CN110929544A - 基于舌体轮廓线的舌体齿痕识别装置及方法 - Google Patents

基于舌体轮廓线的舌体齿痕识别装置及方法 Download PDF

Info

Publication number
CN110929544A
CN110929544A CN201811001462.XA CN201811001462A CN110929544A CN 110929544 A CN110929544 A CN 110929544A CN 201811001462 A CN201811001462 A CN 201811001462A CN 110929544 A CN110929544 A CN 110929544A
Authority
CN
China
Prior art keywords
tongue
contour line
tooth
binary image
points
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
CN201811001462.XA
Other languages
English (en)
Inventor
张贯京
葛新科
吕超
谢伟
王海荣
高伟明
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.)
Shenzhen Qianhai AnyCheck Information Technology Co Ltd
Shenzhen E Techco Information Technology Co Ltd
Original Assignee
Shenzhen Qianhai AnyCheck Information Technology Co Ltd
Shenzhen E Techco Information Technology 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 Shenzhen Qianhai AnyCheck Information Technology Co Ltd, Shenzhen E Techco Information Technology Co Ltd filed Critical Shenzhen Qianhai AnyCheck Information Technology Co Ltd
Priority to CN201811001462.XA priority Critical patent/CN110929544A/zh
Priority to PCT/CN2019/103416 priority patent/WO2020043178A1/zh
Publication of CN110929544A publication Critical patent/CN110929544A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Geometry (AREA)
  • Biophysics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种基于舌体轮廓线的舌体齿痕识别装置及方法，该方法包括步骤：对舌体图像进行灰度转化生成灰度图片；对灰度图片二值化生成二值图像；对二值图像进行图像轮廓跟踪处理生成舌体轮廓线；根据舌体轮廓线计算舌体质心；根据舌体质心确定舌根边界区域；根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线；根据舌体轮廓线和近似舌体齿痕轮廓线之间的最大距离确定齿痕位置；判断舌根轮廓处是否存在齿痕；若舌根轮廓处存在齿痕，则删除舌根轮廓处的齿痕；若舌根轮廓处不存在齿痕，则根据确定的齿痕位置在舌体图像上标记为舌体齿痕，最终生成标记有齿痕位置的舌体图像。实施本发明提高了舌体齿痕识别与提取的准确度。

