一種多規(guī)則融合的隨機游走舌像提取方法
【技術領域】
[0001] 本發(fā)明涉及一種能夠全自動地將舌頭圖像從臉部、嘴唇和牙齒等背景區(qū)域提取出 來的多規(guī)則融合的隨機游走舌像提取方法。
【背景技術】
[0002] 舌診是中醫(yī)四診中望診的主要內(nèi)容，是中醫(yī)傳統(tǒng)醫(yī)學中的一項特色診斷方法。傳 統(tǒng)的舌診主要依靠中醫(yī)大夫?qū)Σ∪松嘞竦纳噘|(zhì)、舌苔的顏色、紋理、形狀、厚薄等特征進行 主觀辨識，從而對病人的病情病況做出合理的推斷。傳統(tǒng)的舌診主要依賴于中醫(yī)大夫的診 斷經(jīng)驗，并且舌診的結(jié)果容易受到人為主觀和客觀環(huán)境的影響。因而，目前一些研宄者利用 暗箱或數(shù)字成像設備拍攝舌體圖像，然后利用計算機對舌像特征進行定量的檢測和分析， 即舌診客觀化。為了實現(xiàn)對舌像的定量化檢測和分析，首先一個重要的工作就是將舌體圖 像從背景區(qū)域(如：牙齒、嘴唇和臉部）提取出來，即舌像提取。舌像提取的自動化程度是舌 診客觀化智能化程度的重要標志之一，同時舌像提取的準確程度直接影響到后續(xù)定量化檢 測的結(jié)果。因此，準確快速的舌像提取方法研宄具有重要的意義和作用。目前，由于舌像具 有多樣性，一些舌像提取方法自身存在著局限性，不能將有苔舌像正確的提取出來。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的就是提供一種準確度高、可靠性好、實用性強、成本低的多規(guī)則融合 的隨機游走舌像提取方法。
[0004] 本發(fā)明中的多規(guī)則融合的隨機游走舌像提取方法，是一種采用彩色圖像處理技 術，利用帶有壓縮規(guī)則的滑降算法和多規(guī)則融合的隨機游走算法，在舌像中搜索目標舌像 區(qū)域的舌像提取算法，其包括以下四個步驟： 1、利用帶有壓縮規(guī)則的滑降算法對原圖像進行初始分割，從而獲取初始區(qū)域集，該滑 降算法的具體步驟如下： (1.1) 掃描原圖像，找到圖像中的一個非零像素作為種子點； (1.2) 將種子像素添加到目標區(qū)域，并將種子像素壓入棧中，最后從原圖像中取出種子 像素； (1. 3)從棧中彈出一個種子像素； (1. 4)對于種子像素的每個鄰域像素，若種子像素與鄰域像素的色調(diào)和亮度差異小于 閾值，則將鄰域像素加入到目標區(qū)域，并將鄰域像素壓入棧中，并從原圖像中刪除該鄰域像 素； (1.5) 重復（1.3)和（1.4)，直到棧為空為止； (1.6) 計算（1.3)、（1.4)和（1.5)所生成的目標區(qū)域面積，若面積小于閾值，則舍棄當 前目標區(qū)域； (1. 7)重復（I. 1)到（1. 6)，直到原圖像中不包含任何非零像素。
[0005] 2、利用一種新的復合權函數(shù)，建立加權圖，并進行簡約（即將加權圖化簡為鄰近區(qū) 域網(wǎng)絡，也就是只有那些鄰近區(qū)域間才可能連通的網(wǎng)絡)，該復合權函數(shù)如下所示：
【主權項】
1. 一種多規(guī)則融合的隨機游走舌像提取方法，其特征在于：它其包括以下四個步驟： (1) 、利用帶有壓縮規(guī)則的滑降算法對原圖像進行初始分割，從而獲取初始區(qū)域集，該 滑降算法的具體步驟如下： (1. 1)掃描原圖像，找到圖像中的一個非零像素作為種子點； (1.2)將種子像素添加到目標區(qū)域，并將種子像素壓入棧中，最后從原圖像中取出種子 像素； (1. 3)從棧中彈出一個種子像素； (1. 4)對于種子像素的每個鄰域像素，若種子像素與鄰域像素的色調(diào)和亮度差異小于 閾值，則將鄰域像素加入到目標區(qū)域，并將鄰域像素壓入棧中，并從原圖像中刪除該鄰域像 素； (1.5) 重復（1.3)和（1.4)，直到棧為空為止； (1.6) 計算（1.3)、（1.4)和（1.5)所生成的目標區(qū)域面積，若面積小于閾值，則舍棄當 前目標區(qū)域； (1.7) 重復（I. 1)到（1.6)，直到原圖像中不包含任何非零像素； (2) 、利用下述的復合權函數(shù)，建立加權圖，并進行簡約，該復合權函數(shù)如下所示：
