一种检测舌体样本中牙齿区域的方法和系统与流程

本发明涉及图像处理领域,并且更具体地，涉及一种检测舌体样本中牙齿区域的方法和系统。
背景技术：
：中医舌像诊断包括对舌色、舌裂纹、舌点刺等特征进行判别，进而诊断人的身体状况。由于舌体中牙齿的颜色总体上都是白色，会对舌像诊断中的舌色判别产生比较大的影响，因此，舌体图像样本作为中医舌像诊断的深度学习模型训练的训练样本，当舌体图像中包括牙齿时，必然会影响训练样本的质量，从而对模型的准确率产生比较大的影响比较大。对于有牙齿区域有舌体样本进行预处理，去除样本中的牙齿区域，对于提高训练样本集的质量，进而提高中医舌像诊断的深度学习模型的准确率具有重大意义。但是，现有技术中，缺乏对舌体样本中的牙齿区域进行检测，进而去除牙齿区域的方法。技术实现要素：为了解决现有技术中缺少对舌体样本中的牙齿区域进行检测的方法的技术问题，本发明提供一种检测舌体样本中牙齿区域的方法，所述方法包括：采集彩色的舌体图像，生成第一舌体样本；将第一舌体样本的彩色舌体图像分离为r、g、b三个通道的图像，分别生成第一r通道样本、第一g通道样本和第一b通道样本；基于所述第一舌体样本中每个像素点在第一r通道样本、第一g通道样本和第一b通道样本中的像素值，对所述第一舌体样本进行灰度化处理，生成第二舌体样本；对第二舌体样本中的每个像素点，按照预先设置的像素点邻域大小，根据对包括目标像素点的所述邻域内所有像素点的像素值计算所述目标像素点的阈值，并将所述阈值与目标像素点的像素值进行比较以生成第三舌体样本；对第三舌体样本中的每个像素点，按照预先设置的滤波模板大小，对包括目标像素点的所述滤波模板内所有像素点的灰度值进行排序，将排序后数组的中值赋予目标像素点以生成第四舌体样本；按照预先设置的位置阈值location，分别以第一r通道样本、第一g通道样本和第一b通道样本和第四舌体样本的左上角为坐标原点，遍历所述样本中横坐标x∈[0,width]，纵坐标y∈[0,location]的区域，判断所述第四舌体样本该区域中每个像素点的像素值m_val与预先设置的运算阈值threshold的大小，根据所述判断结果重新设置第一r通道样本、第一g通道样本和第一b通道样本中对应的像素点的值以生成第二r通道样本、第二g通道样本和第二b通道样本，其中，所述width为所述样本图像的宽度值；将所述第二r通道样本、第二g通道样本和第二b通道样本合并生成彩色图像，得到去除牙齿后的第五舌体样本作为对舌体图像进行深度学习训练模型的训练样本。进一步地，所述基于所述第一舌体样本中每个像素点在第一r通道样本、第一g通道样本和第一b通道样本中的像素值，对所述第一舌体样本进行灰度化处理，生成第二舌体样本包括：步骤1、选取第一舌体样本中的第i个像素点ii(x,y)，确定所述像素点ii(x,y)在第一r通道样本、第一g通道样本和第一b通道样本中的像素值ri(x,y)、gi(x,y)、bi(x,y)，其中，i的初始值为1；步骤2、计算所述像素值ri(x,y)、gi(x,y)、bi(x,y)的平均值mi，所述计算公式为：mi＝[ri(x,y)+gi(x,y)+bi(x,y)]/3；步骤3、将所述平均值mi赋给像素点ii(x,y)；步骤4、令i＝i+1,当i≤i时，返回步骤1，当i＞i时，生成第二舌体样本的图像，其中，i是第一舌体样本中像素点的总个数。进一步地，所述对第二舌体样本中的每个像素点，按照预先设置的像素点邻域大小，根据对包括目标像素点的所述邻域内所有像素点的像素值计算所述目标像素点的阈值，并将所述阈值与目标像素点的像素值进行比较以生成第三舌体样本包括：步骤1、选取第二舌体样本中的第i个像素点ii(x,y)，按照预先设置的像素点邻域大小blocksize*blocksize，确定包括目标像素点ii(x,y)的所述大小为blocksize*blocksize的邻域内所有像素点的像素值，其中，i的初始值为1，所述blocksize为自然数；步骤