CN111292253B - 一种人体辉光图像校准方法及装置 - Google Patents

一种人体辉光图像校准方法及装置 Download PDF

Info

Publication number
CN111292253B
CN111292253B CN201911267076.XA CN201911267076A CN111292253B CN 111292253 B CN111292253 B CN 111292253B CN 201911267076 A CN201911267076 A CN 201911267076A CN 111292253 B CN111292253 B CN 111292253B
Authority
CN
China
Prior art keywords
gdv
image
calibrated
similarity
standard
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.)
Active
Application number
CN201911267076.XA
Other languages
English (en)
Other versions
CN111292253A (zh
Inventor
汤青
宋臣
魏春雨
王雨晨
周枫明
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.)
Ennova Health Technology Co ltd
Original Assignee
Ennova Health 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 Ennova Health Technology Co ltd filed Critical Ennova Health Technology Co ltd
Priority to CN201911267076.XA priority Critical patent/CN111292253B/zh
Publication of CN111292253A publication Critical patent/CN111292253A/zh
Application granted granted Critical
Publication of CN111292253B publication Critical patent/CN111292253B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures

Abstract

本发明公开了一种人体辉光图像校准方法,包括:采集多张人体GDV标准图像;获取所述GDV标准图像放电区域的标准特征向量;在第一放电频率区间,对待校准的GDV图像,通过距离计算所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第一相似度;根据第一相似度最高的放电频率区间,计算所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第二相似度;将所述第二相似度最大的放电频率作为校准频率,对所述待校准的GDV图像进行校准,进而完成相同的GDV设备的校准,解决相同的GDV设备拍摄的图像不一致问题。