Description

基于舌体轮廓线的舌体齿痕识别装置及方法
技术领域
本发明涉及中医舌像处理的技术领域，尤其涉及一种基于舌体轮廓线的舌体齿痕识别装置及方法。
背景技术
齿痕舌是指舌体边缘见牙齿的痕迹，又名齿印舌，多因舌体胖大而受齿缘压迫所致，是异常舌形的一种，齿痕舌对临床辨证论治有很大的指导意义。齿痕舌在舌诊中容易辨识，并且受外来因素(如食物、药剂等)的影响较少。中医医学理论认为齿痕舌多由气虚、脾虚或阳虚所致，由于脾虚不能运化水湿，致舌体胖大，故齿痕舌主脾虚和湿盛。若淡白而湿润，则属寒湿壅盛；淡红而有齿痕，多是脾虚或气虚。
随着医学科学的发展及人工智能的参与，齿痕舌的研究正逐步向微观研究和定量检测、客观化等方面深入。随着世界卫生组织对健康概念的重新界定，以及中医对亚健康状态调整的研究，对齿痕舌在疾病发生、发展中的意义也应当从新的角度进行探讨。齿痕舌与虚证体质的关系，虚证体质与某些疾病之易感性的关系，是中医舌诊客观化研究的新课题之一。为此，对舌体的齿痕特征的识别与提取是中医舌诊研究的一项重要课题。
现有技术提取舌体齿痕主要根据舌体周边的颜色特征、以及舌体边界线的斜率变化情况来判别舌体齿痕。然而，舌体周边颜色特征受舌体颜色的变化影响较大，导致出现误判的情况较多；很多情况下舌体边界曲线不够光滑，毛边现象严重，从而导致舌体齿痕判别错误率较高。因此，有必要提供一种有效的舌体齿痕识别装置与方法，提高舌体齿痕识别的准确度。
发明内容
本发明的主要目的在于提供一种基于舌体轮廓线的舌体齿痕识别装置及方法，旨在解决因舌体周边颜色以及舌体边界曲线毛刺而导致舌体齿痕判别错误率高的技术问题。
为实现上述目的，本发明提供一种基于舌体轮廓线的舌体齿痕识别装置，包括适于实现各种计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器，所述计算机程序指令由处理器加载并执行如下步骤：
通过输入单元输入舌体图像，并对舌体图像进行灰度转化生成灰度图片；
对灰度图片二值化生成二值图像；
对二值图像进行图像轮廓跟踪处理生成舌体轮廓线；
根据舌体轮廓线计算舌体质心；
根据舌体质心确定舌根边界区域；
根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线；
根据舌体轮廓线和近似舌体齿痕轮廓线之间的最大距离确定齿痕位置；
判断舌根轮廓处是否存在齿痕；
若舌根轮廓处存在齿痕，则删除舌根轮廓处的齿痕；
根据确定的齿痕位置在舌体图像上标记为舌体齿痕，最终生成标记有齿痕位置的舌体图像。
进一步地，所述对二值图像进行图像轮廓跟踪处理生成舌体轮廓线的步骤包括：
步骤1，按照从上到下、从左到右的顺序扫描二值图像，寻找第一个边界起始点A0作为当前边界点，其中A0是具有最小行和边界点列的边界点；
步骤2，定义一个扫描方向变量dir，该变量用于记录步骤1中沿着前一个边界点到当前边界点的移动方向，该变量的初始化取值为对二值图像的四连通区域取dir＝3；
步骤3，按逆时针方向搜索当前象素的3*3邻域，起始搜索方向设定如下：对二值图像的四连通区域取(dir+3)mod 4，其中mod为模运算，在3*3邻域中搜索到的第一个与当前像素相同的像素点作为新的边界点An，同时更新变量dir作为新的扫描方向值；
步骤4，如果新的边界点An等于第二个边界点A1，且前一个边界点An-1等于第一个边界点A0，则停止搜索并结束跟踪边界点，否则重复步骤3继续搜索下一个边界点；
步骤5，由跟踪的边界点A0、A1、A2、……、An-2构成的边界即为舌体轮廓线。
进一步地，所述根据舌体轮廓线计算舌体质心的步骤包括如下步骤：采用一个零阶矩来计算二值图像的面积，所述零阶矩表示为：
Figure BDA0001783065490000031
其中V(i,j)表示像素点在二值图像在(i，j)点上的灰度值，M00是二值图像中白色区域灰度值的总和；
采用一阶矩和二值图像的面积M00计算二值图像的质心作为舌体质心，所述一阶矩表示为：
Figure BDA0001783065490000032
其中M10是二值图像上所有白色区域x坐标值的累加和，M01是二值图像上所有白色区域y坐标值的累加和；
根据如下公式：
Figure BDA0001783065490000033
计算二值图像的质心作为舌体质心，其中xc和yc是二值图像的质心坐标(xc，yc)。
进一步地，所述根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线的步骤包括如下步骤：将舌体轮廓线中点集里面的n个点两两配对，组成n(n-1)/2条直线；对于任一两点确定的每条直线，遍历该两点剩余之外(n-2)个点是否在该条直线的同一侧，如果存在于该条直线一侧的点，则将该点加入到凸包集合，直到所有直线都被遍历完毕为止，并将凸包集合作为近似舌体齿痕轮廓线。
