一种基于Matlab图像处理的舌形鉴别方法及系统技术方案

本发明专利技术公开了图像处理技术领域的一种基于Matlab图像处理的舌形鉴别方法及系统，旨在解决现有技术中舌诊图像处理中无法有效鉴别舌形特征的技术问题。所述方法包括如下步骤：对预获取的HSV色彩空间模型下的舌体图像进行灰度化处理，获取二值化舌体图像；对二值化舌体图像进行边界描绘，获取舌象边界；对舌象边界进行舌形鉴别。

【技术实现步骤摘要】
一种基于Matlab图像处理的舌形鉴别方法及系统
本专利技术涉及一种基于Matlab图像处理的舌形鉴别方法及系统，属于图像处理

技术介绍
近年来，随着现代数码照相技术的日益发展和普及，给舌诊信息化提供了良好机遇，中医现代化这一课题引起了中外学者的广泛关注。传统中医的舌诊方式为：在随机环境下，医生对病人的舌体进行观察，随后，根据书上记载的中医理论，并结合以往舌诊经验，进行临床诊断与分析，从而对症下药。该传统诊断方式存在局限性：一是舌诊过程容易受到环境因素影响；二是缺乏经验者难以正确作出诊断；三是各种舌象难以记录、保存、复现，不利于形成系统完整的理论体系。以往使用图像处理技术处理舌诊图像，主要针对舌苔颜色进行鉴别，而无法鉴别舌形特征，但舌形特征在传统舌诊过程中同样起到至关重要的作用，不利于正确作出诊断。
技术实现思路
针对现有技术的不足，本专利技术的目的在于提供一种基于Matlab图像处理的舌形鉴别方法及系统，以解决现有技术中舌诊图像处理中无法有效鉴别舌形特征的技术问题。为解决上述技术问题，本专利技术所采用的技术方案是：一种基于Matlab图像处理的舌形鉴别方法，包括如下步骤：对预获取的HSV色彩空间模型下的舌体图像进行灰度化处理，获取二值化舌体图像；对二值化舌体图像进行边界描绘，获取舌象边界；对舌象边界进行舌形鉴别。进一步地，HSV色彩空间模型下的舌体图像的获取方法，包括：将RGB色彩空间模型下的舌体图像保存至Matlab矩阵进行转化，获取HSV色彩空间模型下的舌体图像。进一步地，在对二值化舌体图像进行边界描绘之前，还包括：对二值化舌体图像顺序进行膨胀腐蚀处理和二次闭运算。进一步地，对舌象边界进行舌形鉴别的方法，包括：采用阈值检测算法。进一步地，采用阈值检测算法进行舌形鉴别的方法，包括：将舌象边界与理想化圆形进行比较，获取舌象边界的特征系数；将特征系数与预设的上限阈值或/和下限阈值进行比对，根据比对结果判定舌形为三角形、椭圆形、矩形中的任一项。进一步地，舌象边界的特征系数的方法，包括：提取二值化舌体图像的质心，求取二值化舌体图像的面积；求取质心至舌象边界之间的最远距离；以所述最远距离为理想化圆形的半径，求取理想化圆形的面积；对二值化舌体图像的面积与理想化圆形的面积进行做差运算；求取做差运算结果的倒数，进行归一化处理，获取舌象边界的特征系数。进一步地，所述上限阈值为0.575，所述下限阈值为0.490；根据比对结果判定舌形的方法包括：如果0.575≤特征系数<1，判定舌形为三角形；如果0.490＜特征系数＜0.575，判定舌形为椭圆形；如果0<特征系数≤0.490，判定舌形为矩形。为达到上述目的，本专利技术还提供了一种基于Matlab图像处理的舌形鉴别系统，包括：图像处理模块：用于对预获取的HSV色彩空间模型下的舌体图像进行灰度化处理，获取二值化舌体图像；边界描绘模块：用于对二值化舌体图像进行边界描绘，获取舌象边界；舌形鉴别模块：用于对舌象边界进行舌形鉴别。进一步地，还包括：HSV色彩空间转化模块：用于将RGB色彩空间模型下的舌体图像保存至Matlab矩阵进行转化，获取HSV色彩空间模型下的舌体图像。进一步地，还包括：边界描绘预处理模块：在对二值化舌体图像进行边界描绘之前，用于对二值化舌体图像顺序进行膨胀腐蚀处理和二次闭运算。与现有技术相比，本专利技术所达到的有益效果：本专利技术方法及系统使用Matlab软件将原始RGB色彩空间模型下的舌图转化到HSV色彩空间模型下，以利于进一步提取舌体部分；随后，运用Sobel算子法进行边缘检测，描绘出舌体边缘轮廓；在此基础上使用阈值检测法对舌体形状进行判别，得到判别结果。采用本专利技术方法及系统能够使舌诊速度显著提高，诊断准确率在75％以上；同时，减少了舌诊对于主观诊治经验的依赖，可屏蔽来自外部环境的影响，建立了明确的判别标准，减少了传统舌诊需要的肉眼观察所带来的工作量，为中医现代化提供了一些帮助。附图说明图1是本专利技术方法实施例的流程示意图；图2是本专利技术方法实施例中舌体图像在RGB色彩空间模型和HSV色彩空间模型下的灰度图和灰度分布直方图；图3是本专利技术方法实施例中舌体图像经闭运算处理后的二值图；图4是本专利技术方法实施例中舌形检测结果图。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。本专利技术具体实施方式提供了一种基于Matlab图像处理的舌形鉴别方法，如图1所示，是本专利技术方法实施例的流程示意图，主要包括如下步骤：步骤一，读取舌体图像，将RGB色彩空间模型下的舌体图像保存到Matlab矩阵中；步骤二，利用Matlab矩阵将所有舌体图像转化至HSV色彩空间模型下，并将其灰度化和二值化；步骤三，将所有二值化舌体图像去杂填充，利用膨胀腐蚀算法弥补舌象空隙，利用二次闭操作平滑舌象边缘；步骤四，使用Sobel算子法将所有二值化舌体图像的边界描绘出来；步骤五，对描绘出的舌象边界进行形状鉴别。步骤六，分类输出鉴别结果，具体舌形种类保存到对应的文件夹中。更具体地，在前述步骤一中，利用文件批处理指令，批量读取舌体图片。更具体地，在前述步骤二中，利用Matlab矩阵将RGB色彩空间模型下的舌体图像转化为HSV色彩空间模型下的舌体图像，所应用的数学公式如下式：式中，V为明度参数，R为红色分量的明度，G为绿色分量的明度，B为蓝色分量的明度，S为饱和度，H为色调参数。在二值化过程中，对H分量和V分量的二值图进行图像融合，从而得到完整的舌体图像。更具体地，在前述步骤三中，对二值化舌体图像进行膨胀腐蚀闭运算，所应用的数学公式如下式：式中，x为待处理坐标元的横坐标，x'为定义模板坐标元的宽度，y为待处理坐标元的纵坐标，y'为定义模板坐标元的高度，dst(x,y)为闭运算后的坐标元，max/min表示获取标准元最大/最小的坐标，src()函数表示将运算结果作为元存放。更具体地，在前述步骤四中，通过Sobel算子法描绘边界，所使用的算子矩阵如下所示：式中，Rx为横坐标矩阵运算的算子，Ry为纵坐标矩阵运算的算子。更具体地，在前述步骤五中，采用阈值检测算法对舌象边界的进行特征鉴别，判定所鉴别舌形。具体如下：首先，提取二值化舌体图像的质心，求取二值化舌体图像的面积；然后，求取质心至舌象边界之间的最远距离；接着，以所述最远距离为理想化圆形的半径，求取理想化圆形的面积；接着，对二值化舌体图像的面积与理想化圆形的面积进行做差运算；接着求取做差运算结果的倒数，进行归一化处理，获取舌象本文档来自技高网...

