[发明专利]基于图像检索的中医舌色苔色自动分析方法

权利要求书

1.基于图像检索的中医舌色苔色自动分析方法，其特征在于，包括以下步骤：

1)利用舌体分割技术分割出舌体区域；

2)通过苔质分离技术确定舌质和舌苔的区域；

3)针对不同区域的特点提取视觉特征；

4)利用提取的特征向量从标定好的中医舌象数据库中选择出最相似的舌色、苔色图像作为检索结果；

5)利用检索结果来统计判决待分析舌图像的舌色、苔色属于哪一种分类结果。

2.根据权利要求1所述的基于图像检索的中医舌色苔色自动分析方法，其特征在于，所述步骤1）中的舌体分割技术是采用基于Snakes模型的舌体区域分割技术对采集到的舌图像进行舌体区域分割。

3.根据权利要求1所述的基于图像检索的中医舌色苔色自动分析方法，其特征在于，

步骤2）具体为：

根据中医专家的舌诊习惯将舌面划分为5个区域，分别为：舌根、舌中、舌尖、舌左侧、舌右侧等5个区域；划分方法是以舌尖至人字形界沟中点划分为5等分，前1/5称为舌尖，中2/5称为舌中，后2/5称为舌根；另外分别在舌中线与舌边的中点画一线，线外部分称为舌侧；根据舌质和舌苔分布区域的不同，通过观察舌两侧和舌尖来判断舌质的颜色，而在舌中和舌根处观察舌苔的颜色；

在完成舌面区域的5区划分后，进一步对舌两侧和舌尖这三个区域进行苔质分离，具体步骤分为以下几步：

（1）将舌体分割后的舌象从RGB颜色空间转换到HSV颜色空间，对S图做直方图均衡，根据以下公式将直方图均衡后的S图像素值的取值范围化为[0,255]：

s′=(s-min)*255max-min]]>

其中，max和min分别为当前S图中的最大值和和最小值；

（2）对S图像素值取反

s”=255-s'；

（3）利用K均值聚类操作将S图中像素值聚成4类，合并像素值最高的两类，得到3种聚类结果，具体量化为0、85、200；

（4）将得到的S图中0值、且处于舌两侧和舌尖部的区域作为舌质的区域，而将舌中和舌根两块区域划定为舌苔区域，用于后续的特征提取。

4.根据权利要求1所述的基于图像检索的中医舌色苔色自动分析方法，其特征在于，所述步骤3）对舌质区域在Lab颜色空间提取颜色矩特征构成特征向量，而对于舌苔区域在HSV颜色空间提取256维颜色直方图特征构成特征向量。

5.根据权利要求1所述的基于图像检索的中医舌色苔色自动分析方法，其特征在于，所述步骤4）中的在选择最相似的舌色、苔色图像时所使用的方法是基于L1距离的相似度度量方法。

6.根据权利要求1所述的基于图像检索的中医舌色苔色自动分析方法，其特征在于，所述步骤5）中的统计判决是根据各类颜色类别在样本库中的总数以及出现在检索结果中的数量，采用如下的判决公式进行判决：

ρ_i=n_i*w_i

其中，ρ_i为第i类颜色的决策值，n_i为选取的进行判决的检索结果中第i类颜色出现的次数，w_i为第i类颜色的权重，计算公式为：

wi=logMMi]]>

其中，M为样本库中的舌象样本总数，M_i为第i类颜色在样本库中的样本总数。在得到各类的决策值后，比较它们的大小，将其中决策值最大的颜色判定为待分析舌象舌色或苔色象的颜色类别。

7.根据权利要求1所述的基于图像检索的中医舌色苔色自动分析方法，其特征在于，所述步骤5）中的分类结果是依据中医大夫的标定结果，将舌色和苔色分为以下几类：

舌色：淡、淡红、红、暗红、绛红、暗紫，共6类；

苔色：薄白苔、白苔、白厚苔、薄黄苔、黄苔、黄厚苔、灰苔、褐苔、黑苔，共9类。