2、根据对包括目标像素点ii(x,y)的所述大小为blocksize*blocksize的邻域内所有像素点的像素值计算所述目标像素点ii(x,y)的阈值avgi，其计算公式为：avgi＝sumi/(blocksize*blocksize)式中，sumi是包括目标像素点ii(x,y)的所述大小为blocksize*blocksize的邻域内所有像素点的像素值的和；步骤3、比较目标像素点ii(x,y)的像素值valuei与阈值avgi的大小，确定所述目标像素点ii(x,y)的新像素值valuei'，其计算公式为：步骤4、令i＝i+1,当i≤i时，返回步骤1，当i＞i时，生成第二舌体样本的图像，其中，i是第二舌体样本中像素点的总个数。进一步地，所述对第三舌体样本中的每个像素点，按照预先设置的滤波模板大小，对包括目标像素点的所述滤波模板内所有像素点的灰度值进行排序，将排序后数组的中值赋予目标像素点以生成第四舌体样本包括：当所述滤波模板大小为奇数n时，将排序后数组的[(n+1)/2]位作为中值，赋予目标像素点；当所述滤波模板大小为偶数n时，将排序后数组中第[n/2]位和[n/2+1]的算术平均值作为中值，赋予目标像素点。进一步地，所述按照预先设置的位置阈值location，分别以第一r通道样本、第一g通道样本和第一b通道样本和第四舌体样本的左上角为坐标原点，遍历所述样本中横坐标x∈[0,width]，纵坐标y∈[0,location]的区域，判断所述第四舌体样本该区域中每个像素点的像素值m_val与预先设置的运算阈值threshold的大小，根据所述判断结果重新设置第一r通道样本、第一g通道样本和第一b通道样本中对应的像素点的值以生成第二r通道样本、第二g通道样本和第二b通道样本包括：步骤1、选取第四舌体样本运算区域中的第i个像素点ii(x,y)，确定所述像素点ii(x,y)的像素值valuei，其中，i的初始值为1，所述运算区域是以第四舌体样本的左上角为坐标原点，横坐标x∈[0,width]，纵坐标y∈[0,location]的区域；步骤2、比较目标像素点ii(x,y)的像素值valuei与预先设置的运算阈值threshold的大小，当所述运算区域中的像素点ii(x,y)的像素值valuei大于预先设置的运算阈值threshold时，将所述第一r通道样本、第一g通道样本和第一b通道样本中像素点ii(x,y)的像素值设置为0，其中，所述第一r通道样本、第一g通道样本和第一b通道样本中具有和第四舌体样本相同的运算区域；步骤3、令i＝i+1,当i≤i时，返回步骤1，当i＞i时，生成第二r通道样本、第二g通道样本和第二b通道样本的图像，其中，i是第四舌体样本运算区域中像素点的总个数。根据本发明的另一方面，本发明提供一种检测舌体样本中牙齿区域的系统，所述系统包括：样本采集单元，其用于采集彩色的舌体图像，生成第一舌体样本；样本分离单元，其用于将第一舌体样本的彩色舌体图像分离为r、g、b三个通道的图像，分别生成第一r通道样本、第一g通道样本和第一b通道样本；第二样本单元，其用于基于所述第一舌体样本中每个像素点在第一r通道样本、第一g通道样本和第一b通道样本中的像素值，对所述第一舌体样本进行灰度化处理，生成第二舌体样本；第三样本单元，其用于对第二舌体样本中的每个像素点，按照预先设置的像素点邻域大小，根据对包括目标像素点的所述邻域内所有像素点的像素值计算所述目标像素点的阈值，并将所述阈值与目标像素点的像素值进行比较以生成第三舌体样本；第四样本单元，其用于对第三舌体样本中的每个像素点，按照预先设置的滤波模板大小，对包括目标像素点的所述滤波模板内所有像素点的灰度值进行排序，将排序后数组的中值赋予目标像素点以生成第四舌体样本；第五样本单元，其用于按照预先设置的位置阈值location，分别以第一r通道样本、第一g通道样本和第一b通道样本和第四舌体样本的左上角为坐标原点，遍历所述样本中横坐标x∈[0,width