[发明专利]一种基于颜色校正与深度卷积神经网络的舌分割方法及系统

权利要求书

1.一种基于颜色校正与深度卷积神经网络的舌分割方法，所述方法包括：

根据预设规则对原始图像进行颜色校正；

根据预先训练的舌分割模型对经过颜色校正的原始图像中的舌体进行分割，获得舌体分割的二值化图像；所述舌分割模型根据深度卷积神经网络训练获得；

检测所述舌体分割的二值化图像中的连通区域，并根据预设规则确认最大连通区域，获得最大连通区域图像；

根据预设规则对所述最大连通区域图像进行修补操作，获得最终舌分割区域；

所述最终舌分割区域对应在颜色校正后的原始图像的区域，即为舌分割结果。

2.根据权利要求1所述的方法，其特征在于：所述根据预设规则对原始图像进行颜色校正，包括：

获取原始图像上部人脸皮肤区域的RGB颜色值信息，并确认所述区域的RGB均值；

根据预设常数以及所述区域的RGB均值，计算出整幅图像中每个像素校正后的RGB值；根据所述每个像素校正后的RGB值调整整幅原始图像的颜色。

3.根据权利要求2所述的方法，其特征在于，所述每个像素校正后的RGB值的计算公式为：

其中，R`、G`以及B`为原始图像上部人脸皮肤区域校正后的RGB值，R、G以及B为原始图像当前像素的RGB值，所述以及为原始图像上部人脸皮肤区域的RGB均值；a、b以及c为预设常数。

4.根据权利要求1所述的方法，其特征在于：所述预先训练的舌分割模型，是在Caffe深度学习框架下，根据训练样本进行FCN深度卷积神经网络训练获得；

所述训练样本通过预先对样本图像进行舌体标注获得，所述训练样本中包括舌体像素以及非舌体像素。

5.根据权利要求1所述的方法，其特征在于，在检测所述舌体分割的二值化图像中的连通区域前，所述方法还包括：

对所述舌体分割的二值化图像进行开操作，消除所述二值化图像的轮廓毛刺以及小于预设尺寸的狭窄的间断。

6.根据权利要求1所述的方法，其特征在于：在根据预设规则对所述最大连通区域图像进行修补操作前，所述方法还包括：

对所述最大连通区域图像进行闭操作，消除所述最大连通区域图像中小于预设尺寸的狭窄的间断以及小于预设尺寸的空洞。

7.根据权利要求1所述的方法，其特征在于：所述检测所述舌体分割的二值化图像中的连通区域，根据预设规则确认最大连通区域包括：

确认所述二值化图像中每一个像素在以该像素为中心的八个相连像素与该像素是否具有相同的的灰度值；将具有相同灰度值且相连的像素记为一个连通区域；

根据各个区域内的像素数量判断，获得最大的连通区域。

8.一种基于颜色校正与深度卷积神经网络的舌分割系统，所述系统包括：

颜色校正单元，所述颜色校正单元用于根据预设规则对原始图像进行颜色校正；

舌分割模型单元，所述舌分割模型单元用于根据预先训练的舌分割模型对经过颜色校正单元校正的原始图像中的舌体进行分割，输出舌体分割的二值化图像；所述舌分割模型根据深度卷积神经网络训练获得；

连通区域计算单元，所述连通区域计算单元用于检测所述舌分割模型单元输出的舌体分割的二值化图像中的连通区域，并根据预设规则确认最大连通区域，输出最大连通区域图像；

修补计算单元，所述修补计算单元根据预设规则对所述连通区域计算单元输出的最大连通区域图像进行修补操作，获得最终舌分割区域；

舌分割输出单元，所述舌分割输出单元用于将所述最终舌分割区域对应在颜色校正后的原始图像的区域，输出舌分割结果。

9.根据权利要求8所述的系统，其特征在于：

所述颜色校正单元用于获取原始图像上部人脸皮肤区域的RGB颜色值信息，并确认所述区域的RGB均值；

所述颜色校正单元用于根据预设常数以及所述区域的RGB均值，计算出整幅图像中每个像素校正后的RGB值；根据所述每个像素校正后的RGB值调整整幅原始图像的颜色。