基于GrabCut算法的舌诊图像自动分割方法
【专利摘要】本发明公开了一种基于GrabCut算法的舌诊图像自动分割方法，该方法包括以下步骤：步骤一、基于色度直方图回归的阈值化定位舌体；步骤二、过分割并初始化中央区域为前景，周围区域为背景；步骤三、根据GrabCut算法进行步骤二中得到的舌诊图像的自动分割。与现有技术相比，本发明不依赖于舌体位于图像中央的假设，而且通过先缩小再处理然后再放大的技巧可以使方法极为高效。在真实舌诊图像上的实验表明，本方法能有效地完成舌诊图像的自动分割，为进一步的舌诊图像分析做准备。
【专利说明】基于GrabCut算法的舌诊图像自动分割方法
【技术领域】
[0001]本发明涉及数字图像处理技术，特别是涉及舌诊图像自动分割方法。
【背景技术】
[0002]舌诊是传统中医中的重要诊断方法。中医通过观察舌头可迅速诊断许多病情。然而，该诊断过程具有高度的主观性，其诊断结果依赖于医生的经验和主观判断，因而难以推广和传承。基于计算机辅助技术的舌诊是将其客观化的有效途径。利用图像处理和模式识别技术，可以将舌象与疾病之间的映射关系(近似地)定量地描述出来。
[0003]其中，舌体分割是计算机辅助舌诊的重要预处理步骤。舌体形状各异，舌体表面特征多样，加之舌体颜色与嘴唇和脸部颜色十分接近，使得舌体自动分割成为一个难题。已有的方法大多要求舌体图像十分规整(比如舌体必须在图像中央等)，且分割效果远不尽人意。本发明提出基于GrabCut的自动舌体分割方法，能处理不规整的图像，且能取得较好的分割效果。本发明依赖的几个关键的【背景技术】分别介绍如下。
[0004]一、局部加权线性回归
[0005]局部加权线性回归(locallyweighted linear regression, LWLR)是一种非常有效的曲线拟合或曲线光滑技术。给定m个数据样本点[(々，，LWLR通过加权的最小二乘对每一个样本点(xk，yk)，k = 1，...，k拟合一条直线θ ω，即
【权利要求】
1.一种基于GrabCut算法的舌诊图像自动分割方法，其特征在于，该方法包括以下步骤: 步骤一、基于色度直方图回归的阈值化定位舌体； 步骤二、过分割并初始化中央区域为前景，周围区域为背景； 步骤三、根据GrabCut算法进行步骤二中得到的舌诊图像的自动分割。
2.如权利要求1所述的基于GrabCut算法的舌诊图像自动分割方法，其特征在于，所述基于色度直方图回归的阈值化定位舌体的步骤，具体包括以下处理: 先将输入舌诊RGB原始图像转换到HSV空间；画出H分量的直方图；对该直方图用LWLR进行平滑，得到每一点处拟合得到直线；根据这些直线斜率定位该直方图的极小值，并将最左的极小值点h和最右的极小值点h2设为所需的阈值； 接下来将H分量值处于Ii1和h2之间的像素置O，其余的置1，得到一个二值图像M ;找到M中亮度值之和最大的连通分量，并取原始图像中包含该连通分量的最小矩形区域作为本步骤的输出图像。
3.如权利要求1所述的基于GrabCut算法的舌诊图像自动分割方法，其特征在于，所述过分割并初始化中央区域为前景，周围区域为背景对定位后的图像的步骤，具体包括以下处理: 先用SLIC得到超像素；再以图像中心为圆心，以2/5图像宽度或长度这两者中取较小值者为半径作圆，将在圆内或与圆相交超像素全标记为前景，而在边缘的超像素全部标记为背景；另外，将平均亮度值小于40的超像素也标记为背景。
4.如权利要求1所述的基于GrabCut算法的舌诊图像自动分割方法，其特征在于，所述根据GrabCut算法进行步骤二中得到的舌诊图像的自动分割的步骤，具体包括以下处理将步骤二得到的标记结果解释为白色部分必须作为前景，黑色和蓝色部分必须作为背景，其它未标记部分作为前景；得到GrabCut算法所需的输入，进而自动完成舌体分割。
【文档编号】G06T5/40GK104021566SQ201410290673
【公开日】2014年9月3日 申请日期:2014年6月24日 优先权日:2014年6月24日
【发明者】廖士中, 江沙里 申请人:天津大学