基于计算机视觉的手指月牙主体识别方法及装置制造方法及图纸

本发明专利技术涉及一种基于计算机视觉的手指月牙主体识别方法及装置，所述方法包括：获取图像集，所述图像集包括一个检测对象的多个包含有月牙主体的手指图像

【技术实现步骤摘要】
基于计算机视觉的手指月牙主体识别方法及装置


[0001]本专利技术涉及图像处理
，尤其是一种基于计算机视觉的手指月牙主体识别方法及装置
。

技术介绍

[0002]人体手指月牙是指手指甲床的弧形区域，它位于指甲床的顶端，呈现出一个半月形的弯曲状，因此得名为月牙
。
手指月牙的主要功能是保护指尖和指甲床
。
它起到了缓冲和保护作用，可以减轻手指受到外界撞击和压力时的伤害
。
手指月牙的存在使得指甲更加坚固，不容易断裂和破损
。
此外，手指月牙还能够防止指甲过长，避免指甲刺入皮肤，造成感染和疼痛
。
[0003]手指月牙的健康状况能反映出人体的整体健康状况
。
一个健康的手指月牙应该呈现出透明
、
光滑
、
均匀的半月形，与指甲床形成完美的衔接
。
如果手指月牙呈现出淡白或发白的颜色，可能是缺乏营养或贫血的表现
。
如果手指月牙呈现出黄色或发黄的颜色，可能是指甲真菌感染或其他健康问题的迹象
。
同时，手指月牙的大小和形状因人而异，通常与个体的遗传因素有关
。
因此，定期观察手指月牙的颜色和形状，可以帮助临床及时发现身体健康方面的异常情况
。
但传统对手指月牙的评判依靠医生人为的主观评价，不具有客观性，且现有技术中也缺乏对手指月牙进行客观量化识别和评价的方法
。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供一种基于计算机视觉的手指月牙主体识别方法及装置，目的是对月牙主体特征进行自动客观化的量化识别
。
[0005]本专利技术采用的技术方案如下：
[0006]本专利技术提供一种基于计算机视觉的手指月牙主体识别方法，包括：
[0007]获取图像集，所述图像集包括一个检测对象的多个包含有月牙主体的手指图像，且各手指图像的亮度一致；
[0008]对手指图像中月牙主体部分的平均色度值进行提取；
[0009]在
Python
中定义类对手指图像中月牙主体的形状进行分析，包括：
[0010]将手指图像转换为灰度图，并进行二值化处理；
[0011]找到所述灰度图中的月牙主体的轮廓；
[0012]对所述轮廓进行逼近得到近似多边形，根据所述近似多边形的顶点数，判断月牙主体的形状类型；
[0013]将所述月牙主体部分的色度值
、
月牙主体的形状分析结果作为识别结果输出
。
[0014]进一步技术方案为：
[0015]所述指图像中月牙主体部分的平均色度值进行提取，包括：
[0016]将各手指图像转换为灰度图像，并转换成
RGBA
格式，获取图像的宽度和高度；
[0017]对各图像进行像素遍历，对于每个像素点，判断其
RGB
值是否全为0，如果是，则将
其设置为新背景色，从而将背景区域的颜色替换为统一的新背景色，然后重新保存图像；所述背景区域为除去月牙主体部分的其余区域；
[0018]将重新保存后的各图像转换为
RGBA
格式，获取图像的宽度和高度，并初始化图像非背景像素点数量及像素值的计数器为零；
[0019]然后对图像进行像素遍历，将获取的像素值与所述背景色进行比较，如果不相等，则判断为非背景像素点，累加非背景像素点的像素值及数量，获得累加像素值及非背景像素点的总数；
[0020]将累加像素值除以非背景像素点的总数，获得每张图像的平均像素值；
[0021]累积图像集中所有图像的平均像素值，并除以图像总数，获得图像集的总平均像素值
。
[0022]根据所述每张图像的平均像素值打印每张图像的月牙主体部分，获得月牙主体部分的均化图
。
[0023]所述新背景色是
RGB
值为
(255,255,255)
的白色
。
[0024]在
Python
中定义类对手指图像中月牙主体的形状进行分析，还包括：
[0025]根据所述轮廓计算月牙主体的周长
、
中心位置和面积
。
[0026]形状分析时，创建一个与待分析图像大小相同的空白图像，用于按照所述轮廓打印输出月牙主体，并按照所述中心位置标记中心点