Description

一种人体辉光图像校准方法及装置
技术领域
本申请涉及图像处理领域,具体涉及一种人体辉光图像校准方法,同时涉 及一种人体辉光图像校准装置。
背景技术
中医是我们中华民族的瑰宝,是经过数千年很多代人不断完善的智慧结晶。 随着时代的发展和社会的进步,以及中医治未病理念的深入人心,中医和现代 科技相结合,产生了一系列的现代化成果。除了中药的现代化提取与制作,中 医的诊断方法也在向着自动化、数字化的方向发展。正如《古今医统》所说: “望闻问切四字,诚为医之纲领。”即望闻问切组成了中医诊断的四诊。《灵枢·本 脏篇》:“视其外应,以知其内脏,则知所病矣。”可知望诊具有非常重要的作用。 望诊可以分为面诊和舌诊。《辨舌指南》:“辨舌质可辨脏腑的虚实,视舌苔可 察六淫之浅深。”舌为心之苗,脾之外候,苔由胃气所生。脏腑通过经脉与舌相联,脏腑病变,可在舌质和舌苔上反映出来。舌诊主要诊断舌质和舌苔的形 态、色泽等,以此判断疾病的性质、病势的浅深、气血的盛衰及脏腑的虚实等。
气体释放显像技术(Gas Discharge Visualization,GDV):GDV技术由教授 科罗特科夫(Pr.Korotkov)领导的团队在1995年开发的创新性科技。该团队结 合传统中国中医、针灸学,印度阿育吠陀医学等量子医学,提倡从“治已病” 医学向“治未病”医学转化。从10个手指尖GDV图像信息建立一个人体能量 场模型,显示手指与人体器官相关性能量场;利用GDV相机测定受试者十指 的克里安图像,再按照仪器提供的方法对图像进行分析,目的是提供人体能量 场的状态信息,并在不同的练习和治疗过程中跟进人体能量场的发展。
GDV技术拍摄的图像也称为辉光图像,而拍摄GDV图像的设备在出厂前, 不同批次的低照度摄像头质量会有所不同,导致GDV图像并不完全一致,从 而影响图像分析,所以,需要对设备进行校准。
发明内容
本申请提供一种人体辉光图像校准方法,解决相同的GDV设备拍摄的图 像不一致问题。
本申请提供一种人体辉光图像校准方法,包括:
采集多张人体GDV标准图像;
获取所述GDV标准图像放电区域的标准特征向量;
在第一放电频率区间,对待校准的GDV图像,通过距离计算所述待校准 的GDV图像放电区域的特征向量和所述标准特征向量之间的第一相似度;
根据第一相似度最高的放电频率区间,计算所述待校准的GDV图像放电 区域的特征向量和所述标准特征向量之间的第二相似度;将所述第二相似度最 大的放电频率作为校准频率,对所述待校准的GDV图像进行校准。
优选的,采集多张人体GDV标准图像,包括:
通过对人体同一部位多次放电,采集多张人体GDV标准图像。
优选的,获取所述GDV标准图像放电区域的标准特征向量,包括:
获取所述GDV标准图像放电区域的内轮廓和外轮廓各自外接圆的半径, 以及所述内轮廓和外轮廓之间区域的总像素值;
将所述内轮廓和外轮廓各自外接圆的半径,以及所述总像素值,各自的均 值作为标准特征向量T0,T0=[r0 R0 V0],其中,内轮廓外接圆半径的均值r0,外 轮廓外接圆半径的均值R0,总像素值的均值V0
优选的,还包括:
使用opencv库的findContours函数,获取所述GDV标准图像放电区域 的内外轮廓;
使用opencv库的minEnclosingCircle函数,获取所述GDV标准图像放电 区域的外轮廓外接圆。
优选的,在第一放电频率区间,对待校准的GDV图像,通过距离计算所 述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第一相 似度,包括:
在第一放电区频率区间,获取多张人体GDV图像,所述人体GDV图像为 待校准的GDV图像;
计算所述待校准的GDV图像的特征向量Tc,Tc=[rc Rc Vc],其中,内轮廓 外接圆半径的均值rc,外轮廓外接圆半径的均值Rc,总像素值的均值Vc
通过欧式距离计算所述待校准的GDV图像的特征向量与标准特征向量之 间的相似度d1(T1,Tc),
Figure BDA0002313161440000021
