一种有效的舌体自动化分割算法*

舌体轮廓正确分割是实现中医舌诊信息化的重要前提.目前主流方法是用阈值方法或先验知识得到舌体的初始轮廓线,然后再用Snake模型使得曲线收敛到舌体边缘.但它们都存在两个问题:对比度较小的舌像,如舌面和脸部有相似的对比度的舌象,基本上没法处理;得到的初始化轮廓线无法克服嘴唇的影响,因此用Snake方法曲线常收敛于嘴唇边缘.通过对舌象的低层信息的研究,发现使用简单而有效的直方图均衡化能扩大图像的颜色分辨力,使得现有的阈值处理方法能在原有基础上很好地处理那些原来无法处理的舌体图像;然后根据舌体形状、位置等先验信息,用几何方法修正受嘴角和嘴唇影响得到的边缘.实验结果表明,该方法取得了很好的分割效果.     

融合多颜色分量的舌图像阈值分割算法研究

针对中医自动化舌诊中的舌图像分割问题,提出一种融合多颜色分量的舌图像阈值分割算法。对RGB颜色空间中的蓝色和红色分量执行阈值分割,确定舌图像中的人脸区域;对HSI颜色空间中的色调分量执行变换,在变换后的色调分量上执行阈值分割,以获得包含真实舌体与上嘴唇的初始目标区域;对初始目标区域对应的红色通道执行阈值分割,得到舌根和嘴唇之间的间隙区域;利用间隙区域剔除掉初始目标区域中的上嘴唇,获得最终舌体分割结果。仿真实验表明:该算法较大程度地改善了舌图像分割的精度。     

基于中医舌像的检索技术应用研究

中医舌诊是目前医学领域的重要前沿课题之一。为了给传统的中医舌诊提供新的方法,提出了将基于颜色和纹理的图像检索技术应用到中医舌像的检索中,并以VC＋＋为开发平台,对舌像的颜色、纹理进行特征提取与分析。实验表明,利用该技术能够准确、高效地实现舌像的分类检索,检索结果符合辩证要求。综合理论分析与实验结果,基于颜色和纹理的图像检索技术在中医舌诊中有很广的应用前景,对传统中医舌诊的继承和发展也具有很强的现实意义。     

改进的GrabCut方法在舌诊系统中的应用

数字舌象图片的正确分割是实现计算机中医舌诊自动化系统的重要前提,为了高效而准确地分割出舌象,提出了一种基于四叉树与GrabCut的舌象分割方法.该方法首先利用四叉树分解对采集的舌象初分割,然后用相似区域的颜色均值优化GrabCut算法中高斯混合模型参数,最终完成舌象分割.实验结果表明：该算法使得舌象分割效率大大提高,具有很好的实用性.     

基于动态阈值的图像分割技术在中医舌诊中的应用

舌诊是中医四诊的重要内容,古往今来,为名医者莫不精深于舌诊。尤其近些年来,计算机技术迅猛发展带动的信息技术革命,为舌诊现代化研究注入了新的活力。本文应用图像分割技术,研究并比较了用于舌体图像分割的两种方法,提出用动态阈值的分割方法比用RGB三色分量差值方法优越,在舌体图像分割中具有较好的效果。     

基于局部自适应阈值的细胞图像分割方法*

为了实现对细胞图像的有效分割,提出了一种自适应的图像分割算法。该算法首先将整幅图像分为若干子块;然后计算每个子图像的梯度直方图,对每幅子图像进行Otsu分割;最后还考虑图像中噪声的影响,采用形态学噪声滤波器去噪。实验结果表明,该算法对细胞图像细节有很好的区分和分割,适用于背景与目标对比不是很明显并具有一定噪声的图像。     

图像分割中最佳阈值集的选择与评测

提出了图象最佳多值分割的概念,通过构造Lebesgue测度的模板匹配公式,提出了最佳多阈值分割与图像直方图的映射关系,进而设计了与模板匹配等价的基于直方图的分割算法,该方法的计算时间不受图像大小影响,实验结果表明,该方法有很好分割效果。     

自适应阈值的舌象裂纹检测

舌象中的裂纹是中医舌诊中的重要内容.由于拍摄条件的不同,舌象质量有较大差异,传统的阈值选取方法并不适用.文中提出一种舌象裂纹检测的自适应阈值选择方法.该方法利用舌象的L*a*b色彩特征及区域的分裂-合并,对舌象进行区域分割,自适应地选取舌中部区域的色彩值作为阈值,对整个舌象进行裂纹提取.经验证,本方案对不同的舌象能较好地提取出裂纹,实现舌象裂纹诊断的客观化.     