进一步地，所述根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线的步骤包括如下步骤：假设近似舌体齿痕轮廓线上共有m个点，将每相邻两点相连构成m条直线，m条边中每条直线L的两个端点在舌体轮廓线相对应的两个端点之间在舌体轮廓线上有p个点，分别计算这p个点到直线L的距离，其中最大距离记为D；如果最大距离D大于预定义的阈值θ，则标记这p个点所对应的区域存在齿痕，并保存对应为最大距离D所对应的点C为齿痕位置。
另一方面，本发明还提供一种基于舌体轮廓线的舌体齿痕识别方法，应用于舌体齿痕识别装置中，该方法包括如下步骤：
通过输入单元输入舌体图像，并对舌体图像进行灰度转化生成灰度图片；
对灰度图片二值化生成二值图像；
对二值图像进行图像轮廓跟踪处理生成舌体轮廓线；
根据舌体轮廓线计算舌体质心；
根据舌体质心确定舌根边界区域；
根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线；
根据舌体轮廓线和近似舌体齿痕轮廓线之间的最大距离确定齿痕位置；
判断舌根轮廓处是否存在齿痕；
若舌根轮廓处存在齿痕，则删除舌根轮廓处的齿痕；
根据确定的齿痕位置在舌体图像上标记为舌体齿痕，最终生成标记有齿痕位置的舌体图像。
进一步地，所述对二值图像进行图像轮廓跟踪处理生成舌体轮廓线的步骤包括：
步骤1，按照从上到下、从左到右的顺序扫描二值图像，寻找第一个边界起始点A0作为当前边界点，其中A0是具有最小行和边界点列的边界点；
步骤2，定义一个扫描方向变量dir，该变量用于记录步骤1中沿着前一个边界点到当前边界点的移动方向，该变量的初始化取值为对二值图像的四连通区域取dir＝3；
步骤3，按逆时针方向搜索当前象素的3*3邻域，起始搜索方向设定如下：对二值图像的四连通区域取(dir+3)mod 4，其中mod为模运算，在3*3邻域中搜索到的第一个与当前像素相同的像素点作为新的边界点An，同时更新变量dir作为新的扫描方向值；
步骤4，如果新的边界点An等于第二个边界点A1，且前一个边界点An-1等于第一个边界点A0，则停止搜索并结束跟踪边界点，否则重复步骤3继续搜索下一个边界点；
步骤5，由跟踪的边界点A0、A1、A2、……、An-2构成的边界即为舌体轮廓线。
进一步地，所述根据舌体轮廓线计算舌体质心的步骤包括如下步骤：采用一个零阶矩来计算二值图像的面积，所述零阶矩表示为：
Figure BDA0001783065490000041
其中V(i,j)表示像素点在二值图像在(i，j)点上的灰度值，M00是二值图像中白色区域灰度值的总和；
采用一阶矩和二值图像的面积M00计算二值图像的质心作为舌体质心，所述一阶矩表示为：
Figure BDA0001783065490000042
其中M10是二值图像上所有白色区域x坐标值的累加和，M01是二值图像上所有白色区域y坐标值的累加和；
根据如下公式：
Figure BDA0001783065490000051
计算二值图像的质心作为舌体质心，其中xc和yc是二值图像的质心坐标。
进一步地，所述根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线的步骤包括如下步骤：将舌体轮廓线中点集里面的n个点两两配对，组成n(n-1)/2条直线；对于任一两点确定的每条直线，遍历该两点剩余之外(n-2)个点是否在该条直线的同一侧，如果存在于该条直线一侧的点，则将该点加入到凸包集合，直到所有直线都被遍历完毕为止，并将凸包集合作为近似舌体齿痕轮廓线。
进一步地，所述根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线的步骤包括如下步骤：假设近似舌体齿痕轮廓线上共有m个点，将每相邻两点相连构成m条直线，m条边中每条直线L的两个端点在舌体轮廓线相对应的两个端点之间在舌体轮廓线上有p个点，分别计算这p个点到直线L的距离，其中最大距离记为D；如果最大距离D大于预定义的阈值θ，则标记这p个点所对应的区域存在齿痕，并保存对应为最大距离D所对应的点C为齿痕位置。
相较于现有技术，本发明所述基于舌体轮廓线的舌体齿痕识别装置及方法能够根据舌体轮廓线的凹凸性来判别齿痕，由于齿痕舌体的轮廓线在齿痕处会形成明显的凹陷，因此能够依据轮廓线的凹凸性来判别舌体齿痕数量，本发明识别舌体齿痕的准确度不受舌体周边颜色以及舌体边界曲线毛刺的影响，因此能够提高舌体齿痕识别的准确度。
附图说明
图1是本发明基于舌体轮廓线的舌体齿痕识别装置的优选实施例的方框示意图；
图2是本发明基于舌体轮廓线的舌体齿痕识别方法优选实施例的方法流程图；
图3是本发明基于舌体轮廓线的舌体齿痕识别的过程示意图。
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
