[发明专利]基于人工智能的裂纹舌检测系统

权利要求书

1.一种基于人工智能的裂纹舌检测系统，其特征在于，该装置还包括以下模块：

图像采集模块，用于获取待测人员的舌头图像；

语义分割模块，用于获取所述舌头的目标区域，通过语义分割网络获取所述舌头的语义分割图，对所述语义分割图进行连通域分析获得每一个裂纹的方向、数目以及面积；

伸展不变性模块，用于计算所述裂纹的深度，根据所述裂纹的深度和裂纹的面积获取伸展不变性特征；

裂纹状态判断模块，用于根据所述裂纹的所述伸展不变性特征、裂纹的数目和裂纹的方向获取裂纹的状态，以反映裂纹的严重程度和方向特征。

2.根据权利要求1所述的一种基于人工智能的裂纹舌检测系统，其特征在于，所述图像采集模块还包括：

关键点检测单元，用于获取待测人员嘴巴区域的RGB图像和舌头的深度图像，利用关键点检测网络采集嘴巴关键点和舌头关键点；

判断单元，用于根据所述关键点的位置信息计算舌头的偏移角，根据所述舌头的偏移角和伸展程度获取评价指标对所述图像进行评价得到满足采集要求的舌头图像。

3.根据权利要求1所述的一种基于人工智能的裂纹舌检测系统，其特征在于，所述判断单元还包括：

指标评价单元，用于根据所述舌头关键点和所述嘴巴关键点确定所述舌头的伸展程度，以所述伸展程度和舌尖倾斜角为指标对裂纹舌图像进行评价。

4.根据权利要求1所述的一种基于人工智能的裂纹舌检测系统，其特征在于，所述指标评价单元还包括指标评价模型，公式为：

其中，P₁为上嘴唇的中心点，P₄为舌尖的中心点，θ为舌尖的偏移角，为舌头的伸展程度。

5.根据权利要求1所述的一种基于人工智能的裂纹舌检测方法，其特征在于，所述伸展不变性模块还包括：

深度计算单元，用于将所述语义分割图分为邻域和裂纹区域，将所述邻域范围内的深度均值作为所述邻域区域的深度，将所述裂纹区域的深度均值作为所述裂纹区域的深度，将所述邻域和所述裂纹区域的所述深度均值之差作为所述裂纹的深度。

6.根据权利要求1所述的一种基于人工智能的裂纹舌检测系统，其特征在于，所述伸展不变性模块还包括伸展不变性特征模型，公式如下：

G＝ln(A×H^a)

其中，a为超参数，A为所述裂纹面积，H为所述裂纹的深度。

7.根据权利要求1所述的一种基于人工智能的裂纹舌检测系统，其特征在于，所述伸展不变性模块还包括：

超参数确定单元，用于根据损失函数利用最小二乘法对所述伸展不变性特征模型进行拟合，确定伸展不变性特征模型中的超参数。

8.根据权利要求1所述的一种基于人工智能的裂纹舌检测系统，其特征在于，所述裂纹状态判断模块还包括：

状态指标单元，用于获取裂纹状态指标，公式如下：

其中，Con₀反映裂纹分布方向，Con₁反映裂纹的严重程度，N代表裂纹的数量，D_r为第r个裂纹的方向，G_r为第r个裂纹的伸展不变性特征，G₀为设定的经验阈值。