基于图像处理的中医舌象分析与识别方法及识别系统技术方案

本申请公开了一种基于图像处理的中医舌象分析与识别方法及识别系统，其中方法包括步骤：获取客户端输入的舌象判别文件；输入模块接收并临时存放需识别的舌象判别文件；数据库管理模块接收并存放典型舌象判别文件；病理结果识别模块获取已识别的舌象判别文件并完成已识别的舌象判别文件的病理识别，计算病理识别结果，预测已识别的舌象判别文件所体现的最可能的病类型。所述的识别系统包括输入模块、数据库管理模块、初级识别模块、迭代识别模块、舌象判别文件识别控制模块、病理结果识别模块。

【技术实现步骤摘要】
基于图像处理的中医舌象分析与识别方法及识别系统
本申请涉及中医舌象分析领域，尤其是一种基于图像处理的中医舌象分析与识别方法及识别系统。技术背景传统的在线中医舌象分析识别系统中，首先需要客户群提交舌象判别文件到后台服务器，然后由服务器分析和识别舌象判别文件，客户群提交的舌象判别文件主要是图片形式的；然而，因为客户群是大众化的，都没有较为专业的舌象判别知识也没有专业的拍照技术，所以舌象判别文件在图片形式中表现了很多问题，比如图片的拍摄比较模糊或者图片的拍摄角度不正确以及阴影区域分布不均匀或阴影较多等，上述的问题都大大影响了中医舌象分析识别。
技术实现思路
本申请的目的是为了现有技术中的不足，提供了一种如下技术方案：一种基于图像处理的中医舌象分析与识别方法，包括步骤：获取客户端输入的舌象判别文件，与在线的神经网络数据库交互并且分析该舌象判别文件是否合格，将合格的舌象判别文件发送给输入模块；输入模块接收并临时存放需识别的舌象判别文件；数据库管理模块接收并存放典型舌象判别文件，以形成典型舌象判别文件数据库；初级识别模块运算需识别的舌象判别文件与舌象判别文件数据库初级典型舌象判别文件的特征吻合数值；当需识别的舌象判别文件与舌象判别文件数据库中初级典型舌象判别文件的特征吻合数值大于等于第一阈值时，标记所述需识别的舌象判别文件为已识别的舌象判别文件；当需识别的舌象判别文件与舌象判别文件数据库中初级典型舌象判别文件的特征吻合数值小于第一阈值时，舌象判别文件识别控制模块控制调取迭代识别模块运算需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值，当需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值大于等于第二阈值时，标记所述需识别的舌象判别文件为已识别的舌象判别文件；当需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值小于第二阈值时，舌象判别文件识别控制模块控制迭代识别模块运算需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值，当需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值大于等于第三阈值时，标记所述需识别的舌象判别文件为已识别的舌象判别文件；当需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值小于第三阈值时，标记所述需识别的舌象判别文件为不可识别的舌象判别文件；病理结果识别模块获取已识别的舌象判别文件并完成已识别的舌象判别文件的病理识别，计算病理识别结果，预测已识别的舌象判别文件所体现的最可能的病类型。进一步，所述的在线的神经网络数据库由在线的神经网络数据库迭代学习获得。进一步，计算病理识别结果具体是，所述的病理结果识别模块在已识别的舌象判别文件中搜寻病理参数P1-Pn中的一个或多个并记录每种病理参数出现的次数PPn，n为变量表示n种病理参数，P为病理参数标识，PPn具体是每种病理参数在已识别的舌象判别文件中出现的次数，计算病理参数归一化结构{PP1/∑PPn，PP2/∑PPn，，，PPn/∑PPn}，其中的PP1/∑PPn+PP2/∑PPn+，，PPn/∑PPn＝1，提前构建若干病理模型，每种病理模型包括病理参数M1-Mn，n为变量表示n种病理参数，M为病理参数标识，每种病理模型有一个典型的病理参数归一化结构{MM1/∑MMn，MM2/∑MMn，，，MMn/∑MMn}，其中MMn具体是每种病理参数在特定类型病的舌象判别文件中出现的次数，其中的MM1/∑MMn+MM2/∑MMn+，，，MMn/∑MMn＝1，然后计算病理识别结果参数:∑(MMn/∑MMn-PPn/∑PPn)2＝B，病理识别结果参数B是一个判断参数；在已识别的舌象判别文件中搜寻病理参数P1-Pn中的一个或多个并记录每种病理参数出现的次数PPn，使用PPn计算其与每种病对应的计算病理识别结果参数B，选取数值最小的B，则该计算中该数值最小的B所对应的病类型即是已识别的舌象判别文件所体现的最可能的病类型。一种识别系统，包括：输入模块，用于接收并临时存放需识别的舌象判别文件；数据库管理模块，用来接收并存放典型舌象判别文件，以形成典型舌象判别文件数据库，所述舌象判别文件数据库中包括一个或多个典型舌象判别文件；所述的典型舌象判别文件被分为三个级别：初级典型舌象判别文件、中级典型舌象判别文件、高级典型舌象判别文件，所述的高级典型舌象判别文件的判别特征密度大于中级典型舌象判别文件的判别特征密度，所述的中级典型舌象判别文件的判别特征密度大于初级典型舌象判别文件的判别特征密度；所述的需识别舌象判别文件、典型舌象判别文件均为舌象图片；所述的特征密度中的特征包括模糊还原特征、角度还原特征和阴影区域还原特征；初级识别模块，用来运算需识别的舌象判别文件与舌象判别文件数据库初级典型舌象判别文件的特征吻合数值；迭代识别模块，用来运算需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值；还用来运算需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值；舌象判别文件识别控制模块，用来控制当需识别的舌象判别文件与舌象判别文件数据库中初级典型舌象判别文件的特征吻合数值大于等于第一阈值时，标记所述需识别的舌象判别文件为已识别的舌象判别文件；控制当需识别的舌象判别文件与舌象判别文件数据库中初级典型舌象判别文件的特征吻合数值小于第一阈值时，调取迭代识别模块，并由迭代识别模块运算需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值，当需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值大于等于第二阈值时，标记所述需识别的舌象判别文件为已识别的舌象判别文件；还控制当需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值小于第二阈值时，再调取迭代识别模块，并由迭代识别模块运算需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值，当需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值大于等于第三阈值时，标记所述需识别的舌象判别文件为已识别的舌象判别文件；当需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值小于第三阈值时，标记所述需识别的舌象判别文件为不可识别的舌象判别文件；病理结果识别模块，用来获取已识别的舌象判别文件并完成已识别的舌象判别文件的病理识别，计算病理识别结果；所述的输入模块、数据库管理模块、初级识别模块、迭代识别模块、舌象判别文件识别控制模块、病理结果识别模块之间相互连接。进一步，所述的输入模块为硬件终端，所述的输入模块包括摄像设备。进一步，所述的数据库管理模块和/或初级识别模块和/或迭代识别模块和/或舌象判别文件识别控制模块和/或病理结果识别模块嵌入到输入模块内。进一步，所述的模糊还原特征具体是一种向量特本文档来自技高网...