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对本发明的具体实施方式、结构、特征及其功效，详细说明如下。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1所示，图1是本发明基于舌体轮廓线的舌体齿痕识别装置的优选实施例的方框示意图。在本实施例中，所述基于舌体轮廓线的舌体齿痕识别装置1安装有基于舌体轮廓线的舌体齿痕识别系统10，所述基于舌体轮廓线的舌体齿痕识别装置1可以为安装有基于舌体轮廓线的舌体齿痕识别系统10的个人计算机、工作站计算机、中医舌像仪等具有数据处理功能和图像处理功能的计算机装置。
在本实施例中，所述基于舌体轮廓线的舌体齿痕识别装置1包括，但不仅限于，基于舌体轮廓线的舌体齿痕识别系统10、输入单元11、适于存储多条计算机程序指令的存储器12、执行各种计算机程序指令的处理器13以及输出单元14。所述输入单元11为一种诸如键盘、鼠标、摄像头等输入设备，用于输入包含患者舌体的舌体图像至舌体齿痕识别装置1中。所述存储器12可以为一种只读存储器ROM，随机存储器RAM、电可擦写存储器EEPROM、快闪存储器FLASH、磁盘或光盘等。所述处理器13为一种中央处理器(CPU)、微控制器(MCU)、数据处理芯片、或者具有数据处理功能的信息处理单元。所述输出单元14可以为一种用于显示舌体图像的显示屏，也可以为一种用于打印舌体图像的打印机。
在本实施例中，所述基于舌体轮廓线的舌体齿痕识别系统10由多条计算机程序指令组成的程序模块组成，包括但不局限于，舌体图像处理模块101、舌体轮廓线提取模块102、舌体质心计算模块103、舌根边界确定模块104、齿痕轮廓确定模块105以及舌体齿痕识别模块106。本发明所称的模块是指一种能够被基于舌体轮廓线的舌体齿痕识别装置1的处理器13执行并且能够完成固定功能的一系列计算机程序指令段，其存储在存储器12中，以下结合图2具体说明每一个模块的具体功能。
参考图2所示，是本发明基于舌体轮廓线的舌体齿痕识别方法优选实施例的流程图。在本实施例中，所述舌体齿痕识别方法的各种方法步骤通过计算机软件程序来实现，该计算机软件程序以计算机程序指令的形式存储于计算机可读存储介质(例如存储器12)中，计算机可读存储介质可以包括：只读存储器、随机存储器、磁盘或光盘等，所述计算机程序指令能够被处理器(例如处理器13)加载并执行如下步骤S21至步骤S30。
步骤S21，通过输入单元输入舌体图像，并对舌体图像进行灰度转化生成灰度图片；具体地，舌体图像处理模块101通过输入单元11(例如高清摄像设备)从患者嘴部摄取清晰的舌体图像，或者从预先存储在存储器12中的舌体图像，该舌体图像为一种由R、G、B三通道组成的彩色舌体RGB图像，并将对舌体RGB图像进行灰度转化生成灰度图片，如图3的a图所示。
步骤S22，对灰度图片二值化生成二值图像，并对二值图像进行舌体形态学变换除去黑色小块。在本实施例中，舌体图像处理模块101对灰度图片(如图3的a图所示)二值化生成二值图像，并对二值图像进行舌体形态学变换除去黑色小块(如图3的b图所示)，以去除舌体图像中的杂质得到无杂质的二值图像，如图3的c图所示。
步骤S23，对二值图像进行图像轮廓跟踪处理生成舌体轮廓线；在本实施例中，舌体轮廓线提取模块102对二值图像进行图像轮廓跟踪处理生成舌体轮廓线(如图3的d图所示)，包括如下步骤：步骤1，首先按从上到下、从左到右的顺序扫描二值图像，寻找没有标记跟踪结束记号的第一个边界起始点A0作为当前边界点，其中A0是具有最小行和边界点列的边界点；步骤2，定义一个扫描方向变量dir，该变量用于记录步骤1中沿着前一个边界点到当前边界点的移动方向，该变量的初始化取值为对四连通区域取dir＝3；步骤3，按逆时针方向搜索当前象素的3*3邻域，其起始搜索方向设定如下：对四连通区域取(dir+3)mod 4，其中mod为模运算，在3*3邻域中搜索到的第一个与当前像素相同的像素点作为新的边界点An，同时更新变量dir作为新的扫描方向值；步骤4，如果An等于第二个边界点A1，且前一个边界点An-1等于第一个边界点A0，则停止搜索并结束跟踪边界点，否则重复步骤3继续搜索下一个边界点；步骤5，由跟踪的边界点A0、A1、A2、……、An-2构成的边界即为舌体轮廓线。
步骤S24，根据舌体轮廓线计算舌体质心；在本实施例中，舌体质心计算模块103根据舌体轮廓线计算舌体质心，具体算法如下：采用一个零阶矩来计算二值图像的面积(包括轮廓、连通域)，零阶矩表示为：
Figure BDA0001783065490000081
其中二值图像是单通道图像，V(i,j)表示像素点在二值图像在(i，j)点上的灰度值，V(i,j)只有0(黑色)与1(白色)两个值，M00是这个二值图像中白色区域灰度值的总和，因此M00可以用来求二值图像(包括轮廓，连通域)的面积；采用一阶矩和二值图像的面积M00计算二值图像的质心作为舌体质心，其中一阶矩表示为：