其中,r1为校准的GDV图像内轮廓外接圆半径的均值,R1为校准的GDV图像外轮廓外接圆半径 的均值,V1为校准的GDV图像总像素值的均值;
将所述相似度作为所述待校准的GDV图像放电区域的特征向量和所述标 准特征向量之间的第一相似度。
优选的,根据第一相似度最高的放电频率区间,计算所述待校准的GDV 图像放电区域的特征向量和所述标准特征向量之间的第二相似度,包括:
取第一相似度是高的放电频率区间,通过欧式距离计算所述待校准的GDV 图像的特征向量与标准特征向量之间的相似度d2(T2,Tc), 
Figure BDA0002313161440000031
其中,r2为校准的GDV图像内轮廓外 接圆半径的均值,R2为校准的GDV图像外轮廓外接圆半径的均值,V2为校准 的GDV图像总像素值的均值;
将所述相似度作为所述待校准的GDV图像放电区域的特征向量和所述标 准特征向量之间的第二相似度;
将所述第二相似度最大的放电频率作为校准频率,对所述待校准的GDV 图像进行校准。
本申请同时提供一种人体辉光图像校准装置,包括:
采集单元,用于采集多张人体GDV标准图像;
标准特征向量获取单元,用于获取所述GDV标准图像放电区域的标准特 征向量;
第一相似度获取单元,用于在第一放电频率区间,对待校准的GDV图像, 通过距离计算所述待校准的GDV图像放电区域的特征向量和所述标准特征向 量之间的第一相似度;
校准单元,用于根据第一相似度最高的放电频率区间,计算所述待校准的 GDV图像放电区域的特征向量和所述标准特征向量之间的第二相似度;将所述 第二相似度最大的放电频率作为校准频率,对所述待校准的GDV图像进行校 准。
优选的,标准特征向量获取单元,包括:
半径及总像素值获取子单元,用于获取所述GDV标准图像放电区域的内 轮廓和外轮廓各自外接圆的半径,以及所述内轮廓和外轮廓之间区域的总像素 值;
标准特征向量计算子单元,用于将所述内轮廓和外轮廓各自外接圆的半径, 以及所述总像素值,各自的均值作为标准特征向量T0,T0=[r0 R0 V0],其中,内 轮廓外接圆半径的均值r0,外轮廓外接圆半径的均值R0,总像素值的均值V0
优选的,第一相似度获取单元,包括:
待校准图像获取子单元,用于在第一放电区频率区间[900Hz,1200Hz]中, 获取多张人体GDV图像,所述人体GDV图像为待校准的GDV图像;
待校准图像特征向量计算子单元,用于计算所述待校准的GDV图像的特 征向量Tc,Tc=[rc Rc Vc],其中,内轮廓外接圆半径的均值rc,外轮廓外接圆半 径的均值Rc,总像素值的均值Vc
相似度计算子单元,用于通过欧式距离计算所述待校准的GDV图像的特 征向量与标准特征向量之间的相似度d1(T1,Tc), 
Figure BDA0002313161440000041
其中,r1为校准的GDV图像内轮廓外 接圆半径的均值,R1为校准的GDV图像外轮廓外接圆半径的均值,V1为校准 的GDV图像总像素值的均值;
第一相似度确定子单元,用于将所述相似度作为所述待校准的GDV图像 放电区域的特征向量和所述标准特征向量之间的第一相似度。
优选的,校准单元,包括:
相似度获取子单元,用于取第一相似度是高的放电频率区间,通过欧式距 离计算所述待校准的GDV图像的特征向量与标准特征向量之间的相似度 d2(T2,Tc),
Figure BDA0002313161440000042
其中,r2为校准的GDV图 像内轮廓外接圆半径的均值,R2为校准的GDV图像外轮廓外接圆半径的均值, V2为校准的GDV图像总像素值的均值;
第二相似度确定子单元,用于将所述相似度作为所述待校准的GDV图像 放电区域的特征向量和所述标准特征向量之间的第二相似度;
校准子单元,用于将所述第二相似度最大的放电频率作为校准频率,对所 述待校准的GDV图像进行校准。
本申请提供一种人体辉光图像校准方法,通过在不同放电频率区间,计算 标准GDV图像与待校准的GDV图像的第一相似度和第二相似度,获取最大的 放电频率并作为校准频率,对待校准的GDV图像进行校准,进而完成相同的 GDV设备的校准,解决相同的GDV设备拍摄的图像不一致问题。
