[发明专利]一种多规则融合的随机游走舌像提取方法

说明书

技术领域

本发明涉及一种能够全自动地将舌头图像从脸部、嘴唇和牙齿等背景区域提取出来的多规则融合的随机游走舌像提取方法。

背景技术

舌诊是中医四诊中望诊的主要内容，是中医传统医学中的一项特色诊断方法。传统的舌诊主要依靠中医大夫对病人舌像的舌质、舌苔的颜色、纹理、形状、厚薄等特征进行主观辨识，从而对病人的病情病况做出合理的推断。传统的舌诊主要依赖于中医大夫的诊断经验，并且舌诊的结果容易受到人为主观和客观环境的影响。因而，目前一些研究者利用暗箱或数字成像设备拍摄舌体图像，然后利用计算机对舌像特征进行定量的检测和分析，即舌诊客观化。为了实现对舌像的定量化检测和分析，首先一个重要的工作就是将舌体图像从背景区域（如：牙齿、嘴唇和脸部）提取出来，即舌像提取。舌像提取的自动化程度是舌诊客观化智能化程度的重要标志之一，同时舌像提取的准确程度直接影响到后续定量化检测的结果。因此，准确快速的舌像提取方法研究具有重要的意义和作用。目前，由于舌像具有多样性，一些舌像提取方法自身存在着局限性，不能将有苔舌像正确的提取出来。

发明内容

本发明的目的就是提供一种准确度高、可靠性好、实用性强、成本低的多规则融合的随机游走舌像提取方法。

本发明中的多规则融合的随机游走舌像提取方法，是一种采用彩色图像处理技术，利用带有压缩规则的滑降算法和多规则融合的随机游走算法，在舌像中搜索目标舌像区域的舌像提取算法，其包括以下四个步骤：

1、利用带有压缩规则的滑降算法对原图像进行初始分割，从而获取初始区域集，该滑降算法的具体步骤如下：

（1.1）扫描原图像，找到图像中的一个非零像素作为种子点；

（1.2）将种子像素添加到目标区域，并将种子像素压入栈中，最后从原图像中取出种子像素；

（1.3）从栈中弹出一个种子像素；

（1.4）对于种子像素的每个邻域像素，若种子像素与邻域像素的色调和亮度差异小于阈值，则将邻域像素加入到目标区域，并将邻域像素压入栈中，并从原图像中删除该邻域像素；

（1.5）重复（1.3）和（1.4），直到栈为空为止；

（1.6）计算（1.3）、（1.4）和（1.5）所生成的目标区域面积，若面积小于阈值，则舍弃当前目标区域；

（1.7）重复（1.1）到（1.6），直到原图像中不包含任何非零像素。

2、利用一种新的复合权函数，建立加权图，并进行简约（即将加权图化简为邻近区域网络，也就是只有那些邻近区域间才可能连通的网络），该复合权函数如下所示：

其中，和是权系数，，，，I_i和I_j为像素i和像素j的亮度，H_i 和 H_j为像素i和像素j的色调，代表像素i和像素j的亮度差异，代表像素i和像素j的色调差异；

该建立加权图并简约的算法具体步骤如下：

（2.1）创建邻接表表头数组，其中的每个元素代表一个初始区域；

（2.2）若区域A与区域B是相邻的，则执行（2.3）到（2.7）；

（2.3）创建一个从区域A到区域B的边结点；

（2.4）将新的边结点的标志设置为B；

（2.5）根据复合权函数的计算公式计算区域A和区域B的权值，设置新边结点的权值，并设置新边结点的后继为空；

（2.6）将新的边结点连接到区域A的链表末尾；

（2.7）采取如（2.3）到（2.6）同样的方法，创建从区域B到区域A的边结点。

   3、利用一种多规则融合的随机游走算法来进行最终的聚类分割，生成舌体区域图像。传统的随机游走算法的初始种子是人工选取的。本申请将与原图像中心位置的平均距离最近的最大区域作为初始种子；

该多规则融合的随机游走算法的具体步骤如下：

（3.1）利用前面第三点描述的自动选取种子的方法，找到原图像中的初始种子；

   （3.2）初始化访问标记数组为false；

   （3.3）若当前种子未被访问，则继续以下步骤；

   （3.4）设置当前种子的访问标记为true；

   （3.5）记录下当前的种子区域，并将当前种子区域添加到目标区域；