CN1803087A

CN1803087A - 舌像颜色自动识别方法

Info

Publication number: CN1803087A
Application number: CNA2006100234531A
Authority: CN
Inventors: 杨杰; 周越; 郁生阳; 王永刚; 张艳
Original assignee: Shanghai Jiaotong University
Current assignee: Shanghai Jiaotong University
Priority date: 2006-01-19
Filing date: 2006-01-19
Publication date: 2006-07-19
Anticipated expiration: 2026-01-19
Also published as: CN100409804C

Abstract

一种图像处理技术领域的舌像颜色自动识别方法，步骤为：(1)建立舌苔和舌质颜色参考样本集：对于每一类苔质颜色样本，从舌图像中选取样本块，再通过去除离群样本，确定最终的苔质颜色参考样本集；(2)划分舌体同质区域，每个区域具有相似的颜色和纹理特性；(3)根据舌质和舌苔的分布规律，设置模板，并设定投票优先策略用于颜色样本匹配中；(4)对于舌体同质区域划分后的每一个同质区域，首先根据模板和投票，判断该区域颜色属于舌苔色还是舌质色，然后再与舌苔或舌质颜色样本进行匹配，最后根据匹配结果采用k近邻法确定该同质区域的颜色。本发明符合中医望诊习惯，识别结果准确可靠，具有很高的实用价值。

Description

舌像颜色自动识别方法

技术领域

本发明涉及一种图像处理技术领域的方法，具体的说，涉及的是一种舌像颜色自动识别方法。

背景技术

在中医诊断学中，舌诊是获取病人健康信息的重要途径之一。舌诊主要通过观察舌质和舌苔，舌质特征可以用颜色、光泽等描述；舌苔特征可以用颜色和纹理进行描述。然而，传统舌诊的一个显著弊端就是，诊断过程依赖于医生的主观经验和个人能力，不同医生的诊断结果可能相差甚远，同时这些诊断经验也缺乏有效的保存手段。这不可避免会影响中医的整体发展，中医的客观化势在必行。舌像颜色的自动识别对于中医舌诊客观化有着重大的现实意义。

JSEG算法是由Deng和Manjunath提出的一种无监督分割算法。该方法中，颜色的相似性及其空间分布被单独进行考虑，以便更好地刻画彩色纹理区域的一致性。其基本思想是将分割过程分成两步走，即颜色量化和空域分割。

经对现有技术文献的检索发现，中国发明专利申请号200310114742.9，发明名称：从舌图像中提取关注区域的方法及相应监控方法和设备，该专利提出了一种从舌图像中提取关注区域的方法，但该方没有结合中医望诊的特点，它为每个人设定特定的模板，并在数据库中记录该模板，在实际使用时假设采集的舌图像跟模板设定时相同(相同的伸舌长度和角度等)，这在实际情况中几乎做不到，此外该方法主要用于家庭用健康监控系统。

发明内容

本发明的目的在于针对现有技术的不足，提出一种舌像颜色自动识别方法，使其采用区域划分与样本匹配，能直接应用于基于舌像分析的中医诊断系统，为中医自动舌诊提供保障，减少误诊率。

本发明是通过以下技术方案实现的，本发明首先确定颜色的参考样本集，再将舌体划分为不同的区域，每个区域具有相似的颜色和纹理特性，然后结合先验模板，将各个区域与参考样本进行特征匹配，从而完成整个舌体的颜色识别。

本发明的方法包括如下具体步骤：

(1)建立舌苔和舌质颜色参考样本集：对于每一类苔质颜色样本，从舌图像中选取样本块。通过去除离群样本，确定最终的苔质颜色参考样本集。本发明中采用了一种基于LLE(Locally Linear Embedding，局部线性映射)离群样本去除方法。

具体去除离群样本过程如下：对于每幅颜色样本图像，选取其R-G、R-B和G-B颜色直方图，将每个颜色分量等分，每个颜色直方图中的数据堆叠成一个向量，这样三个颜色直方图就构成颜色样本的特征向量。采用LLE技术对所得的数据进行降维处理，LLE映射空间中的同类颜色样本呈现明显的聚类趋势，再将那些聚类效果好的颜色样本组成成参考样本集，用于后面的样本匹配过程中。

(2)划分舌体同质区域：将舌体划分为不同的区域，每个区域具有相似的颜色和纹理特性。本发明方法中采用了JSEG分割算法，其具体执行过程如下：1)颜色量化：采用一种基于同组滤波技术(PGF)和向量量化(VQ)的彩色图像量化算法来约减图像中的颜色。2)空域分割：引入一种针对彩色纹理区域的分割准则(即J准则)，以每个象素为中心，在其邻域窗内即可求得相应的J值，生成J图，采用区域生长方法对不同尺度的J图进行分割，接着进行区域合并得到最终的分割图像。