Figure BDA0001783065490000082
其中M10是二值图像上所有白色区域x坐标值的累加和，M01是二值图像上所有白色区域y坐标值的累加和，舌体质心计算模块103根据如下公式：
Figure BDA0001783065490000083
计算二值图像的质心(如图3的e图所示的中心点)作为舌体质心，其中xc和yc是二值图像的质心坐标。
步骤S25，根据舌体质心确定舌根边界区域；在本实施例中，舌根边界确定模块104将与舌体质心竖直方向的左右夹角分别为50°所对应的舌根处轮廓线围成的舌体上半部分区域作为舌根边界区域。由于舌根边界区域出现的边界点不构成舌体齿痕，因此舌根边界区域不进行齿痕识别，所以需要将舌根边界区域的齿痕删除掉，提高舌体齿痕识别的准确性。根据舌根在舌体的结构位置可以统计表明，作为优先实施例，本发明将与舌体质心竖直方向的左右夹角分别为50°(如图3的f图所示)所对应的舌根处轮廓线围成的舌体上半部分区域作为舌根边界区域。
步骤S26，根据舌体轮廓线计算舌体轮廓凸包，作为近似舌体齿痕轮廓线；在本实施例中，齿痕轮廓确定模块105将舌体轮廓线中点集里面的所有点(假设共有n个点)两两配对(两点确定一条直线)，组成n(n-1)/2条直线；对于任一两点确定的每条直线，遍历该两点剩余之外(n-2)个点是否在该条直线的同一侧，如果存在该条直线一侧的点，则将该点加入到凸包集合，直到所有直线都被遍历完毕为止，并将凸包集合作为近似舌体齿痕轮廓线，如图3的g图所示的凸起部分的轮廓线。
步骤S27，根据舌体轮廓线和近似舌体齿痕轮廓线之间的最大距离确定齿痕位置；在本实施例中，舌体齿痕识别模块106根据舌体轮廓线和近似舌体齿痕轮廓线之间的最大距离确定齿痕位置。具体地，假设近似舌体齿痕轮廓线上共有m个点，每相邻两点相连则构成m条直线，m条边中每条直线L的两个端点在舌体轮廓线相对应的两个端点之间在舌体轮廓线上可能有p个点，分别计算这p个点到直线L的距离，其中最大距离记为D，如果最大距离D大于某个预定义的阈值θ，则标记这p个点所对应的区域存在齿痕，并保存对应为最大距离D所对应的点C为齿痕位置，如图3的h图所示舌体轮廓线上的四个白点。
步骤S28，判断舌根轮廓处是否存在齿痕；在本实施例中，舌体齿痕识别模块106判断舌根轮廓处是否存在齿痕。若舌根轮廓处存在齿痕，则流程先执行步骤S28再执行步骤S29；若舌根轮廓处不存在齿痕，则流程直接执行步骤S29。具体地，舌体齿痕识别模块106判断点C是否存在于舌根边界区域，若点C存在于舌根边界区域，则将该点C位置排除为非齿痕；若点C不存在于舌根边界区域，则根据点C所确定的位置在舌体图像上标记为齿痕，如图3的h图所示舌体轮廓线上的四个白点。
步骤S29，删除舌根轮廓处的齿痕；在本实施例中，若舌体齿痕识别模块106确定舌根轮廓处存在齿痕，则删除舌根轮廓处的齿痕。具体地，若点C存在于舌根边界区域，则舌体齿痕识别模块106将该点C位置排除为非齿痕，即将点C从舌根轮廓处删除。
步骤S30，根据确定的齿痕位置在舌体图像上标记为舌体齿痕，最终生成标记有齿痕位置的舌体图像；在本实施例中，当确定舌根轮廓处不存在齿痕或者确定舌根轮廓处存在齿痕后删除舌根轮廓处的齿痕(即执行步骤S29，后)，舌体齿痕识别模块106根据确定的齿痕位置在舌体图像上标记为舌体齿痕，最终生成标记有齿痕位置的舌体图像,如图3的i图所示的标有四个白点的舌体图像。具体地，若点C不存在于舌根边界区域，则根据点C所确定的位置在舌体图像上标记为齿痕。
此外，所述舌体齿痕识别模块106还通过输出单元14将标记有齿痕位置的舌体图像显示显示屏上，或者通过打印机打印标记有齿痕位置的舌体图像，或者将标记有齿痕位置的舌体图像通过通信网络发送至医生终端，供医生查看患者的齿痕舌信息以及形成情况，从而辅助医生进行中医舌诊获得患者的健康状况。
本发明还一种计算机可读存储介质，该计算机可读存储介质存储多条计算机程序指令，所述计算机程序指令由计算机装置的处理器加载并执行本发明所述基于舌体轮廓线的舌体齿痕识别方法的各个步骤。本领域技术人员可以理解，上述实施方式中各种方法的全部或部分步骤可以通过相关程序指令完成，该程序可以存储于计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘或光盘等。
本发明所述基于舌体轮廓线的舌体齿痕识别装置及方法能够根据舌体轮廓线的凹凸性来判别齿痕，由于齿痕舌体的轮廓线在齿痕处会形成明显的凹陷，因此能够依据轮廓线的凹凸性来判别舌体齿痕数量，本发明识别舌体齿痕的准确度不受舌体周边颜色以及舌体边界曲线毛刺的影响，因此能够提高舌体齿痕识别的准确度。
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)