]，纵坐标y∈[0,location]的区域，判断所述第四舌体样本该区域中每个像素点的像素值m_val与预先设置的运算阈值threshold的大小，根据所述判断结果重新设置第一r通道样本、第一g通道样本和第一b通道样本中对应的像素点的值以生成第二r通道样本、第二g通道样本和第二b通道样本，其中，所述width为所述样本图像的宽度值；样本合成单元，其用于将所述第二r通道样本、第二g通道样本和第二b通道样本合并生成彩色图像，得到去除牙齿后的第五舌体样本作为对舌体图像进行深度学习训练模型的训练样本。进一步地，所述系统还包括参数设置单元，其用于设置第三样本单元中的像素点领域大小，第四样本单元中的滤波模板大小，以及第五样本单元中的位置阈值和运算阈值。进一步地，所述第二样本单元包括：目标选取单元，其用于选取第一舌体样本中的第i个像素点ii(x,y)，确定所述像素点ii(x,y)在第一r通道样本、第一g通道样本和第一b通道样本中的像素值ri(x,y)、gi(x,y)、bi(x,y)；数据计算单元，其用于计算所述像素值ri(x,y)、gi(x,y)、bi(x,y)的平均值mi，以及在赋值单元进行目标像素点赋值后，令i＝i+1，其中，所述平均值mi的计算公式为：mi＝[ri(x,y)+gi(x,y)+bi(x,y)]/3；赋值单元，其用于将所述平均值mi赋给像素点ii(x,y)，以及在第一次选取第一舌体样本中目标像素点时，令i＝1；样本生成单元，其用于当i≤i时，返回目标选取单元，当i＞i时，生成第二舌体样本的图像，其中，i是第一舌体样本中像素点的总个数。进一步地，第三样本单元包括：目标选取单元，其用于选取第二舌体样本中的第i个像素点ii(x,y)，按照预先设置的像素点邻域大小blocksize*blocksize，确定包括目标像素点ii(x,y)的所述大小为blocksize*blocksize的邻域内所有像素点的像素值，其中，i的初始值为1，所述blocksize为自然数；数据计算单元，其用于根据对包括目标像素点ii(x,y)的所述大小为blocksize*blocksize的邻域内所有像素点的像素值计算所述目标像素点ii(x,y)的阈值avgi，以及在赋值单元进行目标像素点赋值后，令i＝i+1，其中，所述阈值avgi的计算公式为：avgi＝sumi/(blocksize*blocksize)式中，sumi是包括目标像素点ii(x,y)的所述大小为blocksize*blocksize的邻域内所有像素点的像素值的和；赋值单元，其用于比较目标像素点ii(x,y)的像素值valuei与阈值avgi的大小，确定所述目标像素点ii(x,y)的新像素值valuei'，以及在第一次选取第二舌体样本中目标像素点时，令i＝1，其中，确定所述目标像素点ii(x,y)的新像素值valuei'的计算公式为：样本生成单元，其用于当i≤i时，返回目标选取单元，当i＞i时，生成第三舌体样本的图像，其中，i是第二舌体样本中像素点的总个数。进一步地，所述第四样本单元对第三舌体样本中的每个像素点，按照预先设置的滤波模板大小，对包括目标像素点的所述滤波模板内所有像素点的灰度值进行排序，将排序后数组的中值赋予目标像素点以生成第四舌体样本包括：当所述滤波模板大小为奇数n时，将排序后数组的[(n+1)/2]位作为中值，赋予目标像素点；当所述滤波模板大小为偶数n时，将排序后数组中第[n/2]位和[n/2+1]的算术平均值作为中值，赋予目标像素点。