(3)建立模板：根据舌质和舌苔的分布规律，设置模板，模板分为六大区域，分别是：I.舌根区(占舌体高的1/5)；II.舌中偏根区(占舌体高的1/4)；III.舌中偏尖区(占舌体高的1/4)；IV.舌尖区(占舌体高的3/10)；V.舌左侧区(占舌体宽的1/5)；VI.舌右侧区(占舌体宽的1/5)。对于步骤2划分得到的舌体的每个同质区域R，结合先验模板制定了如下投票优先策略：1)若R位于I中，只要其对应的选票中有10％将其归为舌苔色，就判定它属于舌苔区域；2)若R位于II中，只要40％的选票将其归为舌苔色，它就属于舌苔区域；3)若R位于III中，只要40％的选票将其归为舌质色，即判定它属于舌质；4)若R位于IV中，只要20％的象素将其归为舌质色，即判定它属于舌质；5)若R位于V中，只要30％的选票将其归为舌质色，即判定它属于舌质；6)若R位于VI中，只要30％的选票将其归为舌质色，即判定它属于舌质。判定R位于某一区的条件是：R中位于该区域的象素数最大。上述投票优先策略将被用于颜色样本匹配过程中。

(4)样本匹配与颜色识别：对于步骤(2)所得每一个同质区域，首先采用基于EMD)距离的样本匹配方法与参考样本集中的颜色样本进行匹配，然后选取k个最近邻参考样本，统计k个最近邻样本中每个颜色类别的票数，最后根据步骤(3)所设计的先验模板和投票优先策略，判断该同质区域属于舌苔区还是舌质区，并确定其颜色。

基于EMD距离的样本匹配方法为：设某一区域R和参考样本S用直方图分别表示为

P = {(x_{1}, w_{1}^{R}), . . ., (x_{m}, w_{m}^{R})}

和

Q = {(y_{1}, w_{1}^{S}), . . ., (y_{n}, w_{n}^{S})}

两个直方图，x_m，y_n分别表示R和S的颜色标签，w_m ^R，w_n ^S则表示对应的像素数，采用EMD距离计算R和S的相似度。

由于本发明的舌像颜色自动识别方法是基于区域的，可以获得完整和连通的苔质区域，此外还借助LLE技术来移除颜色样本集中的离群样本，使识别过程更加可靠，这样的识别方法符合医生的望诊习惯，其识别结果能与医生的判断结果很好吻合，具有很高的实用价值。

附图说明

图1为本发明方法的流程图。

图2为本发明方法对一幅舌体图像的颜色识别图

其中，(a)为原始舌图像；(b)为舌体图像；(c)为区域划分结果；(d)为颜色识别结果图；(e)为苔质分离结果图。

图3为为本发明先验模板图。

具体实施方式

以下结合实施例对本发明的技术方案作进一步详细描述。

1.确定舌苔和舌质颜色参考样本集：对于每一类苔质颜色样本，由经验丰富的中医手工从舌图像中选取样本块，再通过去除离群样本，确定最终的苔质颜色参考样本集。例如：根据临床经验将舌质颜色分为淡红、淡白、红、暗红、青紫5种类型；而舌苔颜色分为白、淡黄、黄、灰4种类型。对于每一类颜色类型，由经验丰富的中医手工从舌图像中选取10个样本。对于每幅样本图像，选取其R-G、R-B和G-B颜色直方图，将每个颜色分量20等分，每个颜色直方图中的数据堆叠成一个1×400向量，这样三个颜色直方图就构成一个1×1200的向量，即样本的特征向量。采用LLE技术对所得的数据进行降维处理，LLE映射空间中的同类样本呈现明显的聚类趋势，用聚类效果好的颜色样本组成参考样本集。

2.划分舌体同质区域：将舌体划分为不同的区域，每个区域具有相似的颜色和纹理特性。本发明方法中采用了JSEG分割算法，其主要包括颜色量化和空域分割两个步骤。图2(c)显示了一幅舌体图经JSEG算法分割后的结果，图2(b)为舌体图。

