图像分离成R、G、B三个通道的图像；
根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像；
将所述R、G、B三个通道的舌体区域图像合并，得到最终的舌体图像。
2.根据权利要求1所述的方法，其特征在于，所述根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像，包括：
将所述舌体二值图像分割模板分别与所述R、G、B三个通道的图像进行与运算，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像。
3.一种舌体二值图像分割模板的获取方法，其特征在于，所述方法包括：
将当前舌体图像进行灰度化处理，得到舌体灰度图；
对所述舌体灰度图进行局部自适应二值化处理，得到二值化舌体图像；
将所述二值化舌体图像进行取反操作，得到初步舌体边缘图像；
对所述初步舌体边缘图像进行去除噪声操作，得到舌体边缘二值图像模板；
根据所述舌体边缘二值图像模板对所述二值化舌体图像分割左下角与右下角的背景区域，得到舌体图像与背景区域的分割图；
对所述舌体边缘二值图像模板与所述舌体图像与背景区域的分割图进行或运算和膨胀处理，得到舌体二值图像分割模板。
4.根据权利要求3所述的方法，所述将当前舌体图像进行灰度化处理，得到舌体灰度图，包括：
将当前舌体图像进行灰度化处理和直方图均衡化，得到舌体灰度图。
5.根据权利要求3或4所述的方法，其特征在于，所述将当前舌体图像进行灰度化处理，得到舌体灰度图，包括：
将当前舌体图像分解成R、G、B三个通道图像；
获取所述R、G、B三个通道图像的像素灰度值；
计算所述R、G、B三个通道图像中每个位置的像素灰度值的第一平均值；
将所述第一平均值赋给所述当前舌体图像的对应位置的像素点，得到舌体灰度图。
6.根据权利要求3所述的方法，其特征在于，所述对所述舌体灰度图进行局部自适应二值化处理，得到二值化舌体图像，包括:
对所述舌体灰度图中每个像素点，求取像素邻域内所有像素灰度值的第二平均值，所述像素邻域是以所述像素点为中心向四周以相同大小延伸的像素区域；
判断所述舌体灰度图中所述像素点的像素灰度值是否小于所述第二平均值；
如果所述舌体灰度图中所述像素点的像素灰度值小于所述第二平均值，则将所述像素点的像素灰度值赋值为0；
如果所述舌体灰度图中所述像素点的像素灰度值大于或等于所述第二平均值，则将所述像素点的像素灰度值赋值为255；
其中，所述舌体灰度图中的所述像素点被赋值后，得到二值化舌体图像。
7.根据权利要求3所述的方法，其特征在于，所述对所述初步舌体边缘图像进行去除噪声操作，得到舌体边缘二值图像模板，包括：
对所述初步舌体边缘图像进行中值滤波，得到第一滤波图像；
对所述第一滤波图像根据灰度值连通域的面积滤除大块噪声，得到第二滤波图像；
对所述第二滤波图像再次进行中值滤波，得到舌体边缘二值图像模板。
8.根据权利要求3所述的方法，其特征在于，所述根据所述舌体边缘二值图像模板对所述二值化舌体图像分割左下角与右下角的背景区域，得到舌体图像与背景区域的分割图，包括：
将所述舌体边缘二值图像模板和所述二值化舌体图像以竖直中线为中心，分割成左半部分图像、右半部分图像；
将所述舌体边缘二值图像模板的左半部分图像，依据从下往上、从左往右原则，依次将像素点的像素灰度值赋给所述二值化舌体图像的左半部分图像的对应像素点；
将所述舌体边缘二值图像模板的右半部分图像，依据从下往上，从右往左原则，依次将像素点的像素灰度值赋给所述二值化舌体图像的左半部分图像的对应像素点；
其中，所述二值化舌体图像的像素点被赋值后，得到舌体图像与背景区域的分割图。
9.一种图像舌体分割装置，其特征在于，所述装置包括：
舌体图像分离模块，用于将当前舌体图像分离成R、G、B三个通道的图像；
背景区域分割模块，用于根据舌体二值图像分割模板，分割所述R、G、B三个通道的图像的左下角与右下角的背景区域，得到R、G、B三个通道的舌体区域图像；
图像合并模块，用于将所述R、G、B三个通道的舌体区域图像合并，得到最终的舌体图像。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811612335.3A CN109886983A (zh) | 2018-12-27 | 2018-12-27 | 一种图像舌体分割方法、装置及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811612335.3A CN109886983A (zh) | 2018-12-27 | 2018-12-27 | 一种图像舌体分割方法、装置及计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109886983A true CN109886983A (zh) | 2019-06-14 |
Family
ID=66925362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811612335.3A Pending CN109886983A (zh) | 2018-12-27 | 2018-12-27 | 一种图像舌体分割方法、装置及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109886983A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111242968A (zh) * | 2019-12-26 | 2020-06-05 | 新绎健康科技有限公司 | 一种检测舌体样本中牙齿区域的方法和系统 |
| CN111242964A (zh) * | 2019-12-23 | 2020-06-05 | 新绎健康科技有限公司 | 一种gdv能量图的轮廓确定方法装置 |
