[发明专利]基于特征提取的痤疮分类方法

摘要

本发明涉及一种基于特征提取的痤疮分类方法，首先获得痤疮患者背部的痧象，利用现有技术获得背部穴位的具体位置，并分割为彩色穴位模块，然后获取每个彩色穴位模块的纹理特征，即采用灰度共生矩阵基础上的对比度、熵和相关性来共同表征纹理特征，获取每个彩色穴位模块的颜色特征，获取每个彩色穴位模块的痧象面积特征，接下来采用痤疮患者背部的痧象对BP神经网络进行训练，所述的BP神经网络为三层结构，输入层维数为63，隐含层维数为25，输出层维数为3，最后利用训练好的BP神经网络对待检测对象进行痤疮分类，最终输出三种病症，即湿热型、心火炽热型以及脾气虚型。

主权项

基于特征提取的痤疮分类方法，首先在医院统一的环境中，用数码相机获得痤疮患者背部的痧象，并将图像传输至计算机，在计算机中完成从输入图像到对固定背部穴位的自动定位，获得输入图像中穴位的具体位置，其中所述的穴位包括大椎穴、左肺俞穴、右肺俞穴、左心俞穴、右心俞穴、左膈俞穴、右膈俞穴，并以上述各个穴位的位置为中心得到A*A像素大小的区域，由此得到每幅输入图像中7个彩色穴位模块，其特征在于还依次包括以下步骤：1）获取每个彩色穴位模块的纹理特征，即采用灰度共生矩阵基础上的对比度、熵和相关性来共同表征纹理特征，具体如下：首先将每个彩色穴位模块进行灰度化，得到灰度穴位模块，计算得到每个灰度穴位模块的灰度共生矩阵，并进行归一化处理；之后计算每个灰度穴位模块的灰度共生矩阵的对比度、熵和相关性；2）获取每个彩色穴位模块的颜色特征，具体如下：首先对每个彩色穴位模块进行RGB颜色空间到HSV颜色空间的转换，得到每个彩色穴位模块的HSV分量，提取HSV分量中的色调H分量、饱和度S分量、亮度V分量，并分别对这三个分量进行非等间隔的量化，即分别对这三个分量进行非等间隔的划分，然后每个划分后的区间对应一个值，得到非等间隔量化后的色调分量h、饱和度分量s、以及亮度分量v；量化完成后，把3个颜色分量合成为一维特征矢量L，合成公式为L=16h+4s+v，彩色穴位模块中的每个象素对应L中的一个元素li，统计彩色穴位模块中li对应的象素个数，选取象素个数最多的前四个li做为最后表征颜色分量的特征向量，即 将特征矢量L降维至4*1；3）获取每个彩色穴位模块的痧象面积特征；在每个彩色穴位模块中，统计在HSV颜色空间中H分量在（356，360)、（0,5）区间内的像素数，并计算其占对应彩色穴位模块总像素数的比值，将这两个比值作为每个彩色穴位模块的痧象面积特征；4）采用不同的痤疮患者背部的痧象特征对BP神经网络进行训练，训练次数不少于500，所述的BP神经网络为三层结构，输入层维数为63，隐含层维数为25，输出层维数为3，其中输入层维数为63，即每一个输入图像中有7个穴位模块，每个穴位模块都包括含有3个特征值的纹理特征、含有4个特征值的颜色特征，以及含有2个特征值的面积特征，输出层维数为3，即输出痤疮的三种病症，湿热型、心火炽热型以及脾气虚型；5）完成训练后，使用BP神经网络对待测图像进行痤疮分类。