CN110598533A - 舌象匹配方法、电子装置、计算机设备及存储介质 - Google Patents

舌象匹配方法、电子装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN110598533A
CN110598533A CN201910699482.7A CN201910699482A CN110598533A CN 110598533 A CN110598533 A CN 110598533A CN 201910699482 A CN201910699482 A CN 201910699482A CN 110598533 A CN110598533 A CN 110598533A
Authority
CN
China
Prior art keywords
tongue
image
detected
picture
matching
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
Application number
CN201910699482.7A
Other languages
English (en)
Inventor
曹靖康
王义文
王健宗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201910699482.7A priority Critical patent/CN110598533A/zh
Priority to PCT/CN2019/118093 priority patent/WO2021017308A1/zh
Publication of CN110598533A publication Critical patent/CN110598533A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种舌象匹配方法、电子装置、计算机设备及存储介质,通过获取待测人脸图像;从所述待测人脸图像中提取待测舌图像;从数据库中匹配与所述待测舌图像最接近的基准舌图像,基于所述基准舌图像对应的生物属性描述生成所述待测舌图像的舌象输出结果。本发明提供的舌象匹配方法、电子装置、计算机设备及存储介质,能够从待测人脸图像中提取待测舌图像,匹配与所述待测舌图像最接近的基准舌图像,基于所述基准舌图像对应的生物属性描述生成所述待测舌图像的舌象输出结果,能够直观方便的给出舌象输出结果,有效提高用户通过舌象获知自己身体状况的方便性及准确性。

Description

舌象匹配方法、电子装置、计算机设备及存储介质
技术领域
本发明涉及图像处理技术领域,尤其涉及一种舌象匹配方法、电子装置、计算机设备及存储介质。
背景技术
中医术语“舌为心之苗”,说的就是从观察舌头了解身体状况的意思。我们去看中医的时候,医生通常都会查看舌头。从中医学角度来说,舌头是健康的晴雨表。中医一般将舌头分为四部位,包括舌尖、舌中部、舌根、舌两侧,一般以舌尖属心肺、舌边属肝胆、舌中属脾胃、舌根属肾,五脏的状况都可以从这四部位反映出来,参照舌苔则可以更为全面的判断人的生物属性,而舌头颜色的不同则表征着人体不同的生物属性。
普通用户通常不具备通过观察舌头判断自己身体状况的能力,目前基本是医生用肉眼观察患者的舌头形态和色泽等特征,通常需要患者去医院看诊,费时费力。
发明内容
有鉴于此,本发明提出一种舌象匹配方法、电子装置、计算机设备及存储介质,能够有效提高用户通过舌象获知自己身体状况的方便性及准确性。
首先,为实现上述目的,本发明提出一种舌象匹配方法,该方法包括步骤:
获取待测人脸图像;
从所述待测人脸图像中提取待测舌图像;及
从数据库中匹配与所述待测舌图像最接近的基准舌图像,基于所述基准舌图像对应的生物属性描述生成所述待测舌图像的舌象输出结果。
进一步地,所述从所述待测人脸图像中提取待测舌图像的步骤还包括:
基于所述待测人脸图像的相对位置的像素差值获取预估人脸形状;
对所述预估人脸形状建立归一化坐标系提取舌头特征点;及
基于所述特征点截取待测舌图像。
进一步地,所述对所述预估人脸形状建立归一化坐标系提取舌头特征点的步骤还包括:
基于边缘检测的分割算法从所述待测人脸图像中提取左、右嘴角点及舌尖特征点;
以所述左、右嘴角点连线作为嘴角基准线,将所述嘴角基准线作为X轴,所述嘴角基准线的中垂线作为Y轴,建立归一化坐标系;
对所述舌尖特征点进行坐标转换,得到所述舌尖特征点在归一化坐标系内的坐标序列;
