基于视觉显著性机制的舌象初始轮廓.pdfVIP

黧 基于视觉显著性机制的舌象初始轮廓 吴梅华 1,2 (1福州1大学数学与计算机科学学院 福建 福州 350108 2闽江学院计算机科学系 福建 福州 350108) 【摘 要 】：舌象分割在舌诊 自动化中尤为重要。本文基于视觉显著性机制通过对舌体提取HSV模 型下的特征，利用Hv通道获取舌体下部轮廓，利用s通道获取舌体上部轮廓。结合Hv通道得到的下 部轮廓、S通道得到的上部轮廓，经曲线拟合，得到初始舌体轮廓。 【关键词】：舌象分割 HSV舌体轮廓 1．引言 对 图像进行精确的分割是非常困难 ，甚至是不可能 舌诊在中医中占据着重要的地位，是一种通过观 的。因此在舌象分割这样的应用领域，为了获得更为 察舌体的色泽、形态的变化来辅助诊断及鉴别的简单 精准的分割，我们通常要提取舌体的特征，包括舌体 有效的医学方法。但是长期 以来，主观性的舌诊拥有 本身及其周围。 不够客观、环境因素影响大等缺点，使得 中医舌诊稳 文献2『1中提及舌体区域粗定位时可以利用舌体与 定性不高。因此，医学图像处理及信息化处理提供出 上嘴唇之间的空隙获得，而舌体与上嘴唇的边界通常 自动化舌诊方案 。人们通过光影设备获取初始的舌部 就是舌体的上边缘 。且舌体下边缘底部与其他区域区 区域图像，再通过 图像分割去掉不感兴趣 的区域，获 别较为明显，由此提起这两个特征可 以更快地获取舌 取舌象信息，再通过图像分析得出舌体的生理变化 。 体的初始轮廓 ，便于后续舌象的精准提取。文献[31中提 而其中舌象分割是关键的步骤。由于舌部区域与嘴唇 到要得到初始轮廓线，就要先消除嘴唇的影响。可以 区域界线不明显，加大了舌象分割的难度。准确地分 利用 S通道来去除嘴唇对舌体轮廓的影响。 割出舌象成为数字化舌诊 中重要的一步 。 RGB色彩模式是工业界的一种颜色标准，是通过 为了实现舌诊客观化，近些年来许多国内外学者 对红(R)、绿(G)、蓝 (B)三个颜色通道的变化 以及它~fJ*H 运用图像处理以及模式识别的方式对舌体的纹理、色 互之间的叠加来得到各式各样 的颜色的，可 以计算机 泽和形态等进行研究。并开发一些了客观化舌诊的软 上很好地表示，却不能很直观在视觉上表示 图像 。 件及平台。然而，对舌象的分割仍然没有取得非常满 HSV是基于人的眼睛对色彩的识别，是一种从视觉的 意 的效果 。由于舌象 比较复杂 (包括嘴唇、脸 、牙齿)， 角度定义的颜色模式。是将色彩分解为色调，饱和度 传统的分割方法很难得到理想 的效果。本文使用 HSV 及亮度 。通过调整色调，饱和度及亮度得到颜色和变 通道结合边缘检测算子来大致确定舌体区域并用径 化 。 向边缘检测这一新方法来对舌体边界进行初步分割， 人的舌体在色调和亮度方面 比较敏感，尤其在舌 最后使用 snake模型进行初始轮廓获取修正。 尖部分 。而舌体顶部在饱和度上较为敏感 。故而在提 2．分割方法及实现 取舌体下部轮廓时采用 H通道与V通道结合获取舌 2．1基于视觉机制的舌象分割思考 体下部轮廓，而在舌体顶部采用 S通道获取舌体上部 由于提取 图像 中的信息是中医舌诊图像 的关键 ， 轮廓。 然而图像分割在图像领域中至今仍是一个难题。人的 Kass等提出的snake模型由一组控制点组成，这 舌体形状不固定，且与肤色接近 ，加大了舌体分割的 些点首尾用直线连接形成轮廓线V(s)=Ix(s)，y(s)]S∈ 难度 。文献 【1中已经证明仅仅靠 图像本身包含的信息 [0，1] 基金项 目：国家 自然科学基金项 目；福建省高校杰出青年科研人才培育计划项 目(JA13247)； 福建省 自然科学基金项 目(2012D109)；福建省教育厅B类项 目(JB13166)