进一步地，所述第五样本单元包括：目标选取单元，其用于选取第四舌体样本运算区域中的第i个像素点ii(x,y)，确定所述像素点ii(x,y)的像素值valuei，其中，所述运算区域是以第四舌体样本的左上角为坐标原点，横坐标x∈[0,width]，纵坐标y∈[0,location]的区域；赋值单元，其用于比较目标像素点ii(x,y)的像素值valuei与预先设置的运算阈值threshold的大小，当所述运算区域中的像素点ii(x,y)的像素值valuei大于预先设置的运算阈值threshold时，将所述第一r通道样本、第一g通道样本和第一b通道样本中像素点ii(x,y)的像素值设置为0，以及在第一次选取第四舌体样本中目标像素点时，令i＝1，从第二次选取第四舌体样本中目标像素点时，每选一次令i＝i+1,其中，所述第一r通道样本、第一g通道样本和第一b通道样本中具有和第四舌体样本相同的运算区域；样本生成单元，其用于当i≤i时，返回目标选取单元，当i＞i时，生成第二r通道样本、第二g通道样本和第二b通道样本的图像，其中，i是第四舌体样本运算区域中像素点的总个数。本发明技术方案提供的检测舌体样本中牙齿区域的方法和系统基于阈值分割舌体中牙齿区域，首先采集彩色的舌体图像，生成第一舌体样本，在rgb颜色空间中将图像灰度化，生成第二舌体样本；然后利用局部自适应二值化对灰度化后的图像进行处理，得到第三舌体样本；再采用中值滤波方法对图像进行去噪操作，得到第四舌体样本；最后采用第四舌体样本分别对分离第一舌体样本生成的第一r通道样本、第一g通道样本和第一b通道样本进行阈值处理生成第二r通道样本、第二g通道样本和第二b通道样本，最后合并第二r通道样本、第二g通道样本和第二b通道样本得到滤除牙齿后的舌体样本。所述检测舌体样本中牙齿区域的方法和系统通过将采集的彩色图像的舌体样本进行灰度化处理，减少了计算量，效率高，而且得到的舌体样本质量高，为后期舌体特征分析算法奠定了良好的基础。附图说明通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：图1为根据本发明优选实施方式的检测舌体样本中牙齿区域的方法的流程图；图2为根据本发明优选实施方式的检测舌体样本中牙齿区域的系统的结构示意图。具体实施方式现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属
技术领域：
的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。除非另有说明，此处使用的术语(包括科技术语)对所属
技术领域：
的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。图1为根据本发明优选实施方式的检测舌体样本中牙齿区域的方法的流程图。如图1所示，本优选实施方式所述的检测舌体样本中牙齿区域的方法100从步骤101开始。在步骤101，采集彩色的舌体图像，生成第一舌体样本。在步骤102，将第一舌体样本的彩色舌体图像分离为r、g、b三个通道的图像，分别生成第一r通道样本、第一g通道样本和第一b通道样本。在步骤103，基于所述第一舌体样本中每个像素点在第一r通道样本、第一g通道样本和第一b通道样本中的像素值，对所述第一舌体样本进行灰度化处理，生成第二舌体样本。将彩色的第一舌体样本进行灰度化处理，将彩色图像转化为灰度图像，大大降低了所述方法的计算量。在步骤104，对第二舌体样本中的每个像素点，按照预先设置的像素点邻域大小，根据对包括目标像素点的所述邻域内所有像素点的像素值计算所述目标像素点的阈值，并将所述阈值与目标像素点的像素值进行比较以生成第三舌体样本。由于光照的影响，图像的灰度可能不是均匀分布的，此时采用单一阈值的分割方法得出的效果并不好，因此采用步骤104中的自适应阈值方法对灰度图像进行进一步的处理，能使灰度图像的灰度更加均匀地进行分布。在步骤105，对第三舌体样本中的每个像素点，按照预先设置的滤波模板大小，对包括目标像素点的所述滤波模板内所有像素点的灰度值进行排序，将排序后数组的中值赋予目标像素点以生成第四舌体样本。通过中值滤波，能够使每个像素点周围的像素值更接近真实值，从而消除舌体样本中孤立的噪声点。