对左、右嘴角点及舌尖特征点的坐标序列进行直线拟合提取舌头特征点。
进一步地,所述从数据库中匹配与所述待测舌图像最接近的基准舌图像的步骤之前,还包括:
对所述待测舌图像进行颜色直方图平滑处理;
对进行颜色直方图平滑处理后的待测舌图像进行格式转换,生成HSV格式的待测舌图像。
进一步地,所述从数据库中匹配与所述待测舌图像最接近的基准舌图像的步骤之前,还包括:
建立数据库,所述数据库中包含若干基准舌图像;
对所述基准舌图像进行颜色特征提取,生成基准颜色直方图;及
添加与所述基准舌图像对应的生物属性信息。
进一步地,所述从数据库中匹配与所述待测舌图像最接近的基准舌图像的步骤还包括:
对所述待测舌图像进行颜色特征提取,生成待测颜色直方图;及
通过直方图比较函数,从数据库中匹配与所述待测颜色直方图最接近的目标基准颜色直方图,以所述目标基准颜色直方图对应的基准舌图像作为与所述待测舌图像最接近的基准舌图像。
进一步地,所述直方图比较函数包括:直方图比较compareHist函数;
基于直方图比较compareHist函数计算所述待测颜色直方图与目标基准颜色直方图的比较距离;
选取最接近的比较距离对应的目标基准颜色直方图为目标基准颜色直方图,以所述目标基准颜色直方图对应的基准舌图像作为与所述待测舌图像最接近的基准舌图像。
此外,为实现上述目的,本发明还提供一种电子装置,其包括:
获取模块,适于获取待测人脸图像;
提取模块,适于从所述待测人脸图像中提取待测舌图像;及
匹配模块,适于从数据库中匹配与所述待测舌图像最接近的基准舌图像,基于所述基准舌图像对应的生物属性描述生成所述待测舌图像的舌象输出结果。
进一步地,所述提取模块还包括:获取单元,适于基于所述待测人脸图像的相对位置的像素差值获取预估人脸形状;提取单元,适于对所述预估人脸形状建立归一化坐标系提取舌头特征点;及截取单元,适于基于所述特征点截取待测舌图像。
进一步地,所述提取单元还适于基于边缘检测的分割算法从所述待测人脸图像中提取左、右嘴角点及舌尖特征点;以所述左、右嘴角点连线作为嘴角基准线,将所述嘴角基准线作为X轴,所述嘴角基准线的中垂线作为Y轴,建立归一化坐标系;对所述舌尖特征点进行坐标转换,得到所述舌尖特征点在归一化坐标系内的坐标序列;对左、右嘴角点及舌尖特征点的坐标序列进行直线拟合提取舌头特征点。
进一步地,所述电子装置还包括处理模块及转换模块,所述处理模块适于对所述待测舌图像进行颜色直方图平滑处理;所述转换模块,适于对进行颜色直方图平滑处理后的待测舌图像进行格式转换,生成HSV格式的待测舌图像。
进一步地,所述电子装置还包括建库模块,适于建立数据库,所述数据库中包含若干基准舌图像;对所述基准舌图像进行颜色特征提取,生成基准颜色直方图;及添加与所述基准舌图像对应的生物属性信息。
进一步地,所述匹配模块还适于对所述待测舌图像进行颜色特征提取,生成待测颜色直方图;及通过直方图比较函数,从数据库中匹配与所述待测颜色直方图最接近的目标基准颜色直方图,以所述目标基准颜色直方图对应的基准舌图像作为与所述待测舌图像最接近的基准舌图像。
进一步地,所述直方图比较函数包括:直方图比较compareHist函数;所述匹配模块还适于基于直方图比较compareHist函数计算所述待测颜色直方图与目标基准颜色直方图的比较距离;选取最接近的比较距离对应的目标基准颜色直方图为目标基准颜色直方图,以所述目标基准颜色直方图对应的基准舌图像作为与所述待测舌图像最接近的基准舌图像。
为实现上述目的,本发明还提供一种计算机设备,包括存储器、处理器以及存储在存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
为实现上述目的,本发明还提供计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
相较于现有技术,本发明所提出的舌象匹配方法、电子装置、计算机设备及存储介质,能够从待测人脸图像中提取待测舌图像,匹配与所述待测舌图像最接近的基准舌图像,基于所述基准舌图像对应的生物属性描述生成所述待测舌图像的舌象输出结果,能够直观方便的给出舌象输出结果,有效提高用户通过舌象获知自己身体状况的方便性及准确性。
附图说明
图1是本发明一示例性实施例示出的舌象匹配方法的流程示意图;
图2是本发明一示例性实施例示出的舌头部分与五脏对应的示意图;
图3是本发明一示例性实施例示出的舌象匹配方法的流程示意图;
图4是本发明一示例性实施例示出的舌象匹配方法的流程示意图;
图5是本发明一示例性实施例示出的舌象匹配方法的流程示意图;
