[发明专利]一种舌苔舌质分析方法、系统、计算机设备和存储介质

权利要求书

1.一种舌苔舌质分析方法，其特征在于，所述方法包括：

根据预存的舌部定位模型从包含舌部区域的面部图像中，获取所述舌部区域的图像；

利用椭圆形模板将所述舌部从所述舌部区域的图像分离出来，形成舌部图像；

根据苔质分离算法将所述舌部图像分为舌质图像和舌苔图像；

将所述舌质图像与预存的舌质颜色分类模型、所述舌苔图像与舌苔颜色分类模型进行匹配，得到所述舌质分类和舌苔分类。

2.根据权利要求1所述的方法，其特征在于，所述舌部定位模型、舌质颜色分类模型和舌苔颜色分类模型由多个训练样本采用轻量化深度卷积神经网络模型训练得到。

3.根据权利要求1所述的方法，其特征在于，还包括：

采集包含舌部区域的面部图像。

4.根据权利要求2所述的方法，其特征在于，所述轻量化深度卷积神经网络模型包括：SqueezeNet、MobileNet、ShuffleNet、Xception和SSD中至少一种。

5.根据权利要求1所述的方法，其特征在于，所述根据苔质分离算法将所述舌部图像分为舌质图像和舌苔图像，包括：

将所述舌部图像分为舌根、舌中、舌尖、左舌边、右舌边五个位置区域；

将所述舌部图像中根据不同位置的像素采用聚类算法分成三类像素；其中，三类像素中包括舌质像素、舌苔像素和背景像素；

将所处的位置区域位于舌根、舌中的像素定义为舌苔像素，所述舌苔像素所覆盖的图像为舌苔图像；

将所处的位置区域位于舌尖的像素定义为舌质像素，所述舌质像素所覆盖的图像为舌质图像；

将所处的位置区域位于舌边的像素定义为背景像素，所述背景像素所覆盖的图像为背景图像。

6.根据权利要求5所述的方法，其特征在于，所述聚类算法为K-means聚类算法。

7.根据权利要求1所述的方法，其特征在于，舌质颜色分类模型和舌苔颜色分类模型由多个训练样本通过机器学习方法进行训练得到。

8.一种舌苔舌质分析系统，其特征在于，所述系统包括：

舌部区域图像获取模块，用于根据舌部定位模型从包含舌部区域的面部图像中，获取所述舌部区域的图像；

舌部图像分离模块，用于利用椭圆形模板将所述舌部从所述舌部区域的图像分离出来，形成舌部图像；

舌苔舌质分离模块，用于根据苔质分离算法将所述舌部图像分为舌质图像和舌苔图像；

匹配模块，用于将所述舌质图像与预存的舌质颜色分类模型、所述舌苔图像与舌苔颜色分类模型进行匹配，得到所述舌质分类和舌苔分类。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。