人体背部穴位自动定位方法技术

本发明专利技术主要通过图像处理技术实现人体背部穴位自动检测方法，从而改善医者人为主观判定穴位的现状，提高穴位检测的效率以及减少无谓的人力，同时为以后一些疾病的自动诊断和分类系统、人体健康自动分析系统打下基础，提供必要的技术支持。本发明专利技术首先是计算输入图像的YCbCr值，通过椭圆模型进行肤色分割，得到人体背部图，之后利用Canny边缘检测算法以及由内向外寻找白点得到人体背部上下边缘曲线，求取中点进行直线拟合得到人体脊柱线，旋转图像得到目标图像。对样本图像进行灰度标准化处理，相加求平均之后得到模板图像，最后将目标图像和模板图像进行匹配，通过模板图像中的穴位位置确定目标图像的穴位位置。

【技术实现步骤摘要】

本专利技术属医学图像处理领域，是一种利用计算机技术、图像摄取技术、数字图象处理技术、以及图像匹配技术等实现对人体背部图像进行背部穴位自动定位和提取。该过程是对输入的人体背部图像进行自动分析，最终确定人体背部主要穴位的具体位置。
技术介绍
现如今，人体穴位的确定都是靠医者自己的判断，这种判断带有一定主观性、模糊性，其穴位的具体位置和医生的经验密切相关。特别是在图像处理技术高速发展的现在，传统的主观穴位判定式已经不能满足现代中医发展的需求。目前，还没有出现人体背部自动检测的相关研究，而本专利技术的人体背部穴位自动检测系统是依据中医理论上每个穴位的位置描述转化为图像处理中的像素关系，通过自动检测脊柱线，解决人体背部倾斜的问题，通过图像匹配方法解决人体背部穴位无具体图像位置关系的难题。
技术实现思路
本专利技术不同于普通的肤色检测，是以肤色分割、边缘检测为基础，根据人体背部边线平滑连续，并且对称的原理，针对脊柱线进行拟合，运用图像匹配等图像处理技术应用于人体背部分析，实现在人体背部图像中穴位位置的自动检测和定位。本专利技术的技术方案参见附图说明图1，其中输入的图像是用佳能数码相机在固定的治疗室拍摄得到的数字化人体背部图像，之后将图像传输至计算机中进行图像预处理工作。本专利技术的特征在于在整个过程还包括下述步骤I.，其特征在于包括下述步骤(I)根据输入图像中各像素点的RGB值，通过RGB颜色空间与YCbCr颜色空间的转换矩阵公式，计算各像素点的YCbCr值；(2)通过YCbCr椭圆计算公式

