[发明专利]一种高精度的舌体自动分割方法

权利要求书

1.一种高精度的舌体自动分割方法，其特征在于，包括如下步骤：

（1）训练一个用于检测舌头的级联分类器；

（2）输入一张图片，通过级联分类器进行舌体的粗略定位，确定初始颜色采样区域；

（3）使用迭代的直方图投影法，获取舌头的精确位置，将图像中点分为三类：前景点，背景点和待识别的点；

（4）对图像构造全局约束方程并求解，得到所有前景，即舌体像素点，完成分割。

2.根据权利要求1所述的高精度的舌体自动分割方法，其特征在于，所述步骤（1）的具体步骤如下：

（11）使用同一款数码相机，在恒定光源下，采集一批含有舌头的医学照片；

（12）对拍摄到的照片进行筛选，手工标注舌头所在区域；

（13）训练一个用于舌头检测级联分类器。

3.根据权利要求1所述的高精度的舌体自动分割方法，其特征在于，所述步骤（2）的具体步骤如下：

（21）采用和步骤（11）中相同条件拍摄一幅舌头照片；

（22）利用训练得到的级联分类器查找照片中的舌头位置，并用矩形框R标注；

（23）确定一个几何中心与矩形框R相同，边长为其1/4的小矩形r，作为颜色采样区域。

4.根据权利要求1所述的高精度的舌体自动分割方法，其特征在于，所述步骤（3）的具体步骤如下：

（31）对图片进行颜色缩减操作，使其三个颜色通道均减少至32种颜色深度，即在其RGB空间中保留32*32*32=32768种颜色；

（32）对颜色采样区域r进行颜色统计，得到其颜色直方图并将其归一化；

（33）将颜色缩减后的图片用归一化的直方图投影，即：遍历原图像的所有像素，对每一个像素点，记录其RGB模式下的颜色值c；查找归一化的直方图，得到当前颜色值c对应的直方图取值v，并作为当前像素的取值；操作结束后，得到一幅新的单通道图像，各像素点取值代表其属于前景，即属于舌头的概率；

（341）将步骤（33）得到的图像进行阈值化处理，阈值取0.05，生成一幅二值图像；

（342）对二值图像进行高斯滤波，使其中的离散点进一步聚合，孔洞得以填充；此时图像中出现多个连通区域；

（343）提取图像的最大连通区域，将其外接矩形记为R；计算得到与其具有相同几何中心，且边长为其一半的小矩形r_new，若小矩形r_new与旧的采样区域r相比，位置和面积差异较大，则将小矩形r_new赋值给r，作为新的采样区域并转移至步骤（32），否则将小矩形r_new包围的点标记为前景点，将大矩形R以外的点标记为背景点，其它标记为待确定像素点。

5.根据权利要求1所述的高精度的舌体自动分割方法，其特征在于，所述步骤（4）的具体步骤如下：

（41）遍历所有待识别的像素点，对每一个点，利用所在3*3的邻域中像素对其建立线性颜色估计模型：

（411）求解像素对应权值向量：

上式中，图像的像素点数记为n，对于标号为i的像素，i满足1<i<n，记录其颜色值；记录其邻域内所有像素的颜色矩阵为，I为单位矩阵，系数t取值为0.000001，f_i为所求权值向量；即对于像素i，其像素颜色值可以用权值向量f_i和其邻域像素颜色值线性表出；

（412）权值向量扩展：即对于像素i，其像素颜色值可以用权值向量ξ_i和全部图像中像素颜色值线性表出：

其中若像素j为像素i的相邻像素，其取值为权值向量f_i中对应值，否则为0；

（42）对图像构造全局约束方程并求解，得到所有前景像素点，完成分割；

（421）对图像构造全局约束方程并求解，得到前景区域蒙版，取值为1的点为前景点，取值为-1的点为背景点：

上式中，权值矩阵 ，大小为n*n；C为对角阵，若像素j为已标记像素，则对角阵C的第j行对角元素取值为常数100000，否则取值为0；α^*为已标记像素点的分类信息向量，前景点取值1，背景点取值-1；

（422）将α中取值为1的像素提取并按照其原坐标保存入一幅新的图像，完成舌体分割。