舌下静脉特征提取装置及方法制造方法及图纸

本发明专利技术提供一种舌下静脉特征提取装置及方法，该方法包括步骤：利用不同的舌面样本图像进行训练生成舌腹面检测器；利用舌腹面检测器从舌面图像检测出包含嘴唇的舌腹面；根据舌腹面的位置信息截取舌腹面；对舌腹面进行阈值分割处理得到舌腹面的暗影区域和牙齿区域；利用暗影区域和牙齿区域创建舌腹面分割模板；利用舌腹面分割模板从舌面图像中分割出舌腹面图像；对舌腹面图像进行分类得到分类结果图像；从分类结果图像中分割出舌下左右静脉，并对舌下左右静脉进行形态学处理得到舌下左右静脉模板；利用舌下左右静脉模板计算舌下静脉图像，并从舌下静脉图像中提取舌下静脉特征。本发明专利技术的舌下静脉特征提取方法提高了舌下静脉特征提取的准确性。

Device and method of feature extraction of sublingual vein

【技术实现步骤摘要】
舌下静脉特征提取装置及方法
本专利技术涉及中医舌面处理的
，尤其涉及一种舌下静脉特征提取装置及方法。
技术介绍
舌下络脉诊法与舌诊一样对各种病证有一定的辅助诊断价值。在证主为瘀证，尤其是血瘀证；在病主为恶性肿瘤、心肺疾病、肝病、血液病尤具诊断价值。它虽非特异性诊断，但能较好地反映患者对致病动因的整体态势，特别是对气血是否盈亏调和，经络是否通畅，有无痰瘀内阻具较大意义。根据中医学中的大量研究，它主要反映的是体循环与微循环的状态及血液有关方面的变化。如果医者具有一定经验，通过详细望诊，排除年龄、个体差异、气候干扰等影响，其结果可以弥补传统舌诊的不足，为医学临床在辨证中提供更多更重要的信息。然而，由传统中医舌诊方法所得到的诊断结果往往受医生的经验积累以及病人当时所处的环境等因素所影响，主观依赖性较强，缺乏客观化、定量化的依据。舌下络脉诊法的深入发展，仍有赖于基础研究的认真探索和临床观察的客观化，因此要特别重视运用高科技手段创造新的仪器和方法，形成统一、规范的客观指标和观察方法，找出规律，说明机制，实用于临床。面向计算机化中医舌下络脉诊法研究工作的开展将进一步推动现代信息科学与祖国传统医学的交融发展，对于中医辨证规范化及中医临床、教学、科研手段的现代化，解决制约发挥中医特色优势的重大基础问题，实现中医现代化，具有重要的理论价值和实际意义，是中医舌诊现代化的重要环节。目前，图像处理和模式识别等计算机方法为中医诊断技术提供参考依据，然而，目前现有技术在舌腹面分割方面准确度不高，存在舌下静脉分割方面分割出的舌下静脉不够完整，从而导致提取的舌下静脉特征不够准确，从而影响医生对中医舌下络脉诊判断结果的准确性。
技术实现思路
本专利技术的主要目的在于提供一种应用于中医面诊中的舌下静脉特征提取装置及方法，旨在解决现有技术存在舌下静脉特征提取的准确度不高的技术问题。为实现上述目的，本专利技术提供一种舌下静脉特征提取装置，包括适于实现各种计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器，所述计算机程序指令由处理器加载并执行如下步骤：通过输入单元输入不同的舌面样本图像构建多个正负样本；利用opencv开源库中的opencv_createsamples程序对多个正负样本进行处理生成一个训练数据集；利用opencv开源库中的opencv_traincascade程序对训练数据集进行训练生成舌腹面检测器；利用舌腹面检测器从待检测的舌面图像中检测出包含嘴唇的舌腹面；基于待检测的舌面图像确定舌腹面的位置信息，并根据舌腹面的位置信息截取包含嘴唇的舌腹面；对截取的舌腹面进行阈值分割处理得到舌腹面的暗影区域和牙齿区域；利用舌腹面的暗影区域和牙齿区域创建舌腹面分割模板；将待检测的舌面图像和舌腹面分割模板输入到opencv开源库中的grabCut函数中分割出舌腹面图像；利用opencv开源库中的kmeans聚类算法对舌腹面图像进行分类得到分类结果图像；从分类结果图像中分割出舌下左右静脉，并对舌下左右静脉进行形态学处理得到舌下左右静脉模板；利用舌下左右静脉模板计算出舌下静脉图像，并从舌下静脉图像中提取舌下静脉特征。