图6是本发明一示例性实施例示出的舌象匹配方法的流程示意图;
图7是本发明一示例性实施例示出的舌象匹配方法的流程示意图;
图8是本发明一示例性实施例示出的电子装置的程序模块示意图;
图9是本发明一示例性实施例示出的电子装置的硬件架构示意图。
附图标记:
电子装置 20
存储器 21
处理器 22
网络接口 23
内存 24
获取模块 201
提取模块 202
匹配模块 203
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
参阅图1所示,是本发明一实施例之舌象匹配方法的流程示意图,所述方法包括以下步骤:
步骤S110,获取待测人脸图像;
步骤S120,从所述待测人脸图像中提取待测舌图像;及
步骤S130,从数据库中匹配与所述待测舌图像最接近的基准舌图像,基于所述基准舌图像对应的生物属性描述生成所述待测舌图像的舌象输出结果。
因此,通过观察舌头,能了解人体生理变化。可以将已知生物属性信息的舌头图像作为基准舌图像,通过将用户的舌头图像与基准舌图像进行匹配以此来判断用户的身体状况。
在步骤S110中,获取待测人脸图像,所述待测人脸图像中的人物伸出舌头。根据舌象判断人体的生物属性信息需要根据舌头的全貌进行,所以需要所述待测人脸图像中的人物伸出舌头。通常来说,拍摄舌头图像还有一些注意事项,例如,用户需要将舌自然伸出口外,充分暴露,要呈扁平形,使舌体放松,不要卷缩,也不要过分用力,以免引起颜色的改变。因此,所述待测人脸图像可以是在专业人员指导下拍摄;也可以是用户通过手机等具有拍摄功能的设备,在语音提示下做出相应动作后拍摄的,本发明对待测人脸图像的来源不作限定。
在步骤S120中,从所述待测人脸图像中提取待测舌图像。如前所述,舌象是基于舌头进行的,因此,需要从所述待测人脸图像中提取待测舌图像,以减少干扰信息,提高辨识的准确度。
如图3所示,本发明一实施例中,所述从所述待测人脸图像中提取待测舌图像的步骤可以包括以下步骤:
步骤S301,基于所述待测人脸图像的相对位置的像素差值获取预估人脸形状;
步骤S302,对所述预估人脸形状建立归一化坐标系提取舌头特征点;及
步骤S303,基于所述特征点截取待测舌图像。
本发明一实施例中,人脸检测主要使用了级联回归器(ERT)算法,即梯度提高学习的回归树方法,首先使用一个相对位置的像素差值作为人脸特征点,在图像中使用向量的形式表征所述人脸特征点来表示人脸的形状,本发明一实施例还采用迭代方法以克服人脸方向、皮肤等因素对预估人脸形状的影响。且本发明一实施例采取基于当前预估人脸形状的归一化坐标系来提取所述人脸特征点,基于所述人脸特征点可以预测更新向量,通常通过几次迭代即可获得较精确的预估人脸形状。
本发明一实施例采用多个回归器的级联,每个回归器的预测基于当前待测人脸图像和前一次的预测,其计算方程如公式(1)所示,可以简单地选择初始形状作为训练数据的平均形状,并根据通用面部检测器的边界框输出进行缩放。
其中,S(t)表示对S的当前估计,级联中的每个回归量rt(·,·)预测图像的更新向量,并将S(t)添加到当前形状估计S(t)中,以改进估计,t表示级联序号,rt(·,·)表示当前级的回归器regressor。
本发明一实施例使用梯度提高学习的回归树训练每个rt,使用最小二乘法最小化误差。回归器的输入参数为图像I和上一级回归器更新后的形状,采用的特征可以是灰度值或者其它。每个回归器由很多棵树(tree)组成,每棵树参数是根据当前形状与世界坐标系的坐标差及随机挑选的像素对训练得到的。
ERT是在学习Tree的过程中,直接将形状的更新值ΔS存入叶子结点leaf node。初始位置S在通过所有学习到的Tree后,平均形状加上所有经过的叶子结点的ΔS,即可得到最终的人脸特征点位置。根据所述人脸特征点可以获取预估人脸形状,对所述预估人脸形状建立归一化坐标系提取舌头特征点,基于所述特征点截取待测舌图像。采用归一化坐标系可以保证截取的待测舌图像不受图像尺度变化的影响,提高了截取的待测舌图像的准确性。
如图4所示,本发明一实施例中,所述对所述预估人脸形状建立归一化坐标系提取舌头特征点的步骤还包括:
步骤S401,基于边缘检测的分割算法从所述待测人脸图像中提取左、右嘴角点及舌尖特征点;
步骤S402,以所述左、右嘴角点连线作为嘴角基准线,将所述嘴角基准线作为X轴,所述嘴角基准线的中垂线作为Y轴,建立归一化坐标系;
步骤S403,对所述舌尖特征点进行坐标转换,得到所述舌尖特征点在归一化坐标系内的坐标序列;
步骤S404,对左、右嘴角点及舌尖特征点的坐标序列进行直线拟合提取舌头特征点。