| CN112489053A (zh) * | 2020-11-26 | 2021-03-12 | 深圳市艾合芯科智慧医疗有限公司 | 一种舌像分割方法、装置及存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1920854A (zh) * | 2006-09-15 | 2007-02-28 | 清华大学 | 中医舌诊用的舌头彩色数码照片的舌体分割提取方法 |
| KR20110057573A (ko) * | 2009-11-24 | 2011-06-01 | 한국 한의학 연구원 | 혀 영상을 이용한 컬러 정보 분할 방법 |
| US20120033862A1 (en) * | 2010-08-06 | 2012-02-09 | Sony Corporation | Systems and methods for segmenting digital images |
| CN102800091A (zh) * | 2012-07-10 | 2012-11-28 | 深圳市捷顺科技实业股份有限公司 | 一种运动目标分割方法、装置和系统 |
| CN104657980A (zh) * | 2014-12-24 | 2015-05-27 | 江南大学 | 一种改进的基于Meanshift的多通道图像分割算法 |
| CN104658003A (zh) * | 2015-03-16 | 2015-05-27 | 北京理工大学 | 舌体图像的分割方法和装置 |
| CN105184216A (zh) * | 2015-07-24 | 2015-12-23 | 山东大学 | 一种心二区掌纹的数字提取方法 |
| CN105869151A (zh) * | 2016-03-24 | 2016-08-17 | 天津大学 | 舌分割及舌苔舌质分离方法 |
| CN105893944A (zh) * | 2016-03-29 | 2016-08-24 | 陕西师范大学 | 深度信息静态手势分割方法 |
| CN107392904A (zh) * | 2017-07-28 | 2017-11-24 | 陆杰 | 一种基于数学形态学的医学图像的分割算法 |
| CN107564018A (zh) * | 2017-08-30 | 2018-01-09 | 北京航空航天大学 | 一种利用改进迭代算法提取目标图像的方法 |
| CN107657619A (zh) * | 2017-10-13 | 2018-02-02 | 西安科技大学 | 一种低照度林火图像分割方法 |
-
2018
- 2018-12-27 CN CN201811612335.3A patent/CN109886983A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1920854A (zh) * | 2006-09-15 | 2007-02-28 | 清华大学 | 中医舌诊用的舌头彩色数码照片的舌体分割提取方法 |
| KR20110057573A (ko) * | 2009-11-24 | 2011-06-01 | 한국 한의학 연구원 | 혀 영상을 이용한 컬러 정보 분할 방법 |
| US20120033862A1 (en) * | 2010-08-06 | 2012-02-09 | Sony Corporation | Systems and methods for segmenting digital images |
| CN102800091A (zh) * | 2012-07-10 | 2012-11-28 | 深圳市捷顺科技实业股份有限公司 | 一种运动目标分割方法、装置和系统 |
| CN104657980A (zh) * | 2014-12-24 | 2015-05-27 | 江南大学 | 一种改进的基于Meanshift的多通道图像分割算法 |
| CN104658003A (zh) * | 2015-03-16 | 2015-05-27 | 北京理工大学 | 舌体图像的分割方法和装置 |
| CN105184216A (zh) * | 2015-07-24 | 2015-12-23 | 山东大学 | 一种心二区掌纹的数字提取方法 |
| CN105869151A (zh) * | 2016-03-24 | 2016-08-17 | 天津大学 | 舌分割及舌苔舌质分离方法 |
| CN105893944A (zh) * | 2016-03-29 | 2016-08-24 | 陕西师范大学 | 深度信息静态手势分割方法 |
| CN107392904A (zh) * | 2017-07-28 | 2017-11-24 | 陆杰 | 一种基于数学形态学的医学图像的分割算法 |
| CN107564018A (zh) * | 2017-08-30 | 2018-01-09 | 北京航空航天大学 | 一种利用改进迭代算法提取目标图像的方法 |
| CN107657619A (zh) * | 2017-10-13 | 2018-02-02 | 西安科技大学 | 一种低照度林火图像分割方法 |
Non-Patent Citations (6)
| Title |
|---|
| JIAN-QIANG DU ET AL.: "A Novel Algorithm of Color Tongue Image Segmentation Based on HSI", 《2008 INTERNATIONAL CONFERENCE ON BIOMEDICAL ENGINEERING AND INFORMATICS》 * |
| 任继军: "基于灰度空间自动阈值选取的彩色舌图像分割算法" * |
| 刘媛等: "一种自动提取彩色舌图像的算法", 《长春中医药大学学报》 * |
| 张广宇: "一种有效的舌体分割算法研究", 《电脑知识与技术》 * |
