[发明专利]一种舌像分割方法、装置及存储介质

权利要求书

1.一种舌像分割方法，其特征在于，包括以下步骤：

对一舌像数据集的样本图像进行标注，每个所述样本图像为一舌像图像，对每个所述舌像图像标注出背景区域和舌体区域，从而相应地获得每个所述舌像图像的背景数据和舌体数据，所述背景数据包括所述背景区域上各像素的坐标、像素值和颜色值，所述舌体数据包括所述舌体区域上各像素的坐标、像素值和颜色值，所述背景区域的像素值为0，所述舌体区域的像素值为1；

利用标注完成的所述舌像数据集训练二分类语义分割网络模型，类别为背景区域和舌体区域两类；

将目标图像输入到所述二分类语义分割网络模型中，得到与目标图像大小相同的第一二值化预测图像，在第一二值化预测图像中，背景区域的像素值为0，舌体区域的像素值为1；

检测所述第一二值化预测图像中的连通区域，并当第一二值化预测图像的连通区域为多个时，计算各个连通区域的面积，保留面积最大的连通区域，并将其他连通区域的各像素的像素值由1调整为0，得到第二二值化预测图像；

对所述第二二值化预测图像按行扫描，计算每行从左到右第一个像素值为1的坐标及最后一个像素值为1的坐标，扫描这两个坐标之间的像素值，当发现像素值不为1的坐标a时，计算坐标a所在列从上往下第一个像素值为1的坐标aUp以及最后一个像素值为1的坐标aDown，若坐标a处于坐标aUp与坐标aDown之间，则将a对应的像素值调整为1，否则不调整，从而获得第三二值化预测图像；

将所述第三二值化预测图像中像素值为0的坐标对应的颜色值调整为统一颜色，从而生成目标舌体分割图像。

2.根据权利要求1所述的舌像分割方法，其特征在于，二分类语义分割网络模型使用encoder-decoder结构，其中encoder模块使用改进的Xception结构作为网络主体。

3.根据权利要求2所述的舌像分割方法，其特征在于，所述目标图像在进入encoder模块时，分别使用1×1普通卷积，3×3扩张率为6的空洞卷积，3×3扩张率为12的空洞卷积，3×3扩张率为8的空洞卷积以及池化模块得到通道数目为5的特征层，最后对其使用1×1普通卷积，得到的结果为encoder模块的输出特征，该输出特征的空间分辨率相比原图降低了16倍；在decoder模块中，对encoder模块的输出特征进行4倍双线性上采样，得到的特征记为FA，该特征相比原图的空间分辨率降低了4倍；再从encoder中对应着相比原图空间分辨率降低4倍的特征层，经过1×1卷积降通道得到新的输出特征记为FB，其大小于FA相同；将FA和FB连接为双通道特征层，再经过一次3×3卷积细化特征，最后对前述特征进行4倍双线性上采样得到预测结果，即所述第一二值化预测图像。

4.根据权利要求1所述的舌像分割方法，其特征在于，获得所述第三二值化预测图像后，还对所述第三二值化预测图像进行边缘平滑处理，得到第四二值化预测图像；

将所述第四二值化预测图像中像素值为0的坐标对应的颜色值调整为统一颜色，从而生成目标舌体分割图像。

5.根据权利要求4所述的舌像分割方法，其特征在于，对所述第三二值化预测图像进行边缘平滑处理的步骤为：

针对每个像素，获取以其为中心的3×3像素矩阵上共9个像素对应的像素值，每个像素值为0或1；

计算所述9个像素中像素值为0的像素个数和为1的像素个数；

当像素值为0的像素个数大于为1的像素个数时，将中心像素的像素值调整为0，反之为1；

所述第三二值化预测图像的每个像素均进行上述处理，从而得到第四二值化预测图像。

6.根据权利要求4所述的舌像分割方法，其特征在于，对所述第四二值化预测图像中像素值等于1的坐标，其颜色值取所述目标图像的对应坐标的颜色值，从而获得舌体分割图像。