1.一种基于舌体轮廓线的舌体齿痕识别装置，包括适于实现各种计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器，其特征在于，所述计算机程序指令由处理器加载并执行如下步骤：
通过输入单元输入舌体图像，并对舌体图像进行灰度转化生成灰度图片；
对灰度图片二值化生成二值图像；
对二值图像进行图像轮廓跟踪处理生成舌体轮廓线；
根据舌体轮廓线计算舌体质心；
根据舌体质心确定舌根边界区域；
根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线；
根据舌体轮廓线和近似舌体齿痕轮廓线之间的最大距离确定齿痕位置；
判断舌根轮廓处是否存在齿痕；
若舌根轮廓处存在齿痕，则删除舌根轮廓处的齿痕；
根据确定的齿痕位置在舌体图像上标记为舌体齿痕，最终生成标记有齿痕位置的舌体图像。
2.如权利要求1所述的基于舌体轮廓线的舌体齿痕识别装置，其特征在于，所述对二值图像进行图像轮廓跟踪处理生成舌体轮廓线的步骤包括：
步骤1，按照从上到下、从左到右的顺序扫描二值图像，寻找第一个边界起始点A0作为当前边界点，其中A0是具有最小行和边界点列的边界点；
步骤2，定义一个扫描方向变量dir，该变量用于记录步骤1中沿着前一个边界点到当前边界点的移动方向，该变量的初始化取值为对二值图像的四连通区域取dir＝3；
步骤3，按逆时针方向搜索当前象素的3*3邻域，起始搜索方向设定如下：对二值图像的四连通区域取(dir+3)mod 4，其中mod为模运算，在3*3邻域中搜索到的第一个与当前像素相同的像素点作为新的边界点An，同时更新变量dir作为新的扫描方向值；
步骤4，如果新的边界点An等于第二个边界点A1，且前一个边界点An-1等于第一个边界点A0，则停止搜索并结束跟踪边界点，否则重复步骤3继续搜索下一个边界点；
步骤5，由跟踪的边界点A0、A1、A2、……、An-2构成的边界即为舌体轮廓线。
3.如权利要求1所述的基于舌体轮廓线的舌体齿痕识别装置，其特征在于，所述根据舌体轮廓线计算舌体质心的步骤包括如下步骤：
采用一个零阶矩来计算二值图像的面积，所述零阶矩表示为：
Figure FDA0001783065480000021
其中V(i,j)表示像素点在二值图像在(i，j)点上的灰度值，M00是二值图像中白色区域灰度值的总和；
采用一阶矩和二值图像的面积M00计算二值图像的质心作为舌体质心，所述一阶矩表示为：
Figure FDA0001783065480000022
其中M10是二值图像上所有白色区域x坐标值的累加和，M01是二值图像上所有白色区域y坐标值的累加和；
根据如下公式：
Figure FDA0001783065480000023
计算二值图像的质心作为舌体质心，其中xc和yc是二值图像的质心坐标。
4.如权利要求1所述的基于舌体轮廓线的舌体齿痕识别装置，其特征在于，所述根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线的步骤包括步骤：将舌体轮廓线中点集里面的n个点两两配对，组成n(n-1)/2条直线；对于任一两点确定的每条直线，遍历该两点剩余之外(n-2)个点是否在该条直线的同一侧，如果存在于该条直线一侧的点，则将该点加入到凸包集合，直到所有直线都被遍历完毕为止，并将凸包集合作为近似舌体齿痕轮廓线。
5.如权利要求1所述的基于舌体轮廓线的舌体齿痕识别装置，其特征在于，所述根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线的步骤包括步骤：假设近似舌体齿痕轮廓线上共有m个点，将每相邻两点相连构成m条直线，m条边中每条直线L的两个端点在舌体轮廓线相对应的两个端点之间在舌体轮廓线上有p个点，分别计算这p个点到直线L的距离，其中最大距离记为D；如果最大距离D大于预定义的阈值θ，则标记这p个点所对应的区域存在齿痕，并保存对应为最大距离D所对应的点C为齿痕位置。
6.一种基于舌体轮廓线的舌体齿痕识别方法，应用于舌体齿痕识别装置中，其特征在于，该方法包括如下步骤：
通过输入单元输入舌体图像，并对舌体图像进行灰度转化生成灰度图片；
对灰度图片二值化生成二值图像；
对二值图像进行图像轮廓跟踪处理生成舌体轮廓线；
根据舌体轮廓线计算舌体质心；
根据舌体质心确定舌根边界区域；