【技术保护点】
人体背部穴位自动定位方法，其特征在于包括下述步骤：1）根据输入图像中各像素点的RGB值，通过RGB颜色空间与YCbCr颜色空间的转换矩阵公式，计算各像素点的YCbCr值；2）通过YCbCr椭圆计算公式对步骤1预处理后图像中的每个像素点进行判定，其中(ecx、ecy)是椭圆中心点的坐标，a、b分别为椭圆的长轴和短轴，x、y分别是步骤1预处理后图像中各像素点的Cb、Cr值即蓝色色度分量和红色色度分量经过平移旋转之后得到的数值，平移旋转公式为xy=cosθsinθ-sinθcosθCb-cxCr-cy,其中cx、cy分别是步骤1预处理后图像中的每个像素点的蓝色色度分量和红色色度分量平移的距离，θ是蓝色色度分量和红色色度分量值要旋转的角度，当disb=xy‾-x‾y‾x2‾-x‾2,a=y‾-bx‾,x‾=1nΣi=1nxi,y‾=1nΣi=1nyi,x2‾=1nΣi=1nxi2,xy‾=1nΣi=1nxiyixi、yi分别代表中点的行数和列数，通过直线的斜率b得到脊柱线的偏移角θ，对输入图像进行θ°的旋转，使脊柱线水平，最后得到目标图像TAR图；6）利用灰度分布标准化原理得到人体背部模板图像，获取n幅大小相同的样本图像，并对每张样本图像进行灰度化处理得到n幅灰度样本图像，灰度化处理公式为Gray=0.299R+O.587G+0.114B，其中R表示每个像素点的红色分量值，G表示每个像素点的绿色分量值，B表示每个像素点的蓝色分量值，Gray表示每个像素点的灰度值，接下来对n幅灰度样本图像进行灰度分布标准化得到n幅标准化图像，灰度分布标准化公式为：R′k[i][j]=σ0σkR(Rk[i][j]-μkR)+μ0,其中Rk[i][j]是第k幅灰度样本图像中位置为（i，j）的像素点的灰度值，μkR、σkR分别是第k幅灰度样本图像的所有像素点灰度值的均值和均方差，μ0、σ0分别是标准化设定的灰度均值和均方差的标准值，之后将n幅标准化图像中相同位置像素点的灰度值求平均，得到人体背部模板图像TMP图；7）目标图像TAR图和人体背部模板图像TMP图进行匹配，目标图像TAR图大小为C×D，首先对人体背部模板图像TMP图进行m次不同程度的缩放，得到m张模板缩放图，然后确定第K张大小为MK×NK的缩放图与目标图像TAR图的最佳匹配位置，具体为选取与第K张缩放图一样大小的窗口在TAR图逐像素点移动，每移一步计算一次TAR图中窗口图像和第K张缩放图之间的度量函数值，并将得到的度量函数值存放在大小为(C？MK)×(D？NK)的第k个度量值矩阵MEXK中，每一个度量函数值在MEXK中的位置与第k张模板缩放图对应的TAR图中的窗口图像的左顶点像素的位置相同，度量值矩阵MEXK中最大值对应的位置即为第K张缩放图在目标图像TAR图中最佳匹配位置的左上角，度量函数计算公式如下，Dk(TARk,TMPk)=r(TARk,TMPk)+α1+dk(TARk,TMPk),其中，rk(TARk,TMPk)=Σi=0Mk-1Σj=0Nk-1(TMPk[i][j]-μTMPk)(TARk[i][j]-μTAR)MNσTMPkσTAR,dk(TARk,TMPk)=Σi=0Mk-1Σj=0Nk-1(TMPk[i][j]-TARk[i][j])2MkNk,TMPk[i][j]表示为第k张缩放图中位置为（i，j）的像素点的灰度值，TARk[i][j]表示为第k张缩放图中位置为（i，j）的像素点的灰度值，μTMPk表示第k张缩放图中所有像素点的灰度均值，μTAR表示目标图像中窗口图像所有像素的灰度均值，σTMPk表示为第k张缩放图中所有像素点的灰度均方差，σTAR表示为目标图像中窗口图像所有像素的灰度均方差，α表示为比例系数；依次寻找m张缩放图与目标图像TAR图的m个最佳匹配位置，在m个最佳匹配位置所对应的度量函数值中选取最大值，该最大值对应的缩放图即为最优缩放图，最大值对应的最佳匹配位置即为最优缩放图与目标图像TAR图的最佳匹配位置，至此完成最佳匹配。8）通过人体背部穴位在最优缩放图中的比例关系，确定目标图像TAR图中人体背部穴位的具体位置。FDA00002253576000011.jpg...

【技术特征摘要】
1.人体背部穴位自动定位方法，其特征在于包括下述步骤 1)根据输入图像中各像素点的RGB值，通过RGB颜色空间与YCbCr颜色空间的转换矩阵公式，计算各像素点的YCbCr值； 2)通过YCbCr椭圆计算公式2.根据权利要求I所述的输入图像为包括大椎穴到长强穴的裸露背部，裸露背部所占像素占输入图像像素的80%以上，手平放于身体两侧，裸露背部居中、横向。3.根据权利要求I所述的矩形框初始化位于EBL图的中心，且矩形框竖向长为20个...

【专利技术属性】
技术研发人员：张新峰，孙艳玲，胡广芹，李欢欢，蔡轶珩，卓力，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：