基于改进的最大类间方差的舌色和舌苔分离技术.docVIP

基于改进的最大类间方差的舌色和舌苔分离技术 　　摘要：舌苔、舌色分离是实现舌诊图像自动分析的重要的预处理工作。舌的分部图象的直方图是单峰的，采用一维最大类间方差法确定最佳分割阈值比较合适的，该方法简单有效,很受欢迎。但由于其对噪声和图象频数分布的敏感性，成为当前研究的热点之一。该文提出一种新计算公式，实验表明该公式对噪声等零星分布有较强的抑制作用，得到的最佳阈值比较得稳定，有参考意义。 　　关键词：图像分割；舌诊；最大类间方差 　　中图分类号：TP313文献标识码：A文章编号：1009-3044(2008)23-00711-03 　　Based on Advenced Otsu MethordSeparating the Tongue Coating and the Tongue Image 　　FANG Heng 　　(Department of Information and Technology, Heyuan Polytechnic, Heyuan 517000, China) 　　Abstract: In automatic analysis of the tongue image, to separating the tongue coatingand the tongue image is a important pretreatment work.The OTSU method is a simple and effective method for image segmentation, especial when the histogram of which image has single peak value.So it is very useful,to process the tongue image by OTSU method.But which is sensitivity to the noise and image frequency distribution, Andbecomes into a hot spot now.A new formula is put forward in this paper, and the experiment indicated that the fragmentary distribution “noise” in histogram are inhibited strongly by the new method.The best threshold value get by this paper become more steady,and the method has the reference significance. 　　Key words: Image Segmentation; tongue diagnosis; OTSU 　　1 引言 　　运用现代科技及信息科学的理论和方法，进行中医信息获取和处理的信息化研究，实现中医学中信息客观化、定量识别，是中医科研发展的必由之路。舌色舌质的研究是中医望诊中一个重要部分，舌苔是舌表面的一个附着层，把舌苔从舌表面的图象中分离出来，是一个基本的工作。这是一个图象分割的基本问题，分割的方法也很多，本文感兴趣于目前比较热门的，用基于最大类间方差进行分割[1]的方法，因为该方法以其简单有效，而赢得众多学者的青睐。但由于摘要中提到的缺点，人们从不同的角度对Otsu法进行了讨论和改进。最近，付忠良[2-4]分别从不同的角度对Otsu法进行了推广。不管如何改变公式，一个基本问题是方差的形成公式没有变化，这使得远离期望的点的作用较大，这是Otsu方法阈值不稳定的主要原因 。此文提出一个新的计算公式，在解决舌苔、舌色的分离中取得稳定的效果。 　　2 基本理论 　　2.1基于一维最大类间方差的阈值的确定 　　先定义一些符号：ni是灰度级为i的像素频数，N是图像的全部像素 　　各像素的概率为：pi=ni/N。阈值把图象分为两类C1和C2,其概率为: ωk=Pr(Ck)=■Pi (k=1,2)，灰度均值和方差分别为： 　　■ 　　图像的整体灰度平均值μT、总体方差σ2T分别为：μT=■iPi，σ2T=■ (i-μT)2Pi，可求得类内方差σ2w和类间方差σ2B分别为：σ2w=ω1σ21+ω2σ22，σ2B=σ2T-σ2w。 则使σ2B/σ2w 最大的灰度级T，即为 　　最佳分割阈值： 　　 ■（1） 　　2.2 算法的实施 　　本分割算法基本思想是把彩色图象变换为单色图象，然后采用区域生长的方法进行区域分割，用最大类间方差求得区域生长的约束性条件，以提高分割的精度[5]。最后用分割