根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线；
根据舌体轮廓线和近似舌体齿痕轮廓线之间的最大距离确定齿痕位置；
判断舌根轮廓处是否存在齿痕；
若舌根轮廓处存在齿痕，则删除舌根轮廓处的齿痕；
根据确定的齿痕位置在舌体图像上标记为舌体齿痕，最终生成标记有齿痕位置的舌体图像。
7.如权利要求6所述的基于舌体轮廓线的舌体齿痕识别方法，其特征在于，所述对二值图像进行图像轮廓跟踪处理生成舌体轮廓线的步骤包括：
步骤1，按照从上到下、从左到右的顺序扫描二值图像，寻找第一个边界起始点A0作为当前边界点，其中A0是具有最小行和边界点列的边界点；
步骤2，定义一个扫描方向变量dir，该变量用于记录步骤1中沿着前一个边界点到当前边界点的移动方向，该变量的初始化取值为对二值图像的四连通区域取dir＝3；
步骤3，按逆时针方向搜索当前象素的3*3邻域，起始搜索方向设定如下：对二值图像的四连通区域取(dir+3)mod 4，其中mod为模运算，在3*3邻域中搜索到的第一个与当前像素相同的像素点作为新的边界点An，同时更新变量dir作为新的扫描方向值；
步骤4，如果新的边界点An等于第二个边界点A1且前一个边界点An-1等于第一个边界点A0，则停止搜索并结束跟踪边界点，否则重复步骤3继续搜索下一个边界点；
步骤5，由跟踪的边界点A0、A1、A2、……、An-2构成的边界即为舌体轮廓线。
8.如权利要求6所述的基于舌体轮廓线的舌体齿痕识别方法，其特征在于，所述根据舌体轮廓线计算舌体质心的步骤包括如下步骤：
采用一个零阶矩来计算二值图像的面积，所述零阶矩表示为：
Figure FDA0001783065480000041
其中V(i,j)表示像素点在二值图像在(i，j)点上的灰度值，M00是二值图像中白色区域灰度值的总和；
采用一阶矩和二值图像的面积M00计算二值图像的质心作为舌体质心，所述一阶矩表示为：
Figure FDA0001783065480000042
其中M10是二值图像上所有白色区域x坐标值的累加和，M01是二值图像上所有白色区域y坐标值的累加和；
根据如下公式：
Figure FDA0001783065480000043
计算二值图像的质心作为舌体质心，其中xc和yc是二值图像的质心坐标。
9.如权利要求6所述的基于舌体轮廓线的舌体齿痕识别方法，其特征在于，所述根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线的步骤包括步骤：将舌体轮廓线中点集里面的n个点两两配对，组成n(n-1)/2条直线；对于任一两点确定的每条直线，遍历该两点剩余之外(n-2)个点是否在该条直线的同一侧，如果存在于该条直线一侧的点，则将该点加入到凸包集合，直到所有直线都被遍历完毕为止，并将凸包集合作为近似舌体齿痕轮廓线。
10.如权利要求6所述的基于舌体轮廓线的舌体齿痕识别方法，其特征在于，所述根据舌体轮廓线计算舌体轮廓凸包作为近似舌体齿痕轮廓线的步骤包括步骤：假设近似舌体齿痕轮廓线上共有m个点，将每相邻两点相连构成m条直线，m条边中每条直线L的两个端点在舌体轮廓线相对应的两个端点之间在舌体轮廓线上有p个点，分别计算这p个点到直线L的距离，其中最大距离记为D；如果最大距离D大于预定义的阈值θ，则标记这p个点所对应的区域存在齿痕，并保存对应为最大距离D所对应的点C为齿痕位置。
CN201811001462.XA 2018-08-30 2018-08-30 基于舌体轮廓线的舌体齿痕识别装置及方法 Pending CN110929544A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811001462.XA CN110929544A (zh) 2018-08-30 2018-08-30 基于舌体轮廓线的舌体齿痕识别装置及方法
PCT/CN2019/103416 WO2020043178A1 (zh) 2018-08-30 2019-08-29 基于舌体轮廓线的舌体齿痕识别装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811001462.XA CN110929544A (zh) 2018-08-30 2018-08-30 基于舌体轮廓线的舌体齿痕识别装置及方法

