1.一种中医舌诊舌尖红检测装置,包括适于实现各种计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器,其特征在于,所述计算机程序指令由处理器加载并执行如下步骤:
通过输入单元输入一幅用于产生舌尖红特征向量计算方法的舌体图像;
基于输入的舌体图像计算舌尖红特征向量,所述舌尖红特征向量计算方法步骤包括:基于舌体图像计算舌体重心位置,根据舌体重心位置从舌体图像中划分出扇形舌尖红候选区域;对扇形舌尖红候选区域进行聚类得到舌尖红检测区域;基于舌尖红检测区域的色度值、该色度值与舌体图像中舌苔区域和舌质区域的色差以及舌尖红检测区域的几何特征计算舌尖红特征向量;
通过输入单元输入预先分类好的有无舌尖红的两类样本图像库,采用所述舌尖红特征向量计算方法步骤对两类样本图像库中所有舌体图像进行特征舌尖红向量提取,将所有舌体图像的舌尖红特征向量作为svm分类器的输入进行训练得到舌尖红检测分类器;
通过输入单元输入待检测者的舌体图像,采用所述舌尖红特征向量计算方法步骤从待检测者的舌体图像计算出舌尖红的特征向量,将该舌尖红的特征向量输入到舌尖红检测分类器中检测出待检测者的舌体是否存在舌尖红。
2.如权利要求1所述的中医舌诊舌尖红检测装置,其特征在于,所述舌体重心位置的计算公式如下:
其中,g(x,y)为舌体重心位置的坐标信息,s为舌体区域,i为舌体区域内的像素点,m为舌体区域面积,fix,y为像素点i的坐标信息;
所述根据舌体重心位置从舌体图像中划分出扇形舌尖红候选区域的步骤包括:
将舌体重心位置点与所述舌体图像的左下角坐标位置点、右下角坐标位置点相连,得到一个舌体重心以下的扇形区域作为舌尖红检测的扇形舌尖红候选区域。
3.如权利要求1所述的中医舌诊舌尖红检测装置,其特征在于,所述扇形舌尖红候选区域采用k-means聚类算法进行聚类得到包括两个色度值存在差异的舌质区域的聚类结果,计算这两个舌质区域的hsv颜色空间上s灰度均值,比较两个s灰度均值的大小,以及将s灰度均值较大的舌质区域作为最终的舌尖红检测区域。
4.如权利要求1所述的中医舌诊舌尖红检测装置,其特征在于,所述基于舌尖红检测区域的色度值、该色度值与舌体图像中舌苔区域和舌质区域的色差以及舌尖红检测区域的几何特征计算舌尖红特征向量的步骤包括:
计算舌尖红检测区域的rgb色彩空间下的r、g、b均值以及hsv色彩空间下的h、s、v均值,将这六个值作为特征向量的组成;
计算舌尖红检测区域的s均值与扇形舌尖红候选区域中舌苔区域的s均值的差值,计算舌尖红检测区域的s均值与扇形区域中除舌尖红检测区域之外的舌质区域的s均值的差值,将这两个差值作为特征向量的组成;
计算舌尖红检测区域的s均值与除扇形舌尖红候选区域之外的舌质区域的s均值的差值,计算舌尖红检测区域的s均值与除扇形舌尖红候选区域之外的舌苔区域的s均值的差值,将这两个差值作为特征向量的组成;
计算舌尖红检测区域与整个扇形舌尖红候选区域的面积比值,计算舌尖红检测区域与整个扇形舌尖红候选区域中的舌苔区域的面积比值,计算舌尖红检测区域与除扇形舌尖红候选区域之外的舌苔区域的面积比值,计算舌尖红检测区域与除扇形舌尖红候选区域之外的舌质区域面积的比值,将这四个面积比值作为特征向量的组成;
将计算出的上述十四个值组成一个14维的特征向量,将该特征向量作为舌尖红特征向量。
5.一种中医舌诊舌尖红检测方法,其特征在于,该方法包括如下步骤:
通过输入单元输入一幅用于产生舌尖红特征向量计算方法的舌体图像;