由于嘴唇、舌头与皮肤颜色不同,因此,可以采用边缘检测的分割算法等算法对所述待测人脸图像进行处理,提取左、右嘴角点及舌尖特征点。通常来说,左、右嘴角点的连线位于人脸图像的水平位置,因此,可以左、右嘴角点连线作为嘴角基准线,将所述嘴角基准线作为X轴,所述嘴角基准线的中垂线作为Y轴,建立归一化坐标系。将左、右嘴角点及舌尖特征点进行坐标转换,得到其在归一化坐标系内的坐标序列。对左、右嘴角点及舌尖特征点的坐标序列进行直线拟合提取舌头特征点。
如图5所示,本发明一实施例中,所述从所述待测人脸图像中提取待测舌图像的步骤可以包括以下步骤:
步骤S501,对所述待测舌图像进行颜色直方图平滑处理。
步骤S502,对进行颜色直方图平滑处理后的待测舌图像进行格式转换,生成HSV格式的待测舌图像。
颜色直方图所描述的是不同色彩在整幅图像中所占的比例,而并不关心每种色彩所处的空间位置。颜色直方图特别适于描述那些难以进行自动分割的图像。直方图中的数值是统计而来的,描述了图像中关于颜色的数量特征,可以反映图像颜色的统计分布和基本色调;直方图只包含了该图像中某一颜色值出现的频数,而丢失了某象素所在的空间位置信息。
任一幅图像都能唯一的给出一幅与它对应的直方图,但不同的图像可能有相同的颜色分布,从而就具有相同的直方图,因此直方图与图像是一对多的关系;如将图像划分为若干个子区域,所有子区域的直方图之和等于全图直方图。一般情况下,由于图像上的背景和前景物体颜色分布明显不同,从而在直方图上会出现双峰特性,但背景和前景颜色较为接近的图像不具有这个特性。一个好的阈值应该对应着直方图中两个峰之间的最小值。但是,由于灰度直方图中的随机波动,两个峰尖的最大值和他们之间谷底的最小值都不能被很好的确定,所以需对直方图进行平滑处理。本发明一实施例采用的是高斯平滑。
由于光照等因素会影响所拍摄的图像的亮度,而亮度会影响图像的R、G、B数值,从而降低图像匹配的准确性。所谓RGB就是:红(Red)、绿(Green)、蓝(Blue)三种色光原色。RGB色彩模型的混色属于加法混色。每种原色的数值越高,色彩越明亮。R、G、B都为0时是黑色,都为255时是白色。RGB是电脑设计中最直接的色彩表示方法。电脑中的24位真彩图像,就是采用RGB模型来精确记录色彩。所以,在电脑中利用RGB数值可以精确取得某种颜色。RGB虽然表示直接,但是R、G、B数值和色彩的三属性没有直接的联系,不能揭示色彩之间的关系。
为此,本发明一实施例中,会对提取的所述待测舌图像进行格式转换,例如,将所述待测舌图像由RGB格式转换为HSV格式,以去除由于图片亮度带来的干扰,提高图像匹配的准确性。HSV是指Hue(色相)、Saturation(饱和度)和Value(值)。
HSV模型的三维表示从RGB立方体演化而来,可以更具体的知道颜色信息。
1)、H参数表示色彩信息,即所处的光谱颜色的位置。该参数用角度量来表示,红、绿、蓝分别相隔120度。互补色分别相差180度。
2)、S参数表示饱和度,该参数为一比例值,范围从0到1,它表示成所选颜色的纯度和该颜色最大的纯度之间的比率。S=0时,只有灰度。
3)、V参数表示色彩的明亮程度,范围从0到1。有一点要注意:它和光强度之间并没有直接的联系。
如图6所示,本发明一实施例中,所述从数据库中匹配与所述待测舌图像最接近的基准舌图像的步骤之前,还可以包括以下步骤:
步骤S601,建立数据库,所述数据库中包含若干基准舌图像;
步骤S602,对所述基准舌图像进行颜色特征提取,生成基准颜色直方图;及
步骤S603,添加与所述基准舌图像对应的生物属性信息。
如前所述,舌头颜色的不同则表征着人体不同的生物属性,目前已经有几十种常见生物属性的舌象图及其表征的身体状况供参考。可以预先采集大量各种生物属性的基准舌象图,建立数据库,将所述基准舌象图导入所述数据库中,根据生物属性与基准舌象图的对应关系,添加与所述基准舌图像对应的生物属性信息。为了去除由于图片亮度带来的干扰,提高图像匹配的准确性,对所述基准舌图像进行颜色特征提取,生成基准颜色直方图。
如图7所示,本发明一实施例中,所述从数据库中匹配与所述待测舌图像最接近的基准舌图像的步骤还可以包括以下步骤:
步骤S701,对所述待测舌图像进行颜色特征提取,生成待测颜色直方图;及
步骤S702,通过直方图比较函数,从数据库中匹配与所述待测颜色直方图最接近的目标基准颜色直方图,以所述目标基准颜色直方图对应的基准舌图像作为与所述待测舌图像最接近的基准舌图像。
