论文部分内容阅读
第一部舌象采集人工光源研究 目的： 通过比较不同类型光源的光谱性能，探索适用于舌象采集的照明光源。 方法： (1)采用GretagmacbethEye-OneShare在暗室中检测白炽灯、荧光灯、LED、氙气灯四类9种光源的色温、显色指数、照度、相对光谱分布等指标，选择适用于舌象采集的照明光源。 (2)在四类9种光源照明条件下，用EolaneCCD采集GretagmacbethcolerCheckerSG色卡图像，通过分析比较图像的色差△E*、△L*、△C*值，研究不同人工光源对图像采集信息的影响。 结果： (1)3种LED光源性能差别很大，其中LED3性能最好，体积最小，色温为6447K，显色指数为98，在其照明条件下采集的SG色卡图像色差值最小。 (2)3种荧光灯和2种氙气灯的性能相差不大，色温都在4280-6616K之间，显色指数在80-90之间，3种荧光灯下采集到SG色卡图像的△E*、△L*、△C*值稍大于LED3。氙气灯照明条件下采集的SG色卡图像的△E*、△L*、△C*值大于荧光灯。 (3)白炽灯的显色指数最高(99)，但因色温太低，采集的SG色卡图像的△E*、△L*、△C*值大于氙气灯。 结论： (1)研究表明，常用的LED显色性能通常不理想，但是，通过单色LED芯片的优化配比，能提高其显色性能。高显色性的LED3不仅能够真实反映舌象的颜色特征，而且体积较小，适合用作小型舌象采集装置的照明条件。 (2)研究表明，荧光灯也能够真实反映舌象的颜色特征，但由于工艺限制，体积较大，可以用作舌象采集暗箱装置的照明条件。 第二部分舌象采集成像相关条件研究 目的： 通过比较EolaneCCD和NikonCMOS各模式下采集的GretagmacbethColerChecker24色卡图像的L*、a*、b*值和△E*、△L*、△C*值，探讨EolaneCCD和NikonCMOS的最佳采集模式及其在舌象采集中的成像性能。 方法： (1)采用EolaneCCD2种焦距、5种白平衡模式、4种曝光补偿、5种感光度分别采集GretagmacbethColorChecker24色色卡图像，分析色卡图像的△E*、△L*、△C*值，探讨EolaneCCD的最佳采集模式。 (2)采用EolaneCCD白平衡晴天模式、6mm焦距、0.0EV曝光补偿，感光度自动条件下采集GretagmacbethColorChecker24色色卡10幅，观察EolaneCCD的采集稳定性。 (3)采用NikonCMOS白平衡模式，固定快门为1/60，在光圈为F/2、F/2.2、F/2.5、F/2.8、F/3.2时分别采集GretagmacbethColorChecker24色色卡，探讨NikonCMOS最佳采集光圈。 (4)采用EolaneCCD白平衡晴天模式(6mm焦距、0.0EV曝光补偿，感光度自动)和NikonCMOS手动白平衡模式(快门：1/60，光圈：F/2.5)分别采集GretagmacbethColorChecker24色色卡图像，分析图像△E*、△L*、△C*值和L*、a*、b*值的变异系数CVL*、CVa*、CVb*，以探讨两者对采集图像信息的影响。 结果： (1)EolaneCCD白平衡自动、白平衡晴天、白平衡阴天模式6mm焦距下采集图像的△E*、△L*、△C*值相差不大，皆小于其他模式。 (2)EolaneCCD曝光补偿为0.0EV是采集图像的△E*、△L*、△C*值最小。 (3)EolaneCCD5种感光度下采集图像的△E*、△L*、△C*值差别不明显。 (4)NikonCMOS光圈为F/2.5时，采集图像的△E*、△L*、△C*值最小。 (5)EolaneCCD与NikonCMOS采集的色卡图像比较，△C*值EolaneCCD比NikonCMOS明显降低外(P<0.05)。对CVL*和CVa*，EolaneCCD采集值较标准值变大，而NikonCMOS采集值较标准值数变小。在b*值上的表现则刚好相反。 结论： (1)在颜色L*、a*、b*值的保真度方面，EolaneCCD优于NikonCMOS，能够反映舌象颜色信息的真实特征，且EolaneCCD体积更小，稳定性良好，可以用作小型舌象采集装置的成像技术。 (2)EolaneCCD的最佳舌象采集条件为白平衡晴天模式。 第三部分基于颜色校正的舌象分类及其分布特征 目的： (1)探讨适用于TDA-1型舌象采集装置的颜色校正方法。 (2)探讨各类典型舌色、苔色在CIELAB色空间的分布特征。 方法： (1)采用ICC文件和拓扑剖分影射(TopologyResolve-MAP，以下简称TRM)分别对采集到的GretagmacbethColerCheckerSG色卡中的13个色块进行校正，观察两者的的校正效果。 (2)采用ICC文件对采集到的数字舌图像进行校正后进行人工分类，舌色分为淡红舌、淡白舌、红舌、青紫舌和边尖红舌，苔色分为溥白苔、白厚苔、薄黄苔、黄厚苔。采用“中医舌诊分析系统(TDAS)V2.0版”分析各类舌色、苔色校正前后的L*、a*、b*值，探讨ICC文件的实际校正效果和各类舌色、苔色在CIELAB色空间的分布特征。 (3)将边尖红舌分为边尖部和非边尖部，进行分区分析，以探讨边尖红舌不同区域颜色的分布特征。 结果： (1)ICC文件和TRM校正后△E*、△L*值较校正前明显减小(P<0.05)，且TRM校正后△L*值明显小于ICE文件校正后(P<0.05)，但ICC文件校正在TDA-1型采集装置中更简便易行。 (2)舌色分布特征：在CIELAB色空间中，对于L*值，红舌<青紫舌<边尖红舌<淡红舌<淡白舌，其中淡白舌L*值明显升高(P<0.05)；对于a*值，淡白舌<青紫舌<淡红舌<边尖红舌<红舌，除淡白舌和青紫舌无明显差别外，其他均有显著差异(P<0.05)：对于b*值，青紫舌<边尖红舌<淡红舌<红舌<淡白舌，其中淡白舌明显高于除红舌外的其他各组(P<0.05)，青紫舌明显低于除边尖红舌外的其他各组(P<0.05)。 (3)苔色分布特征：在CIELAB色空间中，对于L*值，薄黄苔<薄白苔<白厚苔<黄厚苔，其中白厚苔明显高于薄黄苔和薄白苔(P<0.05)；对于a*值黄厚苔<白厚苔<薄黄苔<薄白苔，其中薄白苔明显高于其他各组(P<0.05)；对于b*值，白厚苔<薄白苔<黄厚苔<薄黄苔。 (4)边尖红全舌、非边尖部、边尖部相比，对于L*值，三组之间无明显差别(P>0.05)；对于a*值，按照非边尖部、全舌、边尖部的顺序依次明显增大(P<0.05)；对于b*值，边尖部明显高于全舌和非边尖部(P<0.05)。 结论： (1)对于舌象颜色L*、a*、b*值的校正，TRM优于ICC文件，但是，ICC文件是直接对图像进行校正，具有良好的视觉效果，且校正步骤简单快捷，更适合用于TDA-1型舌象采集装置中。 (2)在CIELAB色空间中，不同的舌色、苔色L*、a*、b*值有棚对独立的分布区域，但相邻区域之间有部分重叠。