【技术保护点】
1.一种基于图像处理的中医舌象分析与识别方法，其特征在于，包括步骤：/n获取客户端输入的舌象判别文件，与在线的神经网络数据库交互并且分析该舌象判别文件是否合格，将合格的舌象判别文件发送给输入模块；/n输入模块接收并临时存放需识别的舌象判别文件；/n数据库管理模块接收并存放典型舌象判别文件，以形成典型舌象判别文件数据库；/n初级识别模块运算需识别的舌象判别文件与舌象判别文件数据库初级典型舌象判别文件的特征吻合数值；当需识别的舌象判别文件与舌象判别文件数据库中初级典型舌象判别文件的特征吻合数值大于等于第一阈值时，标记所述需识别的舌象判别文件为已识别的舌象判别文件；/n当需识别的舌象判别文件与舌象判别文件数据库中初级典型舌象判别文件的特征吻合数值小于第一阈值时，舌象判别文件识别控制模块控制调取迭代识别模块运算需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值，当需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值大于等于第二阈值时，标记所述需识别的舌象判别文件为已识别的舌象判别文件；/n当需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值小于第二阈值时，舌象判别文件识别控制模块控制迭代识别模块运算需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值，当需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值大于等于第三阈值时，标记所述需识别的舌象判别文件为已识别的舌象判别文件；当需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值小于第三阈值时，标记所述需识别的舌象判别文件为不可识别的舌象判别文件；/n病理结果识别模块获取已识别的舌象判别文件并完成已识别的舌象判别文件的病理识别，计算病理识别结果，预测已识别的舌象判别文件所体现的最可能的病类型。/n...