优选的，所述利用舌腹面的暗影区域和牙齿区域创建舌腹面分割模板的步骤包括：利用canny边缘检测算法提取舌腹面暗影区域的轮廓线，提取轮廓线的所有n个坐标点，并将提取的所有n个坐标点两两配对组成n×(n-1)/2条边；对于每条边，检查剩余的(n-2)个点是否在该条边的同一侧；如果所有点都在该条边的一侧，则将该条边加入凸包集合中直到所有边都被遍历过为止，并将该凸包集合作为舌腹面暗影区域的轮廓线；创建舌面样本图像大小的单通道模板图像，并将舌腹面暗影区域的轮廓线映射到单通道模板图像的相应位置；将轮廓线内部非白色区域的所有像素值全部置为1，将轮廓线内部白色区域的所有像素值置为3，将轮廓线外部区域的所有像素值全部置0，以及依照舌腹面牙齿区域将单通道模板图像的相应位置的像素值置为0，得到舌腹面分割模板。优选的，所述利用opencv开源库中的kmeans聚类算法对舌腹面图像进行分类得到分类结果图像的步骤包括：将RGB的舌腹面图像转换到Lab颜色空间，利用opencv开源库中的kmeans聚类算法并依据舌腹面图像在Lab颜色空间的a和b颜色通道的像素值，对舌腹面图像分类得到分类结果图像。优选的，所述利用舌下左右静脉模板计算出舌下静脉图像的步骤包括：将舌下左右静脉模板和舌腹面图像的各个颜色通道分别求与运算，并把运算结果合并得到舌下静脉图像。优选的，所述舌下静脉特征包括舌下静脉的R、G、B颜色值和H、S、V颜色值、左静脉的长度和宽度、右静脉的长度和宽度、左静脉的舌长比和右静脉的舌长比，其中：提取舌下静脉的R颜色值的计算方法为：将舌下静脉图像的R通道所有像素值之和除以R通道的舌下静脉像素个数，得到R颜色值；G、B、H、S、V颜色值均按提取R颜色值的方法计算；提取左静脉的长度和宽度的计算方法为：计算舌下静脉图像中左静脉的最小外接矩形，则该矩形的长度和宽度分别是舌下左静脉的长度和宽度，其中，左静脉的最小外接矩形计算步骤包括：(1)提取左静脉轮廓线并根据轮廓线计算左静脉凸包；(2)随机选取左静脉凸包上的一条边AB作为起始边，其中A和B为左右两个端点，将AB以端点A为中心旋转θ角度，使AB边平行于坐标横轴x轴，则左静脉凸包的所有点都绕A点旋转了θ角度；(3)以AB边为作为外接矩形的上边界或下边界，在左静脉凸包上找到y值为最小或y值为最大的一个点，经过该点做一条平行于x轴的直线来确定外接矩形的下边界或上边界，在左静脉凸包上找到x值为最小的左侧点和x值为最大的右侧点，经过该左侧点和右侧点分别做垂直于x轴的两条直线来确定外接矩形的左边界和右边界，这样就得到一个外接矩形，计算并保存AB边的端点坐标、外接矩形的长宽和面积；(4)顺序选择左静脉凸包上的下一条边BC，重复上述步骤(2)至步骤(3)寻找下一个外接矩形，直到左静脉凸包上所有的边均遍历完毕；(5)比较所有外接矩形的面积，找出面积最小的外接矩形作为左静脉的最小外接矩形；提取右静脉的长度和宽度的计算方法与提取左静脉的长度和宽度的计算方法相同；提取左静脉舌长比的计算方法为：将输入的舌体长度除以舌下左静脉的长度的比例值记为左静脉的舌长比；提取右静脉舌长比的计算方法为：将输入的舌体长度除以舌下右静脉的长度的比例值记为右静脉的舌长比。另一方面，本专利技术还提供一种舌下静脉特征提取方法，该方法包括如下步骤：通过输入单元输入不同的舌面样本图像构建多个正负样本；利用opencv开源库中的opencv_createsamples程序对多个正负样本进行处理生成一个训练数据集；利用opencv开源库中的opencv_traincascade程序对训练数据集进行训练生成舌腹面检测器；利用舌腹面检测器从待检测的舌面图像中检测出包含嘴唇的舌腹面；基于待检测的舌面图像确定舌腹面的位置信息，并根据舌腹面的位置信息截取包含嘴唇的舌腹面；对截取的舌本文档来自技高网...

