[发明专利]用于确定图像中的子图块类别的卷积神经网络的建模方法

权利要求书

1.一种舌像定位方法，其特征在于包括：

A)对输入的舌象图片中的舌体区域进行定位，包括：

A1)对于舌象图片，利用经过训练的卷积神经网络对分割所述舌象图片所得到的子图块进行判别，将子图块分为包含舌体的子图块与不包含舌体的子图块两种类别，即得到各子图块对应类别的预测值，

A2)对这些子图块的类别进行逻辑判断，得到一个包含完整舌体的矩形图像，即实现舌体位置的快速定位，

B)采用基于水平集的处理对舌象图片进行图像分割，

其中：

所述步骤A2)包括：

把子图块输入到训练完善的卷积神经网络中，得到子图块属于舌体区域的逻辑斯蒂回归值，

设所有子图块的逻辑斯蒂回归值构成矩阵R，利用公式(6)得到舌体的中心位置的子图块，

(x_central，y_central)＝argmax(R[x_i，y_i]+R[x_i-1，y_i]+R[x_i+1，y_i]+R[x_i，y_i-1]+R[x_i，y_i+1])÷5

(6)

其中，(x_i，y_i)为分割子图块集合中第i项的列数和行数，(x_central，y_central)为中心位置的子图块的位置坐标，

把得到的中心位置(x_central，y_central)向上下左右四个方向延拓，设定停止延拓的阈值，得到延拓停止的坐标(x_top，y_top)、(x_bottom，y_bottom)、(x_left，y_left)、(x_right，y_right)，

根据延拓得到的坐标(x_top，y_top)、(x_bottom，y_bottom)、(x_left，y_left)、(x_right，y_right)所在的子图块即终止子图块的位置，结合该终止子图块由神经网络输出得到的逻辑斯蒂回归概率值，确定：

舌体区域的上边界的坐标值：

舌体区域的下边界的坐标值：

舌体区域的左边界的坐标值：

舌体区域的右边界的坐标值：

把舌体区域的左上角坐标和右下角坐标分别记为：

(left，top)，(right，bottom) (11)，

由此，把所有包含在左上角至右下角坐标下的子图块全部被判定为舌体部分，而把其他子图块标记为背景部分，从而实现了对子图块类别的分类，

其中

经逆变换得到在原始舌像图片中的舌体区域的左上角和右下角坐标分别为：

(r×left，r×top)

(r×right，r×bottom) (12)，

其中r缩放比。