颜色直方图所描述的是不同色彩在整幅图像中所占的比例,而并不关心每种色彩所处的空间位置。对所述待测舌图像进行颜色特征提取,生成待测颜色直方图。将所述待测颜色直方图与数据库中的基准颜色直方图进行匹配,以匹配与所述待测颜色直方图最接近的目标基准颜色直方图。通常是通过直方图比较函数进行匹配的,所述直方图比较函数包括:直方图比较compareHist函数,本发明一实施例使用的是opencv-python中的直方图比较compareHist函数,其中共有四种可供选择的比较距离:相关性计算、卡方计算、十字计算、巴氏距离计算。以巴氏距离计算为例,计算后的结果为0到1区间内,越趋近于0,表明两图的相似性越高。在匹配出最接近的基准舌图像后,可以根据该基准舌图像对应的生物属性生成所述待测舌图像的舌象输出结果。
进一步地,当生成的舌象输出结果表明用户不是正常舌,或者无法匹配相似性较高的基准舌图像时,可以提示用户是否存在影响舌头颜色的情况,例如,刚进食温热或刺激性食物,舌质会变红或绛;饮用了牛奶、咖啡等可以给舌苔染色的食物等。可以提示用户在消除饮食等影响因素后再行测试。
本发明所提出的舌象匹配方法,能够从待测人脸图像中提取待测舌图像,匹配与所述待测舌图像最接近的基准舌图像,基于所述基准舌图像对应的生物属性生成所述待测舌图像的舌象输出结果,有效提高舌象匹配的方便性及准确性,提高用户通过舌象获知自己身体状况的方便性及准确性。
本发明进一步提供一种电子装置。参阅图7,是本发明一示例性实施例示出的电子装置20的程序模块示意图。
所述电子装置20包括:
获取模块201,适于获取待测人脸图像;
提取模块202,适于从所述待测人脸图像中提取待测舌图像;及
匹配模块203,适于从数据库中匹配与所述待测舌图像最接近的基准舌图像,基于所述基准舌图像对应的生物属性描述生成所述待测舌图像的舌象输出结果。
进一步地,所述提取模块202还包括:获取单元,适于基于所述待测人脸图像的相对位置的像素差值获取预估人脸形状;提取单元,适于对所述预估人脸形状建立归一化坐标系提取舌头特征点;及截取单元,适于基于所述特征点截取待测舌图像。
进一步地,所述提取单元还适于基于边缘检测的分割算法从所述待测人脸图像中提取左、右嘴角点及舌尖特征点;以所述左、右嘴角点连线作为嘴角基准线,将所述嘴角基准线作为X轴,所述嘴角基准线的中垂线作为Y轴,建立归一化坐标系;对所述舌尖特征点进行坐标转换,得到所述舌尖特征点在归一化坐标系内的坐标序列;对左、右嘴角点及舌尖特征点的坐标序列进行直线拟合提取舌头特征点。
进一步地,所述电子装置20还包括处理模块及转换模块,所述处理模块适于对所述待测舌图像进行颜色直方图平滑处理;所述转换模块,适于对进行颜色直方图平滑处理后的待测舌图像进行格式转换,生成HSV格式的待测舌图像。
进一步地,所述电子装置20还包括转换模块,适于对所述待测舌图像进行格式转换,生成HSV格式的待测舌图像。
进一步地,所述电子装置20还包括建库模块,适于建立数据库,所述数据库中包含若干基准舌图像;对所述基准舌图像进行颜色特征提取,生成基准颜色直方图;及添加与所述基准舌图像对应的生物属性信息。
进一步地,所述匹配模块203还适于对所述待测舌图像进行颜色特征提取,生成待测颜色直方图;及通过直方图比较函数,从数据库中匹配与所述待测颜色直方图最接近的目标基准颜色直方图,以所述目标基准颜色直方图对应的基准舌图像作为与所述待测舌图像最接近的基准舌图像。
进一步地,所述直方图比较函数包括:直方图比较compareHist函数;所述匹配模块203还适于基于直方图比较compareHist函数计算所述待测颜色直方图与目标基准颜色直方图的比较距离;选取最接近的比较距离对应的目标基准颜色直方图为目标基准颜色直方图,以所述目标基准颜色直方图对应的基准舌图像作为与所述待测舌图像最接近的基准舌图像。
本发明所提出的电子装置20,能够从待测人脸图像中提取待测舌图像,匹配与所述待测舌图像最接近的基准舌图像,基于所述基准舌图像对应的生物属性信息生成所述待测舌图像的舌象输出结果,有效提高用户通过舌象获知自己身体状况的方便性及准确性。
为实现上述目的,本发明还提供一种计算机设备20,包括存储器21、处理器22以及存储在存储器21上并可在所述处理器22上运行的计算机程序,所述处理器22执行所述计算机程序时实现上述方法的步骤。可以将所述计算机程序存储于内存24中。
为实现上述目的,本发明还提供计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
