一种有效舌体分割算法研究.docVIP

一种有效的舌体分割算法研究 　　摘要：针对图像的色调值容易被多种因素影响，导致基于图像色调的舌体分割算法无法准确分割舌体，提出了一种基于新型颜色通道的自适应舌象分割方法。首先结合HSI颜色空间的S通道与I通道生成两个新的颜色通道，并将两个新的颜色通道二值化。然后提出一种自适应图像拼接方法，将两个二值图像进行拼接。接着将图片中非舌体区域的连通域排除，再将舌体区域进行形态学修正得到最终舌体分割结果。实验结果表明该方法具有较好的分割结果。 　　关键词：舌体分割；颜色通道；自适应图像拼接；连通域；形态学处理 　　中图分?号：TP391 文献标识码：A 文章编号：1009-3044（2017）29-0160-03 　　Abstract：An adaptive tongue segmentation method Based on new color channels is proposed to solve the problem that the hue value of the image is easily affected by a variety of factors， resulting in the tongue segmentation algorithm that Based on hue value can not segment the tongue accurately.First， the S channel and the I channel of the HSI color space are combined to generate two new color channels and binarize the two new color channels.Secondly， an adaptive image mosaic method is proposed to splice two binary images. Thirdly， the connected domain of the non-tongue region in the picture is excluded， and the resulting tongue region is morphologically corrected to obtain the final tongue segmentation result. The experimental results show that the method has better segmentation results. 　　Key words： tongue segmentation； color channel； Adaptive image mosaic； connected domain； morphological processing 　　1 概述 　　舌诊是中医“望、闻、问、切”四诊中望诊的重要组成部分，中医通过肉眼观察病人的舌体颜色、舌苔厚度等舌象信息来对病人的身体病况进行诊断，在一些中医临床诊断中有着广泛的应用。但传统的舌诊过于依赖医生的主观判断和经验，没有统一的量化数据与诊断标准[1-3]，限制了中医舌诊的发展。因此，在传统中医诊断中引入计算机数字图像处理技术进行辅助诊断成了近年来中医舌诊客观化发展的重要方法。而该方法的前提是将舌体区域从背景中分割出来，这一步决定了后续计算机视觉技术分析的准确性[4-5]，因此舌体分割结果务必要精确。 　　颜色空间是彩色舌体图像预分割的基础，选择合适的颜色空间可以最大限度的利用舌体图像中的颜色信息。张氏等[7]借助HSI的Hue通道去除舌象中的嘴唇、脸部等信息，获得舌体初始轮廓，然后用舌体修正模型修正设立初始轮廓，最后用改进的GAC算法提取舌体。王氏等[8]先借助HSI空间的H通道将舌体的位置确定，然后将处理后的图像应用snake主动轮廓模型得到舌体的初步轮廓，然后基于R值和YUV的V值对所得轮廓图像重新初始化，接着再次用snake主动轮廓模型进行分割提取出舌体图像。Kamarudin等[9]根据北里大学东方医学研究中心的数据，总结出HSV颜色空间的H、S、V通道在舌体和舌苔会有不同的取值范围，由此使用H、S、V通道的值确定了分割参数，从而将舌体与舌苔分离出来。 　　然而，在采集舌体图像过程中，图像的颜色信息容易被环境光源、相机质量等因素影响而产生不规律的改变。如图1所示，在HSI颜色空间中，我们可以看出颜色信息的不规律变化对H通道影响很大，这样依靠H通道的彩色舌像的分割算法已经无法对舌体图像进行有效的预分割。针对这一问题，本文提出了结合两种新的颜色通道对舌体图像进行预分割处理，并运用一种针对本文条件下