[发明专利]多通道舌体边缘检测装置、方法及存储介质在审

专利信息
申请号: 201810945525.0 申请日: 2018-08-20
公开(公告)号: CN110866932A 公开(公告)日: 2020-03-06
发明(设计)人: 张贯京;葛新科;谭敦;王海荣;谢伟;高伟明 申请(专利权)人: 深圳市前海安测信息技术有限公司;深圳市易特科信息技术有限公司
主分类号: G06T7/13 分类号: G06T7/13;G06T7/12;G06T7/00;G06T7/90
代理公司: 暂无信息 代理人: 暂无信息
地址: 518063 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 通道 边缘 检测 装置 方法 存储 介质
【权利要求书】:

1.一种多通道舌体边缘检测装置,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,该所述计算机程序指令由处理器加载并执行如下步骤:

获取需要舌体分割的舌体RGB图像;

利用红色区域增强算法求取RGB图像的R通道灰度增强图,将RGB图像分别转化成HSI图像和HSV图像,从HSI图像中提取H通道灰度图,并从HSV图像中提取V通道灰度图;

利用大津二值化法分别对R通道灰度增强图、H通道灰度图和V通道灰度图处理得分别到R通道增强二值图、H通道二值图和V通道二值图;

分别对R通道增强二值图和H通道二值图的边缘点进行提取得到所有潜在的初始轮廓点;

基于设定的代价函数对所有的潜在轮廓点进行遍历得到最优的初始轮廓点,并对所有最优的初始轮廓点进行填充得到初始轮廓二值图;

在初始轮廓二值图中将V通道二值图的白色区域及白色区域的上边、左边和右边的黑色区域去除得到最终轮廓二值图;

基于最终轮廓二值图得到最终边缘点信息,并利用GVF-snake分割算法对最终边缘点信息进行处理得到最终的舌体分割图。

2.如权利要求1所述的多通道舌体边缘检测装置,其特征在于,所述红色区域增强算法具体实现公式如下:

其中,R、G、B分别代表为图像的红色通道灰度值、绿色通道灰度值、蓝色通道灰度值,I为R通道灰度增强图的灰度值。

3.如权利要求1所述的多通道舌体边缘检测装置,其特征在于,所述代价函数公式表示如下:

其中,N为所有边缘点的个数,E为当前遍历点的代价函数值,dis()为两个坐标点的欧式距离,pt为初始点,pti为当前遍历的边缘点,center为所有边缘点的中心点,abs()为绝对差公式,pt_sysj为与当前遍历点的横坐标方向上与当前遍历点对称的所有边缘点。

4.如权利要求1所述的多通道舌体边缘检测装置,其特征在于,所述获取需要舌体分割的舌体RGB图像的步骤包括:

通过所述多通道舌体边缘检测装置的图像采集设备从患者嘴部摄取清晰的舌体RGB图像;或者

从所述存储器中获取需要舌体分割的舌体RGB图像。

5.一种多通道舌体边缘检测方法,应用于多通道舌体边缘检测装置中,该多通道舌体边缘检测装置包括图像采集设备、存储器以及输出单元,其特征在于,该方法包括如下步骤:

获取需要舌体分割的舌体RGB图像;

利用红色区域增强算法求取RGB图像的R通道灰度增强图,将RGB图像分别转化成HSI图像和HSV图像,从HSI图像中提取H通道灰度图,并从HSV图像中提取V通道灰度图;

利用大津二值化法分别对R通道灰度增强图、H通道灰度图和V通道灰度图处理得分别到R通道增强二值图、H通道二值图和V通道二值图;

分别对R通道增强二值图和H通道二值图的边缘点进行提取得到所有潜在的初始轮廓点;

基于设定的代价函数对所有的潜在轮廓点进行遍历得到最优的初始轮廓点,并对所有最优的初始轮廓点进行填充得到初始轮廓二值图;

在初始轮廓二值图中将V通道二值图的白色区域及白色区域的上边、左边和右边的黑色区域去除得到最终轮廓二值图;

基于最终轮廓二值图得到最终边缘点信息,并利用GVF-snake分割算法对最终边缘点信息进行处理得到最终的舌体分割图。

6.如权利要求5所述的多通道舌体边缘检测方法,其特征在于,所述红色区域增强算法具体实现公式如下:

其中,R、G、B分别代表为图像的红色通道灰度值、绿色通道灰度值、蓝色通道灰度值,I为R通道灰度增强图的灰度值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市前海安测信息技术有限公司;深圳市易特科信息技术有限公司,未经深圳市前海安测信息技术有限公司;深圳市易特科信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810945525.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top