本发明还提供一种计算机设备,如可以执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。本实施例的计算机设备至少包括但不限于:可通过系统总线相互通信连接的存储器、处理器等。
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储电子装置20,被处理器22执行时实现本发明的舌象匹配方法。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种舌象匹配方法,其特征在于,所述方法包括步骤:
获取待测人脸图像;
从所述待测人脸图像中提取待测舌图像;及
从数据库中匹配与所述待测舌图像最接近的基准舌图像,基于所述基准舌图像对应的生物属性描述生成所述待测舌图像的舌象输出结果。
2.如权利要求1所述的舌象匹配方法,其特征在于,所述从所述待测人脸图像中提取待测舌图像的步骤还包括:
基于所述待测人脸图像的相对位置的像素差值获取预估人脸形状;
对所述预估人脸形状建立归一化坐标系提取舌头特征点;及
基于所述特征点截取待测舌图像。
3.如权利要求2所述的舌象匹配方法,其特征在于,所述对所述预估人脸形状建立归一化坐标系提取舌头特征点的步骤还包括:
基于边缘检测的分割算法从所述待测人脸图像中提取左、右嘴角点及舌尖特征点;
以所述左、右嘴角点连线作为嘴角基准线,将所述嘴角基准线作为X轴,所述嘴角基准线的中垂线作为Y轴,建立归一化坐标系;
对所述舌尖特征点进行坐标转换,得到所述舌尖特征点在归一化坐标系内的坐标序列;
对左、右嘴角点及舌尖特征点的坐标序列进行直线拟合提取舌头特征点。
4.如权利要求1所述的舌象匹配方法,其特征在于,所述从数据库中匹配与所述待测舌图像最接近的基准舌图像的步骤之前,还包括:
对所述待测舌图像进行颜色直方图平滑处理;
对进行颜色直方图平滑处理后的待测舌图像进行格式转换,生成HSV格式的待测舌图像。
5.如权利要求1所述的舌象匹配方法,其特征在于,所述从数据库中匹配与所述待测舌图像最接近的基准舌图像的步骤之前,还包括:
建立数据库,所述数据库中包含若干基准舌图像;
对所述基准舌图像进行颜色特征提取,生成基准颜色直方图;及
添加与所述基准舌图像对应的生物属性信息。
6.如权利要求5所述的舌象匹配方法,其特征在于,所述从数据库中匹配与所述待测舌图像最接近的基准舌图像的步骤还包括:
对所述待测舌图像进行颜色特征提取,生成待测颜色直方图;及
通过直方图比较函数,从数据库中匹配与所述待测颜色直方图最接近的目标基准颜色直方图,以所述目标基准颜色直方图对应的基准舌图像作为与所述待测舌图像最接近的基准舌图像。
7.如权利要求6所述的舌象匹配方法,其特征在于,所述直方图比较函数包括:直方图比较compareHist函数;
基于直方图比较compareHist函数计算所述待测颜色直方图与目标基准颜色直方图的比较距离;
选取最接近的比较距离对应的目标基准颜色直方图为目标基准颜色直方图,以所述目标基准颜色直方图对应的基准舌图像作为与所述待测舌图像最接近的基准舌图像。
8.一种电子装置,其特征在于,其包括:
获取模块,适于获取待测人脸图像;
提取模块,适于从所述待测人脸图像中提取待测舌图像;及
匹配模块,适于从数据库中匹配与所述待测舌图像最接近的基准舌图像,基于所述基准舌图像对应的生物属性描述生成所述待测舌图像的舌象输出结果。
9.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,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7任一项所述舌象匹配方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1至7任一项所述舌象匹配方法的步骤。
CN201910699482.7A 2019-07-31 2019-07-31 舌象匹配方法、电子装置、计算机设备及存储介质 Pending CN110598533A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910699482.7A CN110598533A (zh) 2019-07-31 2019-07-31 舌象匹配方法、电子装置、计算机设备及存储介质