基于输入的舌体图像计算舌尖红特征向量,所述舌尖红特征向量计算方法步骤包括:基于舌体图像计算舌体重心位置,根据舌体重心位置从舌体图像中划分出扇形舌尖红候选区域;对扇形舌尖红候选区域进行聚类得到舌尖红检测区域;基于舌尖红检测区域的色度值、该色度值与舌体图像中舌苔区域和舌质区域的色差以及舌尖红检测区域的几何特征计算舌尖红特征向量;
通过输入单元输入预先分类好的有无舌尖红的两类样本图像库,采用所述舌尖红特征向量计算方法步骤对两类样本图像库中所有舌体图像进行特征舌尖红向量提取,将所有舌体图像的舌尖红特征向量作为svm分类器的输入进行训练得到舌尖红检测分类器;
通过输入单元输入待检测者的舌体图像,采用所述舌尖红特征向量计算方法步骤从待检测者的舌体图像计算出舌尖红的特征向量,将该舌尖红的特征向量输入到舌尖红检测分类器中检测出待检测者的舌体是否存在舌尖红。
6.如权利要求5所述的中医舌诊舌尖红检测方法,其特征在于,所述舌体重心位置的计算公式如下:
其中,g(x,y)为舌体重心位置的坐标信息,s为舌体区域,i为舌体区域内的像素点,m为舌体区域面积,fix,y为像素点i的坐标信息;
所述根据舌体重心位置从舌体图像中划分出扇形舌尖红候选区域的步骤包括:
将舌体重心位置点与所述舌体图像的左下角坐标位置点、右下角坐标位置点相连,得到一个舌体重心以下的扇形区域作为舌尖红检测的扇形舌尖红候选区域。
7.如权利要求5所述的中医舌诊舌尖红检测方法,其特征在于,所述扇形舌尖红候选区域采用k-means聚类算法进行聚类得到包括两个色度值存在差异的舌质区域的聚类结果,计算这两个舌质区域的hsv颜色空间上s灰度均值,比较两个s灰度均值的大小,以及将s灰度均值较大的舌质区域作为最终的舌尖红检测区域。
8.如权利要求5所述的中医舌诊舌尖红检测方法,其特征在于,所述基于舌尖红检测区域的色度值、该色度值与舌体图像中舌苔区域和舌质区域的色差以及舌尖红检测区域的几何特征计算舌尖红特征向量的步骤包括:
计算舌尖红检测区域的rgb色彩空间下的r、g、b均值以及hsv色彩空间下的h、s、v均值,将这六个值作为特征向量的组成;
计算舌尖红检测区域的s均值与扇形舌尖红候选区域中舌苔区域的s均值的差值,计算舌尖红检测区域的s均值与扇形区域中除舌尖红检测区域之外的舌质区域的s均值的差值,将这两个差值作为特征向量的组成;
计算舌尖红检测区域的s均值与除扇形舌尖红候选区域之外的舌质区域的s均值的差值,计算舌尖红检测区域的s均值与除扇形舌尖红候选区域之外的舌苔区域的s均值的差值,将这两个差值作为特征向量的组成;
计算舌尖红检测区域与整个扇形舌尖红候选区域的面积比值,计算舌尖红检测区域与整个扇形舌尖红候选区域中的舌苔区域的面积比值,计算舌尖红检测区域与除扇形舌尖红候选区域之外的舌苔区域的面积比值,计算舌尖红检测区域与除扇形舌尖红候选区域之外的舌质区域面积的比值,将这四个面积比值作为特征向量的组成;
将计算出的上述十四个值组成一个14维的特征向量,将该特征向量作为舌尖红特征向量。
9.如权利要求5所述的中医舌诊舌尖红检测方法,其特征在于,该方法还包括步骤:产生检测者的舌尖红检测报告,并通过输出单元将待检测者的舌尖红检测报告输出至显示器上显示或打印机上打印,该舌尖红检测报告给出了待检测的舌体中有舌尖红还是没有舌尖红的检测结果。
10.一种计算机可读存储介质,该计算机可读存储介质存储多条计算机程序指令,其特征在于,所述计算机程序指令由计算机装置的处理器加载并执行如权利要求5至9任一项所述中医舌诊舌尖红检测方法的各项方法步骤。