附图说明
图1是本申请提供的一种人体辉光图像校准方法的流程示意图;
图2是本申请涉及的标准图像;
图3是本申请涉及的第一相似度各个放电频率对应的图像;
图4是本申请涉及的第一相似度各个放电频率对应的图像的效果图;
图5是本申请涉及的轮廓和外接圆的效果图;
图6是本申请一种人体辉光图像校准装置示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请 能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背 本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
图1是本申请提供的一种人体辉光图像校准方法的流程示意图,下面结合 图1对本申请提供的方法进行详细说明。
步骤S101,采集多张人体GDV标准图像。
通过对人体同一部位多次放电,采集多张人体GDV标准图像。对于作为 标准的单孔GDV设备(每次只能拍摄一根手指的GDV图像),因为所有条件 均相同的情况下,每次放电过程也不会相同,所以低照度摄像头只抓取放电过 程中的一张图像,不能直接当作标准图像;本申请采用插入金属棒,进行10 次放电过程,各自抓取一张图像,使用这10张图像作为一组标准图像(含有 10个单独的放电区域)。10张标准图像如图2所示。
步骤S102,获取所述GDV标准图像放电区域的标准特征向量。
获取所述GDV标准图像放电区域的内轮廓和外轮廓各自外接圆的半径, 以及所述内轮廓和外轮廓之间区域的总像素值;将所述内轮廓和外轮廓各自外 接圆的半径,以及所述总像素值,各自的均值作为标准特征向量T0,T0=[r0 R0 V0], 其中,内轮廓外接圆半径的均值r0,外轮廓外接圆半径的均值R0,总像素值的 均值V0。可以使用opencv库的findContours函数,获取所述GDV标准图像 放电区域的内外轮廓;可以使用opencv库的minEnclosingCircle函数,获取所 述GDV标准图像放电区域的外轮廓外接圆。其轮廓和外接圆的效果如图5所 示。
步骤S103,在第一放电频率区间,对待校准的GDV图像,通过距离计算 所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第一 相似度。
在第一放电频率区间,获取多张人体GDV图像,所述人体GDV图像为待 校准的GDV图像;第一放电频率区间可以取[900Hz,1200Hz],每隔50Hz,来 获取多张人体GDV图像。各个放电频率对应的图像如图3所示。然后,还可 以对所述各个放电频率对应的图像进行灰度化和去噪,效果如图4所示。
计算所述待校准的GDV图像的特征向量Tc,Tc=[rc Rc Vc],计算方法与计 算标准特征向量的方法相同,其中,内轮廓外接圆半径的均值rc,外轮廓外接 圆半径的均值Rc,总像素值的均值Vc;通过欧式距离计算所述待校准的GDV 图像的特征向量与标准特征向量之间的相似度d1(T1,Tc), 
Figure BDA0002313161440000061
其中,r1为校准的GDV图像内轮廓外 接圆半径的均值,R1为校准的GDV图像外轮廓外接圆半径的均值,V1为校准的GDV图像总像素值的均值;当然,也可以使用其他距离来计算相似度。将 所述相似度作为所述待校准的GDV图像放电区域的特征向量和所述标准特征 向量之间的第一相似度。
步骤S104,根据第一相似度最高的放电频率区间,计算所述待校准的GDV 图像放电区域的特征向量和所述标准特征向量之间的第二相似度;将所述第二 相似度最大的放电频率作为校准频率,对所述待校准的GDV图像进行校准。