PCT/CN2019/118093 WO2021017308A1 (zh) 2019-07-31 2019-11-13 舌象匹配方法、电子装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910699482.7A CN110598533A (zh) 2019-07-31 2019-07-31 舌象匹配方法、电子装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN110598533A true CN110598533A (zh) 2019-12-20

Family

ID=68853253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910699482.7A Pending CN110598533A (zh) 2019-07-31 2019-07-31 舌象匹配方法、电子装置、计算机设备及存储介质

Country Status (2)

Country Link
CN (1) CN110598533A (zh)
WO (1) WO2021017308A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111738980A (zh) * 2020-05-14 2020-10-02 上海依智医疗技术有限公司 一种医学影像的显示方法、计算机设备及存储介质
CN117094966A (zh) * 2023-08-21 2023-11-21 青岛美迪康数字工程有限公司 基于图像扩增的舌图像识别方法、装置和计算机设备

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118135613B (zh) * 2024-05-08 2024-08-30 江西中医药大学 一种基于混合深度神经网络的舌象图像分割方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040059312A (ko) * 2002-12-28 2004-07-05 삼성전자주식회사 혀영상으로부터 관심영역 추출방법 및 혀영상을 이용한건강 모니터링방법 및 장치
CN101576913A (zh) * 2009-06-12 2009-11-11 中国科学技术大学 基于自组织映射神经网络的舌象自动聚类、可视化和检索系统
CN102426583A (zh) * 2011-10-10 2012-04-25 北京工业大学 基于图像内容分析的中医舌象检索方法
CN103745217A (zh) * 2013-12-31 2014-04-23 北京工业大学 基于图像检索的中医舌色苔色自动分析方法
CN109190535A (zh) * 2018-08-23 2019-01-11 南京邮电大学 一种基于深度学习的人脸面部肤色分析方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040059312A (ko) * 2002-12-28 2004-07-05 삼성전자주식회사 혀영상으로부터 관심영역 추출방법 및 혀영상을 이용한건강 모니터링방법 및 장치
CN101576913A (zh) * 2009-06-12 2009-11-11 中国科学技术大学 基于自组织映射神经网络的舌象自动聚类、可视化和检索系统
CN102426583A (zh) * 2011-10-10 2012-04-25 北京工业大学 基于图像内容分析的中医舌象检索方法
CN103745217A (zh) * 2013-12-31 2014-04-23 北京工业大学 基于图像检索的中医舌色苔色自动分析方法
CN109190535A (zh) * 2018-08-23 2019-01-11 南京邮电大学 一种基于深度学习的人脸面部肤色分析方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沈兰荪等: "《中医舌象的采集与分析》", 30 April 2007 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111738980A (zh) * 2020-05-14 2020-10-02 上海依智医疗技术有限公司 一种医学影像的显示方法、计算机设备及存储介质
CN111738980B (zh) * 2020-05-14 2023-08-04 北京深睿博联科技有限责任公司 一种医学影像的显示方法、计算机设备及存储介质
CN117094966A (zh) * 2023-08-21 2023-11-21 青岛美迪康数字工程有限公司 基于图像扩增的舌图像识别方法、装置和计算机设备
