[发明专利]基于舌体分区颜色特征的智能图像分类方法

摘要

本发明提供了一种基于舌体分区颜色特征的智能图像分类方法。首先，基于方向梯度直方图特征对大量的舌体图片数据进行训练，利用训练结果对视频中的舌体进行定位，然后进行更为精确的分割，接着将分割出的舌体区域划分为不同的区域，提取每一区域的像素在RGB颜色空间上进行分离，对每一区域统计颜色直方图。最后根据颜色直方图和区域位置做相似度的计算，输出与视频舌体区域最为相似的舌体图片。本发明检测准确率高，能利用舌体区域划分找出不同区域颜色都近似的图片。输出的视频图像分类结果可用于多模态生物特征识别中作为辅助识别手段的基于舌体特征的身份识别，还可用于人工智能应用中的生物信息图像分类。

主权项

基于舌体分区颜色特征的智能图像分类方法，其特征在于,包括以下步骤：(a)对于摄像头采集的舌体图像进行归一化处理，提取其方向梯度直方图特征，根据提取的方向梯度直方图特征数据进行训练；(b)基于SVM分类器，根据步骤(a)中的训练结果进行分类，由此对舌体区域进行定位，获得舌体的矩形位置信息；(c)输入带有舌体的视频数据，利用步骤(b)中得到的舌体的矩形位置信息，通过分水岭算法对舌体进行分割；(d)以步骤(b)中得到的舌体的矩形位置区域，根据步骤(c)舌体分割的结果对矩形区域做出调整，使其包含舌体分割的所有部分；将调整后的矩形区域等分成N个矩形区域，N可为4、6或9；(e)对于步骤(d)等分的N个区域分别提取颜色特征，并计算其颜色直方图；(f)建立标准舌体图像的分类图片库，对于分类图片库的图片同样按照步骤(a)～(e)提取颜色特征，并计算颜色直方图；(g)将步骤(e)中的相应颜色直方图分别与步骤(f)中的分类图片库中对应的直方图数据作相似度计算，将计算的N个区域的相似度结果取均值，根据分类图片库中得到的相似度Vsim，在分类图片库中选取相似度最高的一张，此张图片即为与步骤(c)中输入的摄像数据中舌体最为相似的一张舌体图片。