【技术特征摘要】
1.一种基于图像处理的中医舌象分析与识别方法，其特征在于，包括步骤：
获取客户端输入的舌象判别文件，与在线的神经网络数据库交互并且分析该舌象判别文件是否合格，将合格的舌象判别文件发送给输入模块；
输入模块接收并临时存放需识别的舌象判别文件；
数据库管理模块接收并存放典型舌象判别文件，以形成典型舌象判别文件数据库；
初级识别模块运算需识别的舌象判别文件与舌象判别文件数据库初级典型舌象判别文件的特征吻合数值；当需识别的舌象判别文件与舌象判别文件数据库中初级典型舌象判别文件的特征吻合数值大于等于第一阈值时，标记所述需识别的舌象判别文件为已识别的舌象判别文件；
当需识别的舌象判别文件与舌象判别文件数据库中初级典型舌象判别文件的特征吻合数值小于第一阈值时，舌象判别文件识别控制模块控制调取迭代识别模块运算需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值，当需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值大于等于第二阈值时，标记所述需识别的舌象判别文件为已识别的舌象判别文件；
当需识别的舌象判别文件与舌象判别文件数据库中级典型舌象判别文件的特征吻合数值小于第二阈值时，舌象判别文件识别控制模块控制迭代识别模块运算需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值，当需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值大于等于第三阈值时，标记所述需识别的舌象判别文件为已识别的舌象判别文件；当需识别的舌象判别文件与舌象判别文件数据库高级典型舌象判别文件的特征吻合数值小于第三阈值时，标记所述需识别的舌象判别文件为不可识别的舌象判别文件；
病理结果识别模块获取已识别的舌象判别文件并完成已识别的舌象判别文件的病理识别，计算病理识别结果，预测已识别的舌象判别文件所体现的最可能的病类型。


2.根据权利要求1所述的一种基于图像处理的中医舌象分析与识别方法，其特征在于，所述的在线的神经网络数据库由在线的神经网络数据库迭代学习获得。


3.根据权利要求1所述的一种基于图像处理的中医舌象分析与识别方法，其特征在于，计算病理识别结果具体是，所述的病理结果识别模块在已识别的舌象判别文件中搜寻病理参数P1-Pn中的一个或多个并记录每种病理参数出现的次数PPn，n为变量表示n种病理参数，P为病理参数标识，PPn具体是每种病理参数在已识别的舌象判别文件中出现的次数，计算病理参数归一化结构{PP1/∑PPn，PP2/∑PPn，，，PPn/∑PPn}，其中的PP1/∑PPn+PP2/∑PPn+，，PPn/∑PPn＝1，提前构建若干病理模型，每种病理模型包括病理参数M1-Mn，n为变量表示n种病理参数，M为病理参数标识，每种病理模型有一个典型的病理参数归一化结构{MM1/∑MMn，MM2/∑MMn，，，MMn/∑MMn}，其中MMn具体是每种病理参数在特定类型病的舌象判别文件中出现的次数，其中的MM1/∑MMn+MM2/∑MMn+，，，MMn/∑MMn＝1，然后计算病理识别结果参数：
∑(MMn/∑MMn-PPn/∑PPn)2＝B，病理识别结果参数B是一个判断参数；在已识别的舌象判别文件中搜寻病理参数P1-Pn中的一个或多个并记录每种病理参数出现的次数PPn，使用PPn计算其与每种病对应的计算病理识别结果参数B，选取数值最小的B，则该计算中该数值最小的B所对应的病类型即是已识别的舌象判别文件所体现的最可能的病类型。


4.利用权利要求1-3任一所述方法的识别系统，其特征在于，包括：
输入模块，用于接收并临时存放需识别的舌象判别文件；
数据库管理模块，用来接收并存放典型舌象判别文件，以形...

【专利技术属性】
技术研发人员：崔书克，
申请(专利权)人：崔书克，
类型：发明
国别省市：河南;41