为了获取更为精准的校准范围,需缩小第一相似度的放电频率区间,取第 一相似度最高的放电频率区间,可以为[900Hz,950Hz],按照每隔10Hz的间隔, 通过欧式距离计算所述待校准的GDV图像的特征向量与标准特征向量之间的 相似度d2(T2,Tc),共计算方法与计算第一相似度的方法相同。 其中,r2为校准的GDV图像内轮廓外 接圆半径的均值,R2为校准的GDV图像外轮廓外接圆半径的均值,V2为校准 的GDV图像总像素值的均值;将所述相似度作为所述待校准的GDV图像放电 区域的特征向量和所述标准特征向量之间的第二相似度;将所述第二相似度最 大的放电频率作为校准频率,对所述待校准的GDV图像进行校准。
本申请同时提供一种人体辉光图像校准装置600,如图6所示,包括:
采集单元610,用于采集多张人体GDV标准图像;
标准特征向量获取单元620,用于获取所述GDV标准图像放电区域的标准 特征向量;
第一相似度获取单元630,用于在第一放电频率区间,对待校准的GDV图 像,通过距离计算所述待校准的GDV图像放电区域的特征向量和所述标准特 征向量之间的第一相似度;
校准单元640,用于根据第一相似度最高的放电频率区间,计算所述待校 准的GDV图像放电区域的特征向量和所述标准特征向量之间的第二相似度; 将所述第二相似度最大的放电频率作为校准频率,对所述待校准的GDV图像 进行校准。
优选的,标准特征向量获取单元,包括:
半径及总像素值获取子单元,用于获取所述GDV标准图像放电区域的内 轮廓和外轮廓各自外接圆的半径,以及所述内轮廓和外轮廓之间区域的总像素 值;
标准特征向量计算子单元,用于将所述内轮廓和外轮廓各自外接圆的半径, 以及所述总像素值,各自的均值作为标准特征向量T0,T0=[r0 R0 V0],其中,内 轮廓外接圆半径的均值r0,外轮廓外接圆半径的均值R0,总像素值的均值V0
优选的,第一相似度获取单元,包括:
待校准图像获取子单元,用于在第一放电区频率区间[900Hz,1200Hz]中, 获取多张人体GDV图像,所述人体GDV图像为待校准的GDV图像;
待校准图像特征向量计算子单元,用于计算所述待校准的GDV图像的特 征向量Tc,Tc=[rc Rc Vc],其中,内轮廓外接圆半径的均值rc,外轮廓外接圆半 径的均值Rc,总像素值的均值Vc
相似度计算子单元,用于通过欧式距离计算所述待校准的GDV图像的特 征向量与标准特征向量之间的相似度d1(T1,Tc), 
Figure BDA0002313161440000071
其中,r1为校准的GDV图像内轮廓外 接圆半径的均值,R1为校准的GDV图像外轮廓外接圆半径的均值,V1为校准 的GDV图像总像素值的均值;
第一相似度确定子单元,用于将所述相似度作为所述待校准的GDV图像 放电区域的特征向量和所述标准特征向量之间的第一相似度。
优选的,校准单元,包括:
相似度获取子单元,用于取第一相似度是高的放电频率区间,通过欧式距 离计算所述待校准的GDV图像的特征向量与标准特征向量之间的相似度 d2(T2,Tc),
Figure BDA0002313161440000072
其中,r2为校准的GDV图 像内轮廓外接圆半径的均值,R2为校准的GDV图像外轮廓外接圆半径的均值,V2为校准的GDV图像总像素值的均值;
第二相似度确定子单元,用于将所述相似度作为所述待校准的GDV图像 放电区域的特征向量和所述标准特征向量之间的第二相似度;
校准子单元,用于将所述第二相似度最大的放电频率作为校准频率,对所 述待校准的GDV图像进行校准。
本申请提供一种人体辉光图像校准方法,通过在不同放电频率区间,计算 标准GDV图像与待校准的GDV图像的第一相似度和第二相似度,获取最大的 放电频率并作为校准频率,对待校准的GDV图像进行校准,进而完成相同的 GDV设备的校准,解决相同的GDV设备拍摄的图像不一致问题。
最后应该说明的是:以上实施例仅用以说明本发明的技术方案而非对其限 制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人 员应当理解依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱 离本发明精神和范围的任何修改或者等同替,其均应涵盖在本发明的权利要求 范围当中。