【技术保护点】
1.一种舌下静脉特征提取装置，包括适于实现各种计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器，其特征在于，所述计算机程序指令由处理器加载并执行如下步骤：/n通过输入单元输入不同的舌面样本图像构建多个正负样本；/n利用opencv开源库中的opencv_createsamples程序对多个正负样本进行处理生成一个训练数据集；/n利用opencv开源库中的opencv_traincascade程序对训练数据集进行训练生成舌腹面检测器；/n利用舌腹面检测器从待检测的舌面图像中检测出包含嘴唇的舌腹面；/n基于待检测的舌面图像确定舌腹面的位置信息，并根据舌腹面的位置信息截取包含嘴唇的舌腹面；/n对截取的舌腹面进行阈值分割处理得到舌腹面的暗影区域和牙齿区域；/n利用舌腹面的暗影区域和牙齿区域创建舌腹面分割模板；/n将待检测的舌面图像和舌腹面分割模板输入到opencv开源库中的grabCut函数中分割出舌腹面图像；/n利用opencv开源库中的kmeans聚类算法对舌腹面图像进行分类得到分类结果图像；/n从分类结果图像中分割出舌下左右静脉，并对舌下左右静脉进行形态学处理得到舌下左右静脉模板；/n利用舌下左右静脉模板计算出舌下静脉图像，并从舌下静脉图像中提取舌下静脉特征。/n...

【技术特征摘要】
1.一种舌下静脉特征提取装置，包括适于实现各种计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器，其特征在于，所述计算机程序指令由处理器加载并执行如下步骤：
通过输入单元输入不同的舌面样本图像构建多个正负样本；
利用opencv开源库中的opencv_createsamples程序对多个正负样本进行处理生成一个训练数据集；
利用opencv开源库中的opencv_traincascade程序对训练数据集进行训练生成舌腹面检测器；
利用舌腹面检测器从待检测的舌面图像中检测出包含嘴唇的舌腹面；
基于待检测的舌面图像确定舌腹面的位置信息，并根据舌腹面的位置信息截取包含嘴唇的舌腹面；
对截取的舌腹面进行阈值分割处理得到舌腹面的暗影区域和牙齿区域；
利用舌腹面的暗影区域和牙齿区域创建舌腹面分割模板；
将待检测的舌面图像和舌腹面分割模板输入到opencv开源库中的grabCut函数中分割出舌腹面图像；
利用opencv开源库中的kmeans聚类算法对舌腹面图像进行分类得到分类结果图像；
从分类结果图像中分割出舌下左右静脉，并对舌下左右静脉进行形态学处理得到舌下左右静脉模板；
利用舌下左右静脉模板计算出舌下静脉图像，并从舌下静脉图像中提取舌下静脉特征。


