[发明专利]一种基于k-means聚类的苔质分离方法和装置有效
| 申请号: | 201811563665.8 | 申请日: | 2018-12-20 |
| 公开(公告)号: | CN109816629B | 公开(公告)日: | 2023-10-13 |
| 发明(设计)人: | 周枫明;宋臣;汤青;魏春雨;王雨晨 | 申请(专利权)人: | 新绎健康科技有限公司 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06V10/762 |
| 代理公司: | 北京工信联合知识产权代理有限公司 11266 | 代理人: | 芦玲玲 |
| 地址: | 065001 河北*** | 国省代码: | 河北;13 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 means 分离 方法 装置 | ||
1.一种基于k-means聚类的苔质分离方法,其特征在于,包括以下步骤:
将获取的第一舌像中的图像信息映射到三维矩阵中,对三维矩阵中的图像信息进行具有M个中心的k-means聚类,得到具有M个类别标签值的像素标签矩阵,其中,所述像素标签矩阵中任一元素的值为M个类别标签值中的一个,M为正整数;
将所述像素标签矩阵映射到预先构建的、与第一舌像大小相同的M个空图中,得到与第一舌像对应的M个标签图像,所述M个标签图像即为第一次分离得到的苔质图像。
2.根据权利要求1所述的方法,其特征在于,
在得到第一舌像对应的M个标签图像之后,还包括:
将获取的第一舌像分离为R通道图像、G通道图像和B通道图像;
分别将R通道图像、G通道图像和B通道图像与所述M个标签图像进行模板运算,得到M组模板运算后的R通道图像、G通道图像和B通道图像;
将与同一个标签图像进行模板运算的同一组模板运算后的R通道图像、G通道图像和B通道图像合并,得到M个映射图像,所述M个映射图像为第二次分离得到的苔质图像。
3.根据权利要求2所述的方法,其特征在于,
在得到M个映射图像之后,还包括:
分别计算所述M个映射图像中舌像背景像素点的数量,确定舌像背景像素点的数量最少的N个映射图像为第三次分离得到的苔质图像,其中,N≤M,N为正整数;
其中,在每一个所述映射图像中,舌像背景像素点的灰度值相同。
4.根据权利要求3所述的方法,其特征在于,
在确定舌像背景像素点的数量最少的N个映射图像之后,还包括:
计算所述N个映射图像在预先设定的中间区域中舌像背景像素点的数量,确定舌像背景像素点的数量最少的映射图像为最终分离得到的苔质图像。
5.根据权利要求1所述的方法,其特征在于,
在将获取的第一舌像中的图像信息映射到三维矩阵中之前,还包括:
将获取的第一舌像从RGB颜色空间转换到HSI颜色空间,得到颜色对比度提高后的舌像图像。
6.根据权利要求1所述的方法,其特征在于,
将所述像素标签矩阵映射到预先构建的、与第一舌像大小相同的M个空图中,得到与第一舌像对应的M个标签图像,包括:
逐一将所述像素标签矩阵中的每一个类别标签Vi的值根据下式映射为灰度值VVi,i∈[1,M]:
step=255/(M-1),
VVi=255-Vi*step;其中,Vi=i;
逐一在预先构建的、全部像素点的像素值为Q的M个空图中,将与所述像素标签矩阵中的每一个类别标签Vi对应的像素点的像素值设定为VVi,得到与类别标签Vi对应的标签图像Si;
其中,在所述标签图像Si中,灰度值为Q的像素点为背景像素点;灰度值为VVi的像素点为目标像素点,Q为0-255之间的任一个数值。
7.根据权利要求2所述的方法,其特征在于,
所述将R通道图像、G通道图像和B通道图像分别与所述M个标签图像进行模板运算,包括:
依次确定R通道图像、G通道图像或B通道图像中,与每一标签图像中的背景像素点对应的像素点为舌像背景像素点,并设置所述舌像背景像素点的灰度值为零。
8.根据权利要求5所述的方法,其特征在于,
在将获取的第一舌像从RGB颜色空间转换到HSI颜色空间,得到颜色对比度提高后的舌像图像时,
在转换前,将第一舌像的R、G、B值进行归一化处理,使得R,G,B∈[0,1];
在转换后,将第一舌像的H、S、I值进行归一化处理,使得H为0°~360°,S,I∈[0,1]。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新绎健康科技有限公司,未经新绎健康科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811563665.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:人脸评价方法及相关产品
- 下一篇:基于迁移学习的fMRI视觉编码模型构建方法