【技术保护点】
1. 一种基于Matlab 图像处理的舌形鉴别方法，其特征是，包括如下步骤：/n对预获取的HSV色彩空间模型下的舌体图像进行灰度化处理，获取二值化舌体图像；/n对二值化舌体图像进行边界描绘，获取舌象边界；/n对舌象边界进行舌形鉴别。/n

【技术特征摘要】
1.一种基于Matlab图像处理的舌形鉴别方法，其特征是，包括如下步骤：
对预获取的HSV色彩空间模型下的舌体图像进行灰度化处理，获取二值化舌体图像；
对二值化舌体图像进行边界描绘，获取舌象边界；
对舌象边界进行舌形鉴别。


2.根据权利要求1所述的基于Matlab图像处理的舌形鉴别方法，其特征是，HSV色彩空间模型下的舌体图像的获取方法，包括：将RGB色彩空间模型下的舌体图像保存至Matlab矩阵进行转化，获取HSV色彩空间模型下的舌体图像。


3.根据权利要求1所述的基于Matlab图像处理的舌形鉴别方法，其特征是，在对二值化舌体图像进行边界描绘之前，还包括：对二值化舌体图像顺序进行膨胀腐蚀处理和二次闭运算。


4.根据权利要求1所述的基于Matlab图像处理的舌形鉴别方法，其特征是，对舌象边界进行舌形鉴别的方法，包括：采用阈值检测算法。


5.根据权利要求4所述的基于Matlab图像处理的舌形鉴别方法，其特征是，采用阈值检测算法进行舌形鉴别的方法，包括：
将舌象边界与理想化圆形进行比较，获取舌象边界的特征系数；
将特征系数与预设的上限阈值或／和下限阈值进行比对，根据比对结果判定舌形为三角形、椭圆形、矩形中的任一项。


6.根据权利要求5所述的基于Matlab图像处理的舌形鉴别方法，其特征是，舌象边界的特征系数的方法，包括：
提取二值化舌体图像的质心，求取二值化舌体图像的面积；
求取质心至舌象边界...

【专利技术属性】
技术研发人员：杜静静，叶佳浩，张志波，
申请(专利权)人：河海大学常州校区，
类型：发明
国别省市：江苏;32