一种基于图像块先验的舌象分割算法的制作方法

本发明涉及图像分割技术领域，尤其是一种基于图像块先验的舌象分割算法。

背景技术：

传统中医在诊病时采用望闻问切的诊断方法，而其中舌诊又为中医的重要诊断手段，中医通过观察病人的舌象即可快速诊断其病情，舌象包括舌质和舌苔变化，舌为肌性器官，由黏膜和舌肌组成，附着于口腔底部，呈扁平而长形。舌由肌肉、血脉和经络所构成，三者都与脏腑存在着密切的联系，所以透过舌象的观察来了解和认识疾病的本质和发展，比如反应胃病和脾病的变化规律，舌象变化规律一般来说为舌苔由薄变厚为病进，由厚变薄为病退。

现有的舌诊方法大多通过像素对比或依靠医生的经验和主观意识进行判断，也有基于计算机的辅助软件进行图像处理和识别，但由于舌体的颜色与嘴唇及脸部的颜色相接近，使得利用传统像素对比方法来分割舌象具有一定难度，且传统的舌象分割方法存在误差，往往都会有其他部位掺杂在分割后的舌象中，造成舌唇区分不明，影响医生的病情诊断。此外，有的舌象分割方法要求舌体图像必须规整，但其分割的效果较差，图像处理效率低下，舌体图像的自动分割鲁棒性不够，在一定程度上制约了中医舌诊客观化研究成果的推广应用。

所以，针对上述舌象分割方法的图像处理存在误差的缺陷，亟需设计一种可以提高舌象分割准确性的分割方法。

技术实现要素：

本发明的目的在于克服现有技术的不足，提供一种提高舌象分割准确性的舌象分割方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于图像块先验的舌象分割算法，包括以下步骤：

步骤一、对拍摄的舌象图片进行舌象检测定位，得到只包含舌象的图片；

步骤二、分析只包含舌象图片的三分之一上区域的色度分量并进行统计，得到牙齿和口腔黑色像素点的位置；

步骤三、标注牙齿中心区域作为背景，口腔黑色像素点数量高于一定数量的标注为背景；

步骤四、应用grabcut函数对舌象图片进行舌象分割，得到剔除牙齿和口腔黑色区域的舌象分割图像。

优选的，所述的步骤二还包括下列步骤：

a、采集舌象；

b、将采集的舌象图像从rgb空间转换为hsv空间；

c、提取获得h、s、v分量；

d、利用数学形态运算h分量阈值把舌象图像转换为二值图像；

e、对二值图像进行填洞和开运算以去除舌象图像中的空洞；

f、求出开运算后的二值图像的最大面积并获得最大连通区域；

g、根据最大连通区域在原始舌象图像中分割出舌体。

优选的，所述的步骤g中分割舌体的方法为：将舌象的每一个像素值进行判定，结果为0的像素，表示原始图对应坐标的像素为非舌体部分，将原始舌象图像中对应坐标的像素值设为0，表现为黑色背景，当所有像素均判断完毕后，原始舌象图像中的非舌体部分的像素也被黑色所代替，从而得到完整的舌体。

优选的，所述的h分量为色相，所述的s分量为饱和度，所述的v分量为色明度。

优选的，所述的步骤e中的开运算的方程定义为：

其中：a为等待处理的舌象图像，b为二值图像的结构元素。

优选的，所述的步骤四的grabcut函数的区域项r(l)的计算方程为：

且0≤πi≤1，

本发明的优点和积极效果是：

本发明利用分类模型分析所有像素点聚类舌象中牙齿区域和口腔黑区域，并标注为分割的背景区域作为分割的先验信息，标注牙齿中心区域作为背景，口腔黑色像素点高于一定数量的标注为背景，再通过grabcut函数算法进行舌象分割，即使拍摄的舌象图像不规则，也可以进行精准分割，避免了牙齿、嘴唇等部位的干扰，有效的提高了舌象分割的准确性。

附图说明

图1是本发明的舌象检测定位的图像示意图；

图2是本发明的舌象检测图像通过grabcut函数进行舌象分割的结果示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

以下结合附图对本发明实施例做进一步详述：

如图1和2所示，本发明所述的一种基于图像块先验的舌象分割算法，包括以下步骤：

步骤一、对拍摄的舌象图片进行舌象检测定位，得到只包含舌象的图片；

步骤二、分析只包含舌象图片的三分之一上区域的色度分量并进行统计，得到牙齿和口腔黑色像素点的位置；

步骤三、标注牙齿中心区域作为背景，口腔黑色像素点数量高于一定数量的标注为背景；

步骤四、应用grabcut函数对舌象图片进行舌象分割，得到剔除牙齿和口腔黑色区域的舌象分割图像。

此外，所述的步骤二还包括下列步骤：

a、采集舌象；

b、将采集的舌象图像从rgb空间转换为hsv空间；

c、提取获得h、s、v分量；

d、利用数学形态运算h分量阈值把舌象图像转换为二值图像；

e、对二值图像进行填洞和开运算以去除舌象图像中的空洞；

f、求出开运算后的二值图像的最大面积并获得最大连通区域；

g、根据最大连通区域在原始舌象图像中分割出舌体。

其中，所述的步骤g中分割舌体的方法为：将舌象的每一个像素值进行判定，结果为0的像素，表示原始图对应坐标的像素为非舌体部分，将原始舌象图像中对应坐标的像素值设为0，表现为黑色背景，当所有像素均判断完毕后，原始舌象图像中的非舌体部分的像素也被黑色所代替，从而得到完整的舌体。所述的h分量为色相，所述的s分量为饱和度，所述的v分量为色明度。

其中，所述的步骤e中的开运算的方程定义为：

其中：a为等待处理的舌象图像，b为二值图像的结构元素。

此外，所述的步骤四的grabcut函数的区域项r(l)的计算方程为：

且0≤πi≤1，

所述的grabcut算法函数为graphcut图分割的一种交互式图像分割方法，其应用高斯混合模型(gmm)来对背景和前景进行建模，并将未定义的像素标记为可能的前景和背景，图像中的每一个像素都被看作通过虚拟边与周围像素相连接，而每条边都有一个属于前景或背景的概率，这基于它与周围像素颜色上的相似性，像素点即节点，在背景节点完成连接后，若背景节点之间的边属于不同终端，则会切断它们之间的边，即在舌象图像中将舌体和嘴唇、牙齿相连接的边切断，实现舌体分割。

具体实施时，先将拍摄的舌象图片的三分之一区域的色度分量进行像素统计，将其转换为hsv空间，并提取h、s、v的分量，将舌象图像转换为二值图像，得到牙齿和口腔黑色像素点的位置，将舌象的每一个像素值进行判定，结果为0的像素，表示原始图对应坐标的像素为非舌体部分，将原始舌象图像中对应坐标的像素值设为0，表现为黑色背景，当所有像素均判断完毕后，原始舌象图像中的非舌体部分的像素也被黑色所代替，从而得到完整的舌体，再应用grabcut函数对舌体进行分割，剔除多余的牙齿、口腔等区域，得到最终的舌体。

本发明利用分类模型分析所有像素点聚类舌象中牙齿区域和口腔黑区域，并标注为分割的背景区域作为分割的先验信息，再通过grabcut函数算法进行舌象分割，即使拍摄的舌象图像不规则，也可以进行精准分割，避免了牙齿、嘴唇等部位的干扰，有效的提高了舌象分割的准确性。

需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。