其中，??和岸是權系數(shù)，ae[0,l]，盧e[0，l]，〇;+盧=1，IjP I j為像素i和像素j的亮 度，Hi和Hj為像素i和像素j的色調(diào)，丨4 - & I代表像素i和像素j的亮度差異，丨盡-1 代表像素i和像素j的色調(diào)差異； 該建立加權圖并簡約的算法具體步驟如下： (2. 1)創(chuàng)建鄰接表表頭數(shù)組，其中的每個元素代表一個初始區(qū)域； (2. 2)若區(qū)域A與區(qū)域B是相鄰的，則執(zhí)行（2. 3)到（2. 7); (2. 3)創(chuàng)建一個從區(qū)域A到區(qū)域B的邊結(jié)點； (2. 4)將新的邊結(jié)點的標志設置為B ; (2. 5)根據(jù)復合權函數(shù)的計算公式計算區(qū)域A和區(qū)域B的權值，設置新邊結(jié)點的權值， 并設置新邊結(jié)點的后繼為空； (2. 6)將新的邊結(jié)點連接到區(qū)域A的鏈表末尾； (2. 7)采取如（2. 3)到（2. 6)同樣的方法，創(chuàng)建從區(qū)域B到區(qū)域A的邊結(jié)點； (3) 、利用一種多規(guī)則融合的隨機游走算法來進行最終的聚類分割，生成舌體區(qū)域圖 像，將與原圖像中心位置的平均距離最近的最大區(qū)域作為初始種子， 上述多規(guī)則融合的隨機游走算法的具體步驟如下： (3. 1)利用前述的自動選取種子的方法，找到原圖像中的初始種子； (3. 2)初始化訪問標記數(shù)組為false ; (3. 3)若當前種子未被訪問，則繼續(xù)以下步驟； (3. 4)設置當前種子的訪問標記為true ; (3. 5)記錄下當前的種子區(qū)域，并將當前種子區(qū)域添加到目標區(qū)域； (3. 6)對于所有當前種子區(qū)域的鄰接區(qū)域，當種子區(qū)域與鄰接區(qū)域間的權值大于閾值， 或者當前種子區(qū)域被帶有舌質(zhì)像素的鄰接區(qū)域上下或左右閉包，則以鄰接區(qū)域作為新的種 子區(qū)域，遞歸執(zhí)行（3. 3)到（3. 6); (4)、利用數(shù)學形態(tài)學算子修整目標區(qū)域，消除舌像區(qū)域上的小孔，得到目標舌像，該過 程的步驟如下： (4. 1)將步驟（3)處理得到的結(jié)果圖像轉(zhuǎn)換成黑白模板圖像； (4. 2)對該黑白模板圖像利用形態(tài)學算子膨脹和腐蝕進行處理，得到處理后的黑白模 板圖像； (4. 3)將原始舌像和處理后的黑白模板圖像進行與運算，從而得到最終的目標舌像。
【專利摘要】一種多規(guī)則融合的隨機游走舌像提取方法，包括以下步驟，利用帶有壓縮規(guī)則的滑降算法對原圖像進行初始分割，從而獲取初始區(qū)域集，利用一種新的復合權函數(shù)，建立加權圖，并進行簡約，利用一種多規(guī)則融合的隨機游走算法來進行最終的聚類分割，生成舌體區(qū)域圖像，最后，利用數(shù)學形態(tài)學算子修整目標區(qū)域，消除舌像區(qū)域上的小孔，得到目標舌像。本發(fā)明的隨機游走舌像提取方法，智能化程度高，整個提取過程全自動完成，極大的提高了隨機游走算法的效率，減少了舌像提取所需要的時間，能夠從帶有舌苔的圖像中成功準確提取出舌像。
【IPC分類】G06K9-00, G06K9-46
【公開號】CN104766068
【申請?zhí)枴緾N201510185065
【發(fā)明人】朱明峰, 杜建強, 張康, 何揚名, 丁成華
【申請人】江西中醫(yī)藥大學
【公開日】2015年7月8日
【申請日】2015年4月20日