Publications (1)

Publication Number Publication Date
CN110929544A true CN110929544A (zh) 2020-03-27

Family

ID=69643962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811001462.XA Pending CN110929544A (zh) 2018-08-30 2018-08-30 基于舌体轮廓线的舌体齿痕识别装置及方法

Country Status (2)

Country Link
CN (1) CN110929544A (zh)
WO (1) WO2020043178A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113192097A (zh) * 2021-07-05 2021-07-30 季华实验室 工业零件位姿识别方法、装置、电子设备及存储介质

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111681256B (zh) * 2020-05-07 2023-08-18 浙江大华技术股份有限公司 图像边缘检测方法、装置、计算机设备和可读存储介质
CN112419357B (zh) * 2020-11-18 2023-06-30 方正株式(武汉)科技开发有限公司 一种生成图像实体轮廓一笔画路径的方法及系统
CN112699845A (zh) * 2021-01-14 2021-04-23 浙江德菲洛智能机械制造有限公司 一种在线非接触手掌静脉感兴趣区域提取方法
CN113052866B (zh) * 2021-03-29 2022-11-18 天津大学 基于局部二值拟合模型的超声图像舌轮廓提取方法
CN116740054B (zh) * 2023-08-08 2023-10-20 天筛(聊城)生物科技有限公司 一种基于图像处理的舌象齿痕检测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009028058A (ja) * 2007-07-24 2009-02-12 Saieco:Kk 舌診システム、舌診装置、舌診方法、舌診プログラム
KR101629567B1 (ko) * 2014-10-06 2016-06-21 한국 한의학 연구원 설 영상처리를 통한 치흔 평가 지표 도출 장치 및 방법
WO2016076059A1 (ja) * 2014-11-12 2016-05-19 コニカミノルタ株式会社 器官画像撮影装置およびプログラム
JP6696222B2 (ja) * 2016-02-26 2020-05-20 大日本印刷株式会社 舌画像処理装置、舌画像処理方法及び舌画像処理用プログラム
CN108403085A (zh) * 2018-02-10 2018-08-17 珠海市俊凯机械科技有限公司 一种基于视觉图像处理的舌诊方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113192097A (zh) * 2021-07-05 2021-07-30 季华实验室 工业零件位姿识别方法、装置、电子设备及存储介质
CN113192097B (zh) * 2021-07-05 2021-09-17 季华实验室 工业零件位姿识别方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
WO2020043178A1 (zh) 2020-03-05

Similar Documents

Publication Publication Date Title
CN110929544A (zh) 基于舌体轮廓线的舌体齿痕识别装置及方法
US8406527B2 (en) Pattern model positioning method in image processing, image processing apparatus, image processing program, and computer readable recording medium
CN106780528B (zh) 基于边缘线匹配的图像对称轴检测方法
US10885321B2 (en) Hand detection method and system, image detection method and system, hand segmentation method, storage medium, and device
CN104978012B (zh) 一种指向交互方法、装置及系统
US9489561B2 (en) Method and system for estimating fingerprint pose
US20120257833A1 (en) Image processing apparatus, image processing method, and computer readable medium
WO2013063820A1 (zh) 一种车牌图像定位的方法和装置
US8923610B2 (en) Image processing apparatus, image processing method, and computer readable medium
WO2020038312A1 (zh) 多通道舌体边缘检测装置、方法及存储介质
CN108334879B (zh) 一种区域提取方法、系统及终端设备
CN102938062A (zh) 一种基于内容的文档图像倾斜角估计方法
CN107895375A (zh) 基于视觉多特征的复杂道路线提取方法
WO2021190155A1 (zh) 文本行中的空格识别方法、装置、电子设备及存储介质
CN105261049A (zh) 一种图像连通区域快速检测方法
CN104732197A (zh) 目标线检测设备和方法
CN103927730B (zh) 基于Primal Sketch修正及矩阵填充的图像降噪方法
CN111275049B (zh) 一种文字图像骨架特征描述符获取的方法及装置
WO2021168703A1 (zh) 字符处理及字符识别方法、存储介质和终端设备
CN110427909B (zh) 一种移动端驾驶证检测方法、系统及电子设备和存储介质
CN111311602A (zh) 中医面诊的嘴唇图像分割装置及方法
CN106951902B (zh) 一种图像二值化处理方法及装置
CN107563314A (zh) 一种基于平行坐标系的车道线检测方法
CN107358138B (zh) 非线性畸变ean条码的校正方法、移动终端及存储装置
CN115546799A (zh) 照明条件不良情况下无背光水表液晶屏示数识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200327

WD01 Invention patent application deemed withdrawn after publication