2.如权利要求1所述的舌下静脉特征提取装置，其特征在于，所述利用舌腹面的暗影区域和牙齿区域创建舌腹面分割模板的步骤包括：
利用canny边缘检测算法提取舌腹面暗影区域的轮廓线，提取轮廓线的所有n个坐标点，并将提取的所有n个坐标点两两配对组成n×(n-1)/2条边；
对于每条边，检查剩余的(n-2)个点是否在该条边的同一侧；
如果所有点都在该条边的一侧，则将该条边加入凸包集合中直到所有边都被遍历过为止，并将该凸包集合作为舌腹面暗影区域的轮廓线；
创建舌面样本图像大小的单通道模板图像，并将舌腹面暗影区域的轮廓线映射到单通道模板图像的相应位置；
将轮廓线内部非白色区域的所有像素值全部置为1，将轮廓线内部白色区域的所有像素值置为3，将轮廓线外部区域的所有像素值全部置0，以及依照舌腹面牙齿区域将单通道模板图像的相应位置的像素值置为0，得到舌腹面分割模板。


3.如权利要求1所述的舌下静脉特征提取装置，其特征在于，所述利用opencv开源库中的kmeans聚类算法对舌腹面图像进行分类得到分类结果图像的步骤包括：
将RGB的舌腹面图像转换到Lab颜色空间，利用opencv开源库中的kmeans聚类算法并依据舌腹面图像在Lab颜色空间的a和b颜色通道的像素值，对舌腹面图像进行分类得到分类结果图像。


4.如权利要求1所述的舌下静脉特征提取装置，其特征在于，所述利用舌下左右静脉模板计算出舌下静脉图像的步骤包括：
将舌下左右静脉模板和舌腹面图像的各个颜色通道分别求与运算，并把运算结果合并得到舌下静脉图像。


5.如权利要求1所述的舌下静脉特征提取装置，其特征在于，所述舌下静脉特征包括舌下静脉的R、G、B颜色值和H、S、V颜色值、左静脉的长度和宽度、右静脉的长度和宽度、左静脉的舌长比以及右静脉的舌长比，其中：
提取舌下静脉的R颜色值的计算方法为：将舌下静脉图像的R通道所有像素值之和除以R通道的舌下静脉像素个数，得到R颜色值；G、B、H、S、V颜色值均按提取R颜色值的方法计算；
提取左静脉的长度和宽度的计算方法为：计算舌下静脉图像中左静脉的最小外接矩形，则该矩形的长度和宽度分别是舌下左静脉的长度和宽度，其中，左静脉的最小外接矩形计算步骤包括：
(1)提取左静脉轮廓线并根据轮廓线计算左静脉凸包；
(2)随机选取左静脉凸包上的一条边AB作为起始边，其中A和B为左右两个端点，将AB以端点A为中心旋转θ角度，使AB边平行于坐标横轴x轴，则左静脉凸包的所有点都绕A点旋转了θ角度；
(3)以AB边为作为外接矩形的上边界或下边界，在左静脉凸包上找到y值为最小或y值为最大的一个点，经过该点做一条平行于x轴的直线来确定外接矩形的下边界或上边界，在左静脉凸包上找到x值为最小的左侧点和x值为最大的右侧点，经过该左侧点和右侧点分别做垂直于x轴的两条直线来确定外接矩形的左边界和右边界，这样就得到一个外接矩形，计算并保存AB边的端点坐标、外接矩形的长宽和面积；
(4)顺序选择左静脉凸包上的下一条边BC，重复上述步骤(2)至步骤(3)寻找下一个外接矩形，直到左静脉凸包上所有的边均遍历完毕；
(5)比较所有外接矩形的面积，找出面积最小的外接矩形作为左静脉的最小外接矩形；
提取右静脉的长度和宽度的计算方法与提取左静脉的长度和宽度的计算方法相同；
提取左静脉舌长比的计算方法为：将输入的舌体长度除以舌下左静脉的长度的比例值记为左静脉的舌长比；
提取右静脉舌长比的计算方法为：将输入的舌体长度除以舌下...

【专利技术属性】
技术研发人员：张贯京，葛新科，高伟明，吕超，王海荣，谢伟，
申请(专利权)人：深圳市前海安测信息技术有限公司，深圳市易特科信息技术有限公司，
类型：发明
国别省市：广东;44