。
[0027]基于
Python
算法使用
OpenCV
库中
findContours
模块找到所述月牙主体的轮廓，采用
approxPo lyDP
模块对所述轮廓逼近得到近似多边形
。
[0028]在类的构造函数中，创建一个字典，用于记录不同月牙主体形状的数量
。
[0029]通过训练诊断模型建立所述识别结果与临床数据及诊断结果之间的关联关系
。
[0030]本专利技术还提供一种基于计算机视觉的手指月牙主体识别装置，用于执行所述的基于计算机视觉的手指月牙主体识别方法
。
[0031]本专利技术的有益效果如下：
[0032]本专利技术基于计算机视觉技术，实现了对手指月牙主体的自动量化识别，获得了月牙主体的多类型特征，为后续的诊断分析等提供了客观
、
准确
、
全面的数据
。
[0033]本专利技术识别方法基于
Python
算法使用
OpenCV
库实现，算法简洁易懂，易于调试和优化
。
[0034]本专利技术的其它特征和优点将在随后的说明书中阐述，或者通过实施本专利技术而了解
。
附图说明
[0035]图1为本专利技术实施例的是被方法的流程图
。
[0036]图2为本专利技术实施例采集的手指图像
。
[0037]图3为本专利技术实施例打印输出的月牙主体的均化图
。
具体实施方式
[0038]以下结合附图说明本专利技术的具体实施方式
。
[0039]参见图1，本申请提供一种基于计算机视觉的手指月牙主体识别方法，包括：
[0040]获取图像集，所述图像集包括一个检测对象的多个包含有月牙主体的手指图像，且各手指图像的亮度一致；
[0041]对手指图像中月牙主体部分的平均色度值进行提取；
[0042]在
Python
中定义类对手指图像中月牙主体的形状进行分析，包括：
[0043]将手指图像转换为灰度图，并进行二值化处理；
[0044]找到所述灰度图中的月牙主体的轮廓；
[0045]对所述轮廓进行逼近得到近似多边形，根据所述近似多边形的顶点数，判断月牙主体的形状类型；
[0046]将所述月牙主体部分的色度值
、<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于计算机视觉的手指月牙主体识别方法，其特征在于，包括：获取图像集，所述图像集包括一个检测对象的多个包含有月牙主体的手指图像
,
且各手指图像的亮度一致；对手指图像中月牙主体部分的平均色度值进行提取；在
Python
中定义类对手指图像中月牙主体的形状进行分析，包括：将手指图像转换为灰度图，并进行二值化处理；找到所述灰度图中的月牙主体的轮廓；对所述轮廓进行逼近得到近似多边形，根据所述近似多边形的顶点数，判断月牙主体的形状类型；将所述月牙主体部分的色度值
、
月牙主体的形状分析结果作为识别结果输出
。2.
根据权利要求1所述的基于计算机视觉的手指月牙主体识别方法，其特征在于，所述指图像中月牙主体部分的平均色度值进行提取，包括：将各手指图像转换为灰度图像，并转换成
RGBA
格式，获取图像的宽度和高度；对各图像进行像素遍历，对于每个像素点，判断其
RGB
值是否全为0，如果是，则将其设置为新背景色，从而将背景区域的颜色替换为统一的新背景色，然后重新保存图像；所述背景区域为除去月牙主体部分的其余区域；将重新保存后的各图像转换为
RGBA
格式，获取图像的宽度和高度，并初始化图像非背景像素点数量及像素值的计数器为零；然后对图像进行像素遍历，将获取的像素值与所述背景色进行比较，如果不相等，则判断为非背景像素点，累加非背景像素点的像素值及数量，获得累加像素值及非背景像素点的总数；将累加像素值除以非背景像素点的总数，获得每张图像的平均像素值；累积图像集中所有图像的平均像素值，并除以图像总数，获得图像集的总平均像素值
。3.
根据权利要求2所述的基于计算机视觉的手指月牙主体识别方法，其特征在于，根据所述每张图像的平均像素值打印每张图像...

【专利技术属性】
技术研发人员：何卫彤，费程浩，
申请(专利权)人：江苏运动健康研究院，
类型：发明
国别省市：