在步骤106，按照预先设置的位置阈值location，分别以第一r通道样本、第一g通道样本和第一b通道样本和第四舌体样本的左上角为坐标原点，遍历所述样本中横坐标x∈[0,width]，纵坐标y∈[0,location]的区域，判断所述第四舌体样本该区域中每个像素点的像素值m_val与预先设置的运算阈值threshold的大小，根据所述判断结果重新设置第一r通道样本、第一g通道样本和第一b通道样本中对应的像素点的值以生成第二r通道样本、第二g通道样本和第二b通道样本，其中，所述width为所述样本图像的宽度值；在步骤107，将所述第二r通道样本、第二g通道样本和第二b通道样本合并生成彩色图像，得到去除牙齿后的第五舌体样本作为对舌体图像进行深度学习训练模型的训练样本。优选地，所述基于所述第一舌体样本中每个像素点在第一r通道样本、第一g通道样本和第一b通道样本中的像素值，对所述第一舌体样本进行灰度化处理，生成第二舌体样本包括：步骤1、选取第一舌体样本中的第i个像素点ii(x,y)，确定所述像素点ii(x,y)在第一r通道样本、第一g通道样本和第一b通道样本中的像素值ri(x,y)、gi(x,y)、bi(x,y)，其中，i的初始值为1；步骤2、计算所述像素值ri(x,y)、gi(x,y)、bi(x,y)的平均值mi，所述计算公式为：mi＝[ri(x,y)+gi(x,y)+bi(x,y)]/3；步骤3、将所述平均值mi赋给像素点ii(x,y)；步骤4、令i＝i+1,当i≤i时，返回步骤1，当i＞i时，生成第二舌体样本的图像，其中，i是第一舌体样本中像素点的总个数。优选地，所述对第二舌体样本中的每个像素点，按照预先设置的像素点邻域大小，根据对包括目标像素点的所述邻域内所有像素点的像素值计算所述目标像素点的阈值，并将所述阈值与目标像素点的像素值进行比较以生成第三舌体样本包括：步骤1、选取第二舌体样本中的第i个像素点ii(x,y)，按照预先设置的像素点邻域大小blocksize*blocksize，确定包括目标像素点ii(x,y)的所述大小为blocksize*blocksize的邻域内所有像素点的像素值，其中，i的初始值为1，所述blocksize为自然数；步骤2、根据对包括目标像素点ii(x,y)的所述大小为blocksize*blocksize的邻域内所有像素点的像素值计算所述目标像素点ii(x,y)的阈值avgi，其计算公式为：avgi＝sumi/(blocksize*blocksize)式中，sumi是包括目标像素点ii(x,y)的所述大小为blocksize*blocksize的邻域内所有像素点的像素值的和；步骤3、比较目标像素点ii(x,y)的像素值valuei与阈值avgi的大小，确定所述目标像素点ii(x,y)的新像素值value′i，其计算公式为：步骤4、令i＝i+1,当i≤i时，返回步骤1，当i＞i时，生成第二舌体样本的图像，其中，i是第二舌体样本中像素点的总个数。在本实施方式中，设blocksize＝3，则所述像素点i(x,y)的邻域如表1所示。表1像素点领域i(x-1,y-1)i(x-1,y)i(x-1,y+1)i(x,y-1)i(x,y)i(x,y+1)i(x+1,y-1)i(x+1,y)i(x+1,y+1)则有sum＝i(x-1,y-1)+i(x-1,y)+…+i(x+1,y)+i(x+1,y+1)avg＝sum/3*3。优选地，所述对第三舌体样本中的每个像素点，按照预先设置的滤波模板大小，对包括目标像素点的所述滤波模板内所有像素点的灰度值进行排序，将排序后数组的中值赋予目标像素点以生成第四舌体样本包括：当所述滤波模板大小为奇数n时，将排序后数组的[(n+1)/2]位作为中值，赋予目标像素点；当所述滤波模板大小为偶数n时，将排序后数组中第[n/2]位和[n/2+1]的算术平均值作为中值，赋予目标像素点。