| 杜建强: "基于图像分析的中医舌象分割与识别方法研究" * |
| 郑丰: "开放环境下中医舌象检测与分割方法研究", 《中国优秀硕士学位论文全文数据库医药卫生科技辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111242964A (zh) * | 2019-12-23 | 2020-06-05 | 新绎健康科技有限公司 | 一种gdv能量图的轮廓确定方法装置 |
| CN111242964B (zh) * | 2019-12-23 | 2023-11-03 | 新绎健康科技有限公司 | 一种gdv能量图的轮廓确定方法装置 |
| CN111242968A (zh) * | 2019-12-26 | 2020-06-05 | 新绎健康科技有限公司 | 一种检测舌体样本中牙齿区域的方法和系统 |
| CN111242968B (zh) * | 2019-12-26 | 2024-03-26 | 新绎健康科技有限公司 | 一种检测舌体样本中牙齿区域的方法和系统 |
| CN112489053A (zh) * | 2020-11-26 | 2021-03-12 | 深圳市艾合芯科智慧医疗有限公司 | 一种舌像分割方法、装置及存储介质 |
| CN112489053B (zh) * | 2020-11-26 | 2021-07-13 | 深圳市艾合芯科智慧医疗有限公司 | 一种舌像分割方法、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108510491B (zh) | 虚化背景下人体骨骼关键点检测结果的过滤方法 | |
| CN109886983A (zh) | 一种图像舌体分割方法、装置及计算机设备 | |
| CN101576997B (zh) | 基于二次三维区域生长的腹部器官分割方法 | |
| Luengo-Oroz et al. | Robust iris segmentation on uncalibrated noisy images using mathematical morphology | |
| Crihalmeanu et al. | Enhancement and registration schemes for matching conjunctival vasculature | |
| WO2014031086A1 (en) | Methods and systems for automatic location of optic structures in an image of an eye, and for automatic retina cup-to-disc ratio computation | |
| Gui et al. | A new method for soybean leaf disease detection based on modified salient regions | |
| CN109325498B (zh) | 基于窗口动态阈值改进Canny算子的叶脉提取方法 | |
| CN107481225B (zh) | 一种自动寻找最优参数分割粘连细胞的方法 | |
| CN104036521A (zh) | 一种新的视网膜眼底图像分割方法 | |
| CN111223110A (zh) | 一种显微图像增强方法、装置及计算机设备 | |
| CN109671092A (zh) | 一种改进的Canny图像分割方法和系统 | |
| CN112330561A (zh) | 基于交互式前景提取与信息熵分水岭的医学图像分割方法 | |
| CN111340773A (zh) | 一种视网膜图像血管分割方法 | |
| Choraś | Retina recognition for biometrics | |
| Arsic et al. | Improved lip detection algorithm based on region segmentation and edge detection | |
| Gu et al. | Automatic Tongue Image Segmentation Based on Thresholding and an Improved Level Set Model | |
| Septiarini et al. | Peripapillary atrophy detection in fundus images based on sectors with scan lines approach | |
| El-Hag et al. | An efficient framework for macula exudates detection in fundus eye medical images | |
| Zheng et al. | Improvement of grayscale image segmentation based on pso algorithm | |
| CN108961290B (zh) | 一种基于Otsu的Ratio算子自适应图像边缘检测方法 | |
| CN112085683A (zh) | 一种显著性检测中的深度图可信度检测方法 | |
| CN111612776A (zh) | 一种基于图像边缘识别的病理大体标本大小自动测量方法 | |
| Delong et al. | Minimum error thresholding based on two dimensional histogram | |
| Binghan et al. | Automatic separation of overlapping objects |
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 |