3.建立先验模板：根据舌质和舌苔的分布规律，设置先验模板，模板分为六大区域，分别是：I.舌根区；II.舌中偏根区；III.舌中偏尖区；IV.舌尖区；V.舌左侧区；VI.舌右侧区。对于步骤2划分得到的舌体的每个同质区域R，结合先验模板制定了如下投票优先策略：1)若R位于I中，只要其对应的选票中有10％将其归为舌苔色，就判定它属于舌苔区域；2)若R位于II中，只要40％的选票将其归为舌苔色，它就属于舌苔区域；3)若R位于III中，只要40％的选票将其归为舌质色，即判定它属于舌质；4)若R位于IV中，只要20％的象素将其归为舌质色，即判定它属于舌质；5)若R位于V中，只要30％的选票将其归为舌质色，即判定它属于舌质；6)若R位于VI中，只要30％的选票将其归为舌质色，即判定它属于舌质。判定R位于某一区的条件是：R中位于该区域的象素数最大。图3显示了一幅先验模板图。

4.样本匹配与颜色识别：对于步骤(2)所得每一个同质区域，首先采用基于EMI距离的样本匹配方法与参考样本集中的样本进行匹配(包括舌苔和舌质颜色样本)，然后选取k个最近邻参考样本，统计k个最近邻样本中每个颜色类别的票数，最后根据步骤(3)所设计的先验模板和投票优先策略，判断该同质区域属于舌苔区还是舌质区，并确定其颜色。

P = {(x_{1}, w_{1}^{R}), . . ., (x_{m}, w_{m}^{R})}

和

Q = {(y_{1}, w_{1}^{S}), . . ., (y_{n}, w_{n}^{S})}

两个直方图，x_m，y_n分别表示R和S的颜色标签，w_m ^R，w_n ^S则表示对应的像素数，采用EMD距离计算R和S的相似度。最后，如图2(d)所示得出各区域颜色的识别结果。

本发明可以获得完整和连通的舌苔和舌质区域，识别过程可靠，符合医生的望诊习惯，具有很好的识别结果。

Claims

1、一种舌像颜色自动识别方法，其特征在于，包括如下具体步骤：

(1)建立舌苔和舌质颜色参考样本集：对于每一类苔质颜色样本，从舌图像中选取样本块，再通过去除离群样本，确定最终的苔质颜色参考样本集；

(2)划分舌体同质区域：将舌体划分区域，每个区域具有相似的颜色和纹理特性；

(3)建立模板：根据舌质和舌苔的分布规律，设置模板，并设定投票方法用于颜色样本匹配中；

(4)样本匹配与颜色识别：对于舌体同质区域划分后的每一个同质区域，首先采用基于EMD距离的样本匹配方法与参考样本集中的颜色样本进行匹配，然后选取k个最近邻参考样本，统计k个最近邻样本中每个颜色类别的票数，最后根据模板和投票方法，判断该同质区域属于舌苔区还是舌质区，并确定其颜色。

2、根据权利要求1所述的舌像颜色自动识别方法，其特征是，所述的去除离群样本，通过如下方法实现：对于每幅颜色样本图像，选取其R-G、R-B和G-B颜色直方图，将每个颜色分量等分，每个颜色直方图中的数据堆叠成一个向量，这样三个颜色直方图就构成颜色样本的特征向量，采用LLE技术对所得的数据进行降维处理，LLE映射空间中的同类样本将呈现明显的聚类趋势，对于每一类颜色样本只保留聚类效果好的。

3、根据权利要求1所述的舌像颜色自动识别方法，其特征是，所述的将舌体分区域，是指：将舌体分为六大区域，分别是：I.舌根区，占舌体高的1/5；II.舌中偏根区，占舌体高的1/4；III.舌中偏尖区，占舌体高的1/4；IV.舌尖区，占舌体高的3/10；V.舌左侧区，占舌体宽的1/5；VI.舌右侧区，占舌体宽的1/5。

4、根据权利要求1所述的舌像颜色自动识别方法，其特征是，所述的投票方法，是指投票优先策略，具体为：

1)若R位于I中，只要其对应的选票中有10％将其归为舌苔色，就判定它属于舌苔区域；

2)若R位于II中，只要40％的选票将其归为舌苔色，它就属于舌苔区域；

3)若R位于III中，只要40％的选票将其归为舌质色，即判定它属于舌质；

4)若R位于IV中，只要20％的象素将其归为舌质色，即判定它属于舌质；

5)若R位于V中，只要30％的选票将其归为舌质色，即判定它属于舌质；

6)若R位于VI中，只要30％的选票将其归为舌质色，即判定它属于舌质。

5、根据权利要求1或者4所述的舌像颜色自动识别方法，其特征是，所述的投票优先策略，判定R位于某一区的条件是：R中位于该区域的象素数最大。