一种新的MLBP-Otsu算法及在舌裂纹分割中的应用

中医舌诊中只有精确、完整地分割出舌裂纹,才能准确地对舌裂纹信息进行定量化的特征表示与描述,而目前少有方法能达到此要求。为此,提出了一种新颖的基于改进的局部二值模式（Local Binary Pattern,LBP）算子与Otsu阈值分割技术相结合的舌裂纹分割算法（MLBP-Ostu算法）。根据舌裂纹的纹理特征对传统LBP的模式分类方法进行重定义;引入一个粗糙度度量因子[R],如某区域的[R]值偏小或偏大,则把其归类为非裂纹区,不进行LBP特征值计算;利用Otsu方法对前面得到的LBP特征图进行阈值分割,从而得到舌裂纹的二值图像。实验结果表明,该算法能较精确、完整地分割出舌裂纹,并且不需要预先分割出舌体区域,为将来舌诊的定量化研究及临床应用提供了有效手段。     

半导体器件图象阈值选取方法的研究及算法实现

图像分割是数字图象处理中的一个重要问题;基于阈值选取方法的半导体器件的图象分割,具有较高的运算效率;文中针对常见阈值选取方法的具体使用情况进行了比较研究,并提出了具体算法实现,最后提出最佳的处理算法;实验结果表明该算法能够有效提高图象分割的质量,从而提高了半导体器件检测的正确率和自动化程度。     

AdaBoost算法在中医舌诊图像分区识别中的研究

舌诊是中医传统诊断的一个重要方式.本文以模式识别、图像处理和中医舌诊理论为研究基础,结合中医诊断规则,提出舌象的分区训练识别方法,并采用一种新的基于集成学习的AdaBoost算法,构建出一套完整的、符合中医诊断体系规范的舌象分类识别算法.通过实验验证,该方法对中医舌诊分类识别是有效的.     

基于深度迁移学习的舌象特征分类方法研究

舌象分析是计算机视觉技术在中医望诊的客观化、定量化应用研究中的一个重要课题,其中2个关键步骤是舌体分割和舌象分类.通过级联分类器在原始图像上实现自动舌体定位,再将分割后的舌体图像在GoogLeNet和ResNet上进行深度迁移学习训练,用得到的深度网络对齿痕、裂纹和舌苔厚薄3种主要舌象特征进行分类.从中医医疗机构中获取2245幅舌体图像建立数据集,对齿痕、裂纹和舌苔厚薄3类舌体图像进行分类实验,结果表明,所提方法分类性能优于传统的舌体图像特征分类方法,验证了基于深度迁移学习的舌象特征分类方法的有效性.     

一种新的指纹图像合成分割法

在研究和分析传统方差法和最大类间方差法的基础上,提出了一种传统方差法和最大类间方差法相结合的分块处理分割算法。该算法首先求出整个指纹图像的方差,然后计算每一子块的方差。若方差小于整个图像的方差则用方差法对图像进行分割,否则用最大类间方差法进行分割。最后再对图像进行平滑处理。实验结果表明,相对于传统分割方法,该方法无需根据经验选取阈值,能较准确地分割出前景和背景,抗噪能力强,对高对比度和低对比度的图像均具有很好的分割效果。     

中医舌象信息融合方法的研究

对中医舌象多特征融合进行了分析,提供一种基于支撑向量机概率输出和D-S证据理论相结合的融合方案.同时,针对D-S证据理论中不确定集合的概率难以确定的问题给出了一种样本整理思路,采用D-S证据理论进行融合可以给出舌象样本可能的输出结果,这在一定程度上可解决不确定性的问题.同时这种融合方法可以扩展到中医其他诊法(诸如脉诊)的信息融合上,为中医四诊的融合奠定了基础.     

舌象裂纹提取及特征分析

舌面的裂纹是一项重要的舌诊指标。文中提出的算法创新点在于用识别器能快速判断舌面是否存在裂纹;对于存在裂纹的舌象,用改进的Confidence Connected区域生长算子能有效提取裂纹区域;最后由分析器从可见性和深浅两方面分析表征裂纹特征。总体试验结果令人满意。     

改进的小波变换在中医舌象边缘检测中的研究

针对目前常见的边缘检测算法对噪声较为敏感,获取的边缘不够精细,且容易出现伪边缘或边缘重叠等情况,结合中医舌象的特点,在小波变换边缘检测算法的基础上提出了改进的小波变换边缘检测算法。该算法通过对图像每一行、列的边缘信息逐位算出相邻位差,并在位差的差值变化大小之间检测小波极值。实验结果证明,该方法能有效解决传统边缘检测算法对去除噪声和获取精细边缘之间的矛盾,使边缘重叠现象大为减少,从而获得了比较理想的边缘检测效果,为以后整个舌体区域的分割提取打下了良好的基础。