Claims (10)

1.一种人体辉光图像校准方法,其特征在于,包括:
采集多张人体GDV标准图像;
获取所述GDV标准图像放电区域的标准特征向量;
在第一放电频率区间,对待校准的GDV图像,通过距离计算所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第一相似度;
根据第一相似度最高的放电频率区间,计算所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第二相似度;将所述第二相似度最大的放电频率作为校准频率,对所述待校准的GDV图像进行校准。
2.根据权利要求1所述的方法,其特征在于,采集多张人体GDV标准图像,包括:
通过对人体同一部位多次放电,采集多张人体GDV标准图像。
3.根据权利要求1所述的方法,其特征在于,获取所述GDV标准图像放电区域的标准特征向量,包括:
获取所述GDV标准图像放电区域的内轮廓和外轮廓各自外接圆的半径,以及所述内轮廓和外轮廓之间区域的总像素值;
将所述内轮廓和外轮廓各自外接圆的半径,以及所述总像素值,各自的均值作为标准特征向量T0,T0=[r0 R0 V0],其中,内轮廓外接圆半径的均值r0,外轮廓外接圆半径的均值R0,总像素值的均值V0
4.根据权利要求3所述的方法,其特征在于,还包括:
使用opencv库的findContours函数,获取所述GDV标准图像放电区域的内外轮廓;
使用opencv库的minEnclosingCircle函数,获取所述GDV标准图像放电区域的外轮廓外接圆。
5.根据权利要求1所述的方法,其特征在于,在第一放电频率区间,对待校准的GDV图像,通过距离计算所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第一相似度,包括:
在第一放电区频率区间,获取多张人体GDV图像,所述人体GDV图像为待校准的GDV图像;
计算所述待校准的GDV图像的特征向量Tc,Tc=[rc Rc Vc],其中,内轮廓外接圆半径的均值rc,外轮廓外接圆半径的均值Rc,总像素值的均值Vc
通过欧式距离计算所述待校准的GDV图像的特征向量与标准特征向量之间的相似度d1(T1,Tc),
Figure FDA0002313161430000021
其中,r1为校准的GDV图像内轮廓外接圆半径的均值,R1为校准的GDV图像外轮廓外接圆半径的均值,V1为校准的GDV图像总像素值的均值;
将所述相似度作为所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第一相似度。
6.根据权利要求1所述的方法,其特征在于,根据第一相似度最高的放电频率区间,计算所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第二相似度,包括:
取第一相似度是高的放电频率区间,通过欧式距离计算所述待校准的GDV图像的特征向量与标准特征向量之间的相似度d2(T2,Tc),
Figure FDA0002313161430000022
其中,r2为校准的GDV图像内轮廓外接圆半径的均值,R2为校准的GDV图像外轮廓外接圆半径的均值,V2为校准的GDV图像总像素值的均值;
将所述相似度作为所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第二相似度;
将所述第二相似度最大的放电频率作为校准频率,对所述待校准的GDV图像进行校准。
7.一种人体辉光图像校准装置,其特征在于,包括:
采集单元,用于采集多张人体GDV标准图像;
标准特征向量获取单元,用于获取所述GDV标准图像放电区域的标准特征向量;
第一相似度获取单元,用于在第一放电频率区间,对待校准的GDV图像,通过距离计算所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第一相似度;
校准单元,用于根据第一相似度最高的放电频率区间,计算所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第二相似度;将所述第二相似度最大的放电频率作为校准频率,对所述待校准的GDV图像进行校准。
8.根据权利要求7所述的装置,其特征在于,标准特征向量获取单元,包括:
半径及总像素值获取子单元,用于获取所述GDV标准图像放电区域的内轮廓和外轮廓各自外接圆的半径,以及所述内轮廓和外轮廓之间区域的总像素值;
标准特征向量计算子单元,用于将所述内轮廓和外轮廓各自外接圆的半径,以及所述总像素值,各自的均值作为标准特征向量T0,T0=[r0 R0 V0],其中,内轮廓外接圆半径的均值r0,外轮廓外接圆半径的均值R0,总像素值的均值V0
9.根据权利要求7所述的装置,其特征在于,第一相似度获取单元,包括:
待校准图像获取子单元,用于在第一放电区频率区间[900Hz,1200Hz]中,获取多张人体GDV图像,所述人体GDV图像为待校准的GDV图像;
待校准图像特征向量计算子单元,用于计算所述待校准的GDV图像的特征向量Tc,Tc=[rc Rc Vc],其中,内轮廓外接圆半径的均值rc,外轮廓外接圆半径的均值Rc,总像素值的均值Vc
相似度计算子单元,用于通过欧式距离计算所述待校准的GDV图像的特征向量与标准特征向量之间的相似度d1(T1,Tc),
Figure FDA0002313161430000031
其中,r1为校准的GDV图像内轮廓外接圆半径的均值,R1为校准的GDV图像外轮廓外接圆半径的均值,V1为校准的GDV图像总像素值的均值;
第一相似度确定子单元,用于将所述相似度作为所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第一相似度。
10.根据权利要求7所述的装置,其特征在于,校准单元,包括:
相似度获取子单元,用于取第一相似度是高的放电频率区间,通过欧式距离计算所述待校准的GDV图像的特征向量与标准特征向量之间的相似度d2(T2,Tc),
Figure FDA0002313161430000032
其中,r2为校准的GDV图像内轮廓外接圆半径的均值,R2为校准的GDV图像外轮廓外接圆半径的均值,V2为校准的GDV图像总像素值的均值;
第二相似度确定子单元,用于将所述相似度作为所述待校准的GDV图像放电区域的特征向量和所述标准特征向量之间的第二相似度;
校准子单元,用于将所述第二相似度最大的放电频率作为校准频率,对所述待校准的GDV图像进行校准。
CN201911267076.XA 2019-12-11 2019-12-11 一种人体辉光图像校准方法及装置 Active CN111292253B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911267076.XA CN111292253B (zh) 2019-12-11 2019-12-11 一种人体辉光图像校准方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911267076.XA CN111292253B (zh) 2019-12-11 2019-12-11 一种人体辉光图像校准方法及装置