CN117094966B (zh) * 2023-08-21 2024-04-05 青岛美迪康数字工程有限公司 基于图像扩增的舌图像识别方法、装置和计算机设备

Also Published As

Publication number Publication date
WO2021017308A1 (zh) 2021-02-04

Similar Documents

Publication Publication Date Title
Navarro et al. Accurate segmentation and registration of skin lesion images to evaluate lesion change
Olugbara et al. Segmentation of melanoma skin lesion using perceptual color difference saliency with morphological analysis
WO2019100282A1 (zh) 一种人脸肤色识别方法、装置和智能终端
EP2856426B1 (en) Body measurement
CN107909622B (zh) 模型生成方法、医学成像的扫描规划方法及医学成像系统
CN110598533A (zh) 舌象匹配方法、电子装置、计算机设备及存储介质
EP2545531B1 (en) System for skin treatment analysis using spectral image data to generate 3d rgb model
CN108615239B (zh) 基于阈值技术和灰度投影的舌图像分割方法
US20230052133A1 (en) Medical image processing method and apparatus, device, storage medium, and product
Han et al. Robust anatomical landmark detection with application to MR brain image registration
CN117237591A (zh) 一种心脏超声影像伪影智能去除方法
US20230059499A1 (en) Image processing system, image processing method, and non-transitory computer readable medium
CN113781488A (zh) 舌象图像的分割方法、装置及介质
CN113642358B (zh) 肤色检测方法、装置、终端和存储介质
US10176612B2 (en) System and method for retrieval of similar findings from a hybrid image dataset
CN104200460B (zh) 基于图像特征和互信息的图像配准方法
CN112651962A (zh) 一种ai智能诊断系统平台
CN104766068A (zh) 一种多规则融合的随机游走舌像提取方法
US9390549B2 (en) Shape data generation method and apparatus
Zhou et al. Medical diagnosis algorithm based on tongue image on mobile device
CN108629780B (zh) 基于颜色分解和阈值技术的舌图像分割方法
Baka et al. Confidence of model based shape reconstruction from sparse data
CN114648512A (zh) 舌下图像分析方法、装置、计算机设备和存储介质
Ekin Pathology-robustmr intensity normalizationwith global and local constraints
CN112183383A (zh) 一种复杂化环境下测量人脸图像的信息处理方法和装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191220

RJ01 Rejection of invention patent application after publication