舌图像自动分割算法的研究

论文摘要

舌诊是我国传统医学四诊“望、闻、问、切”中的重要内容。但是传统的舌诊方法主要依靠医生目视,主观观察诊断病情。这种方法缺乏客观评价依据,制约了舌诊的进一步应用和发展。利用计算机技术研究舌诊,使其更加科学化、客观化、定量化,已成为舌诊研究的必然方向。原始数字图像舌象由舌体、脸颊和嘴唇组成。由于舌体与嘴唇颜色比较接近,而且舌体与背景之间不存在明显的分界线,因此自动分割的难度较大。将舌象图像转换到HSI空间,通过对色度分量和亮度分量直方图的分析,获取两个分量阈值。通过色度阈值对图像进行初分割,去除脸颊区域。再通过亮度阈值断开嘴唇区域和舌体区域的细小连接。在分割过程中利用二值形态学算法填补舌体区域的小孔,断开连通区域的细小连接处。获取舌体模板后,与原始图像做乘运算,获取舌体图像。舌诊中,舌质和舌苔的颜色及其分布是舌诊辨证论治的主要依据。通过数字图像处理技术将舌质和舌苔分离是非常必要的。通过对舌体色度直方图的分析处理,自动获取舌象上颜色的类数。在此基础上,对标准模糊聚类算法进行了改进并应用于舌体的舌质、舌苔分离。在上述算法的基础上,首先将原始图像从RGB彩色空间转换到HSI空间,然后联合利用H(色度)和I(亮度)分量进行阈值分割,获取舌体图像。然后对舌体图像针对H(色度)分量进行模糊聚类,将图像分割成舌质,舌苔和背景三个区域。最后在舌质舌苔分离的基础上,根据舌质和舌苔在舌面上的分布特点,可以准确地识别舌质区、舌苔区和背景区。

论文目录

• 摘要
• ABSTRACT
• 第1章 引言
• 1.1 舌诊客观化的必要性
• 1.2 舌象计算机识别技术的研究概括
• 1.2.1 中医舌诊概述
• 1.2.2 中医舌诊客观化研究概括
• 1.3 本文的分割算法研究
• 第2章 数字图像分割基础
• 2.1 彩色空间及不同彩色空间之间的相互转换
• 2.1.1 RGB彩色空间
• 2.1.2 CMY和CMYK彩色空间
• 2.1.3 HSI彩色空间
• 2.1.4 不同彩色空间之间的转换
• 2.2 数字图像分割方法
• 2.2.1 阈值法分割
• 2.2.2 边缘检测
• 2.2.3 聚类算法
• 2.3 本章小结
• 第3章 舌体与脸部分割算法
• 3.1 舌图像的获取
• 3.2 基于HSI的舌体分割算法
• 3.2.1 算法步骤
• 3.2.2 H和I分量阈值确定
• 3.2.3 二值形态学
• 3.2.4 获取最大连通分量及获取舌体图像
• 3.3 试验结果
• 3.4 本章小结
• 第4章 舌质舌苔自动分割算法
• 4.1 引言
• 4.2 基于FCM的舌质舌苔分离算法
• 4.2.1 传统FCM算法的缺点
• 4.2.2 聚类类数和聚类中心初始值自动确定的方法
• 4.2.3 舌质舌苔分离效果
• 4.3 基于空间的舌质舌苔识别
• 4.3.1 算法原理
• 4.3.2 实验结果
• 4.4 本章小结
• 第5章 总结
• 5.1 本文总结
• 致谢
• 参考文献
• 攻读学位期间的研究成果