Publications (2)

Publication Number Publication Date
CN111292253A CN111292253A (zh) 2020-06-16
CN111292253B true CN111292253B (zh) 2023-04-18

Family

ID=71017626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911267076.XA Active CN111292253B (zh) 2019-12-11 2019-12-11 一种人体辉光图像校准方法及装置

Country Status (1)

Country Link
CN (1) CN111292253B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2519520C1 (ru) * 2012-12-24 2014-06-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Томский государственный архитектурно-строительный университет" (ТГАСУ) Способ выявления примесей в работающем масле и определения степени его загрязненности для оценки технического состояния агрегатов машин
CN105390098A (zh) * 2014-09-05 2016-03-09 丁炜慷 利用视频处理方法拟合、补偿、校准液晶屏表面亮度不均匀的方法
CN107389255A (zh) * 2017-07-11 2017-11-24 中国科学院工程热物理研究所 基于直流辉光放电等离子体原理的高频响压力传感器
CN108197618A (zh) * 2018-04-08 2018-06-22 百度在线网络技术(北京)有限公司 用于生成人脸检测模型的方法和装置
CN108345832A (zh) * 2017-12-28 2018-07-31 新智数字科技有限公司 一种人脸检测的方法、装置及设备
CN108596135A (zh) * 2018-04-26 2018-09-28 上海诚数信息科技有限公司 身份识别方法及系统
CN109376684A (zh) * 2018-11-13 2019-02-22 广州市百果园信息技术有限公司 一种人脸关键点检测方法、装置、计算机设备和存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2519520C1 (ru) * 2012-12-24 2014-06-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Томский государственный архитектурно-строительный университет" (ТГАСУ) Способ выявления примесей в работающем масле и определения степени его загрязненности для оценки технического состояния агрегатов машин
CN105390098A (zh) * 2014-09-05 2016-03-09 丁炜慷 利用视频处理方法拟合、补偿、校准液晶屏表面亮度不均匀的方法
CN108281121A (zh) * 2014-09-05 2018-07-13 丁炜慷 利用视频处理方法在液晶屏边缘按连续的像素显示线为单位逐线亮度补偿、校准的方法
CN107389255A (zh) * 2017-07-11 2017-11-24 中国科学院工程热物理研究所 基于直流辉光放电等离子体原理的高频响压力传感器
CN108345832A (zh) * 2017-12-28 2018-07-31 新智数字科技有限公司 一种人脸检测的方法、装置及设备
CN108197618A (zh) * 2018-04-08 2018-06-22 百度在线网络技术(北京)有限公司 用于生成人脸检测模型的方法和装置
CN108596135A (zh) * 2018-04-26 2018-09-28 上海诚数信息科技有限公司 身份识别方法及系统
CN109376684A (zh) * 2018-11-13 2019-02-22 广州市百果园信息技术有限公司 一种人脸关键点检测方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN111292253A (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
US10004410B2 (en) System and methods for measuring physiological parameters
CN112218576A (zh) 用于采集和分析皮肤的图像的装置和方法
WO2019205841A1 (zh) 呼吸信息的获取方法及系统
KR102267509B1 (ko) 달팽이관에서의 미세 혈류 측정 방법 및 장치
CN108354597A (zh) 一种基于最优波提取的快速血压计算方法
CN110960193A (zh) 基于面部和舌部图像采集的中医诊断分析系统及其方法
US20180317778A1 (en) Method And Apparatus For Human Health Evaluation
CN112259240A (zh) 一种舌诊寒热虚实数学模型
Narasimhan et al. Finger-wearable blood pressure monitor
CN105498100A (zh) 一种监测生理运动曲线和体表轮廓的方法及系统
CN114159091B (zh) 一种基于可穿戴传感器阵列的心音传播关系检测系统
CN111292253B (zh) 一种人体辉光图像校准方法及装置
Li et al. The correlation study of Cun, Guan and Chi position based on wrist pulse characteristics
CN103027669A (zh) 用于判断脉象浮沉度的方法和设备
KR20110019992A (ko) 홍채학을 이용한 진단시스템 및 방법
JP2007525244A (ja) 哺乳動物での動的な熱力学的過程を同定し分類してそれらを識別するシステムおよび方法
CN111222425A (zh) 一种人脸五官定位的方法及装置
CN111000544A (zh) 基于ppg波形的混合式连续血压测量模型构建方法及系统
Lin et al. Automatic sublingual vein feature extraction system
CN111466952B (zh) 一种超声内镜与ct三维图像实时转化方法和系统
Wang et al. Tongue diagnosis based on biometric pattern recognition technology
CN210095711U (zh) 一种无创连续血压测量设备
CN111209801A (zh) 一种中医胖舌识别方法及装置
CN113241182A (zh) 一种用于识别舌头苔形、苔质app的数学模型
CN211243316U (zh) 一种健康检测镜子

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