优选地，所述按照预先设置的位置阈值location，分别以第一r通道样本、第一g通道样本和第一b通道样本和第四舌体样本的左上角为坐标原点，遍历所述样本中横坐标x∈[0,width]，纵坐标y∈[0,location]的区域，判断所述第四舌体样本该区域中每个像素点的像素值m_val与预先设置的运算阈值threshold的大小，根据所述判断结果重新设置第一r通道样本、第一g通道样本和第一b通道样本中对应的像素点的值以生成第二r通道样本、第二g通道样本和第二b通道样本包括：步骤1、选取第四舌体样本运算区域中的第i个像素点ii(x,y)，确定所述像素点ii(x,y)的像素值valuei，其中，i的初始值为1，所述运算区域是以第四舌体样本的左上角为坐标原点，横坐标x∈[0,width]，纵坐标y∈[0,location]的区域；步骤2、比较目标像素点ii(x,y)的像素值valuei与预先设置的运算阈值threshold的大小，当所述运算区域中的像素点ii(x,y)的像素值valuei大于预先设置的运算阈值threshold时，将所述第一r通道样本、第一g通道样本和第一b通道样本中像素点ii(x,y)的像素值设置为0，其中，所述第一r通道样本、第一g通道样本和第一b通道样本中具有和第四舌体样本相同的运算区域；步骤3、令i＝i+1,当i≤i时，返回步骤1，当i＞i时，生成第二r通道样本、第二g通道样本和第二b通道样本的图像，其中，i是第四舌体样本运算区域中像素点的总个数。图2为根据本发明优选实施方式的检测舌体样本中牙齿区域的系统的结构示意图。如图2所示，本优选实施方式所述的检测舌体样本中牙齿区域的系统200包括：参数设置单元201，其用于设置第三样本单元中的像素点领域大小，第四样本单元中的滤波模板大小，以及第五样本单元中的位置阈值和运算阈值。样本采集单元202，其用于采集彩色的舌体图像，生成第一舌体样本。样本分离单元203，其用于将第一舌体样本的彩色舌体图像分离为r、g、b三个通道的图像，分别生成第一r通道样本、第一g通道样本和第一b通道样本。第二样本单元204，其用于基于所述第一舌体样本中每个像素点在第一r通道样本、第一g通道样本和第一b通道样本中的像素值，对所述第一舌体样本进行灰度化处理，生成第二舌体样本。第三样本单元205，其用于对第二舌体样本中的每个像素点，按照预先设置的像素点邻域大小，根据对包括目标像素点的所述邻域内所有像素点的像素值计算所述目标像素点的阈值，并将所述阈值与目标像素点的像素值进行比较以生成第三舌体样本；第四样本单元206，其用于对第三舌体样本中的每个像素点，按照预先设置的滤波模板大小，对包括目标像素点的所述滤波模板内所有像素点的灰度值进行排序，将排序后数组的中值赋予目标像素点以生成第四舌体样本；第五样本单元207，其用于按照预先设置的位置阈值location，分别以第一r通道样本、第一g通道样本和第一b通道样本和第四舌体样本的左上角为坐标原点，遍历所述样本中横坐标x∈[0,width]，纵坐标y∈[0,location]的区域，判断所述第四舌体样本该区域中每个像素点的像素值m_val与预先设置的运算阈值threshold的大小，根据所述判断结果重新设置第一r通道样本、第一g通道样本和第一b通道样本中对应的像素点的值以生成第二r通道样本、第二g通道样本和第二b通道样本，其中，所述width为所述样本图像的宽度值；样本合成单元208，其用于将所述第二r通道样本、第二g通道样本和第二b通道样本合并生成彩色图像，得到去除牙齿后的第五舌体样本作为对舌体图像进行深度学习训练模型的训练样本。优选地，所述第二样本单元204包括：目标选取单元241，其用于选取第一舌体样本中的第i个像素点ii(x,y)，确定所述像素点ii(x,y)在第一r通道样本、第一g通道样本和第一b通道样本中的像素值ri(x,y)、gi(x,y)、bi(x,y)；数据计算单元242，其用于计算所述像素值ri(x,y)、gi(x,y)、bi(x,y)的平均值mi，以及在赋值单元进行目标像素点赋值后，令i＝i+1，其中，所述平均值mi的计算公式为：mi＝[ri(x,y)+gi(x,y)+bi(x,y)]/3；赋值单元243，其用于将所述平均值mi赋给像素点ii(x,y)，以及在第一次选取第一舌体样本中目标像素点时，令i＝1；样本生成单元244，其用于当i≤i时，返回目标选取单元，当i＞i时，生成第二舌体样本的图像，其中，i是第一舌体样本中像素点的总个数。