论文部分内容阅读
中医舌象颜色校正和中医舌色苔色的自动分析技术一直是舌诊客观化研究中的重点。经过多年的研究，中医舌图像颜色校正和舌色苔色分析取得了一定的研究进展。但是制约中医舌诊客观化发展的瓶颈问题，如采集和存储的标准化问题、舌象特征分析不够鲁棒等问题一直未能很好地解决，这也在一定程度上限制了中医舌象客观化研究成果的推广应用。近年来，图像内容分析与处理技术、稀疏理论等不断取得新的进展。为此，本文将这些新的理论和方法应用到中医客观化的研究中，在中医舌图像的颜色校正技术以及舌色苔色的自动分析技术方面展开了研究工作。本文的研究内容包括以下几个部分: 首先，针对不同光照条件导致采集到的中医舌图像出现的颜色失真问题，本文提出了一种基于核偏最小二乘回归(K-PLSR，Kernel Partial Least SquaresRegression)的中医舌图像颜色校正方法。该方法将24色孟塞尔(Munsell)标准色标卡的参考值作为目标值，将在不同光照环境下拍摄的色卡值作为输入，在CIE LAB颜色空间，采用K-PLSR对色块样本进行训练，得到颜色校正模型，并用该模型对采集到的舌图像进行颜色校正，得到校正后的舌图像。实验结果表明，采用本文所提出的颜色校正方法，校正后色块的平均色差值仅为0.821。与基于支撑向量回归(SVR，Support Vector Regression)和基于多项式回归的颜色校正方法对比，不论客观评价还是主观评价，都能获得更优的校正性能。 其次，本文借鉴图像内容分析的思路，提出了一种基于图像检索的中医舌色苔色自动分析方法。对于待分析的舌图像，首先通过手动或自动舌体分割技术对舌体区域进行分割，再根据中医舌诊的习惯将舌面区域划分为舌质区域和舌苔区域。在各区域内分别提取颜色特征，并构成特征向量，然后计算该特征向量与特征库中已标注舌图像的特征向量之间的相似度，并按相似度大小返回最相似的图像作为检索结果。最后依据检索结果，使用统计决策的方法进行判决，给出舌象的舌色和苔色分类建议。实验结果表明，本文提出的舌色、苔色自动分析方法性能相对出色。本文提出的方法一种全新的思路，不仅能够为中医舌色苔色自动分析提供一种新的手段和方法，也是基于内容图像检索技术的一种新的应用。 第三，本文将稀疏表示分类器(SRC，Sparse Representation based Classifier)引入到中医舌象舌色苔色的自动分析中，提出了一种基于SRC的舌色苔色自动分析方法。首先，通过舌体分割、舌面区域划分以及舌苔舌质区域分离等一系列预处理操作，分别得到舌质区域和舌苔区域。然后，根据舌色、苔色区域内各自的特点提取特征。对于舌质区域，本文提取了CIE LAB颜色空间的颜色矩特征。对于舌苔区域，本文将HSV颜色直方图特征与灰度共生矩阵特征相结合，组成苔色的特征向量。对所有样本特征向量进行组合构建字典，并对待分析舌象样本的特征向量进行稀疏表示。最后，对各类别进行测试样本特征向量的重建并计算残差，将重建残差最小的类别判定为该样本所属类别，从而得到舌色或苔色的分类结果。实验证明，采用本文所提出的方法进行舌色、苔色分析，分类性能更优。 最后，本文设计并研制了一种便携式中医舌象数字化采集装置，该舌象采集装置不仅体积小、重量轻，而且可以根据实际需要调节光源的光照强度。并基于上述研究内容，建立了中医舌图像颜色校正演示系统和舌色苔色自动分析演示系统，分别验证了本文所提出的方案的可行性和有效性。