[发明专利]一种基于像素聚类与分割阈值的白癜风区域分割方法

说明书

本发明公开了一种基于像素聚类与分割阈值的白癜风区域分割方法，通过将聚类中心分割与阈值分割方法相结合，本发明方法能够对不同光照环境下拍摄的白癜风患病区域的照片进行快速有效的分割。而且在皮损边缘模糊、曲折、图片对比度底等条件下，仍能较为理想地分割出白斑区域，为白癜风区域的面积测量与构建疗效评价体系提供了关键的技术支持。

技术领域

本发明属于数字图像处理领域，涉及一种基于像素聚类与分割阈值的白癜风区域分割方法。

背景技术

白癜风是一种常见的皮肤色素脱失病，该病的主要特征是在体表形成大小无规则的白斑皮损，是一种严重影响外貌美观的疾病,白斑面积是临床治疗效果的重要评价指标,而测量白斑面积的基础则是准确将白斑区域分割出来。

随着图像处理技术的发展，传统的白斑面积测量方法，如目测估算法、点估算法、宫格法等，由于其主观性强，缺乏客观的衡量标准，逐渐被基于图像分析的测量方法所取代。这类方法可以做到非接触式测量，客观准确，但由于图片拍摄环境、拍摄器材、患者皮肤自身的色度等诸多因素的限制，做到将白癜风区域高效，准确的分割出来仍具有一定难度，如基于混合颜色空间的K均值聚类方法采用将输入的RGB图像转转换到 CIELAB、HSV、YCbCr空间中进行K均值聚类分割，但该方法需要同时在三个空间下进行聚类，计算量大，难以对分辨率高的图像进行有效的处理，且以像素点为最小单位进行分割；使用Photoshop与Image J等工具对白癜风区域进行手动分割，标记边缘的方法，效果虽精确但操作繁琐；基于snake模型并使用水平集算法对白癜风皮损边缘进行提取的方法，要求先给定目标区域的初始轮廓，且算法对噪声较为敏感，且设备要求高。使用YCbCr颜色空间与Fuzzy C-Means(FCM)聚类相结合的方法，虽然达到了不错的分割效果，但无法适应图片对比度较小的情况。

因此，根据现存方法的一些缺点，如计算量大，操作繁琐，对拍摄器材要求高，只适用于强对比度的图片等，本发明公开了一种高效、简单、鲁棒性强、且不受拍摄器材限制的白癜风区域分割方法。本方法首先通过对图像进行聚类中心分割，然后再人为设定阈值，实现白癜风区域的分割。在本方法中将聚类中心定义为：由数字图像中相连通且特征相似的像素点组成的小区域。这些小区域保留了进一步进行图像分割所需的有效信息，且会保留图像中白斑的边界信息。

发明内容

发明目的：本发明提供一种基于像素聚类与分割阈值的白癜风区域分割方法，对白癜风区域进行分割。本方法在图像拥有噪声、高分辨率、低对比度的情况下仍可进行高效准确的分割，通过图像处理技术将白癜风区域地准确分割出来。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于像素聚类与分割阈值的白癜风区域分割方法，该方法包括如下步骤：

(1)获取患者人脸区域图像；

(2)对图像进行高斯模糊或中值滤波去除噪声；

(3)对步骤(2)处理获得的图像进行像素聚类；

(4)确定分割阈值，基于像素聚类对图像分割获得白癜风区域图像。

进一步，在步骤(2)中，若有图像中有高光区域，则先进行高光抑制处理。

进一步，其特征在于，在步骤(3)中，图像聚类方法如下：

(3-1)将采集到的RGB图像转换至Lab颜色模型时，需要通过XYZ颜色模型进行过渡，公式如下：

其中，p_R,p_B,p_G分别是像素p的RGB颜色分量；

(3-2)将输入RGB图像转换到Lab颜色空间：