优选地，第三样本单元205包括：目标选取单元251，其用于选取第二舌体样本中的第i个像素点ii(x,y)，按照预先设置的像素点邻域大小blocksize*blocksize，确定包括目标像素点ii(x,y)的所述大小为blocksize*blocksize的邻域内所有像素点的像素值，其中，i的初始值为1，所述blocksize为自然数；数据计算单元252，其用于根据对包括目标像素点ii(x,y)的所述大小为blocksize*blocksize的邻域内所有像素点的像素值计算所述目标像素点ii(x,y)的阈值avgi，以及在赋值单元进行目标像素点赋值后，令i＝i+1，其中，所述阈值avgi的计算公式为：avgi＝sumi/(blocksize*blocksize)式中，sumi是包括目标像素点ii(x,y)的所述大小为blocksize*blocksize的邻域内所有像素点的像素值的和；赋值单元253，其用于比较目标像素点ii(x,y)的像素值valuei与阈值avgi的大小，确定所述目标像素点ii(x,y)的新像素值value′i，以及在第一次选取第二舌体样本中目标像素点时，令i＝1，其中，确定所述目标像素点ii(x,y)的新像素值value′i的计算公式为：样本生成单元254，其用于当i≤i时，返回目标选取单元，当i＞i时，生成第三舌体样本的图像，其中，i是第二舌体样本中像素点的总个数。优选地，所述第四样本单元206对第三舌体样本中的每个像素点，按照预先设置的滤波模板大小，对包括目标像素点的所述滤波模板内所有像素点的灰度值进行排序，将排序后数组的中值赋予目标像素点以生成第四舌体样本包括：当所述滤波模板大小为奇数n时，将排序后数组的[(n+1)/2]位作为中值，赋予目标像素点；当所述滤波模板大小为偶数n时，将排序后数组中第[n/2]位和[n/2+1]的算术平均值作为中值，赋予目标像素点。优选地，所述第五样本单元207包括：目标选取单元271，其用于选取第四舌体样本运算区域中的第i个像素点ii(x,y)，确定所述像素点ii(x,y)的像素值valuei，其中，所述运算区域是以第四舌体样本的左上角为坐标原点，横坐标x∈[0,width]，纵坐标y∈[0,location]的区域；赋值单元272，其用于比较目标像素点ii(x,y)的像素值valuei与预先设置的运算阈值threshold的大小，当所述运算区域中的像素点ii(x,y)的像素值valuei大于预先设置的运算阈值threshold时，将所述第一r通道样本、第一g通道样本和第一b通道样本中像素点ii(x,y)的像素值设置为0，以及在第一次选取第四舌体样本中目标像素点时，令i＝1，从第二次选取第四舌体样本中目标像素点时，每选一次令i＝i+1,其中，所述第一r通道样本、第一g通道样本和第一b通道样本中具有和第四舌体样本相同的运算区域；样本生成单元273，其用于当i≤i时，返回目标选取单元，当i＞i时，生成第二r通道样本、第二g通道样本和第二b通道样本的图像，其中，i是第四舌体样本运算区域中像素点的总个数。本发明所述检测舌体样本中牙齿区域的系统对舌体样本中的牙齿区域进行检测的步骤与本发明所述检测舌体样本中牙齿区域的方法中的步骤相同，并且达到的技术效果也相同，此处不再赘述。已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。通常地，在权利要求中使用的所有术语都根据他们在
技术领域：
的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。当前第1页12