一种基于多色彩通道动态阈值的舌苔舌质分离算法

舌苔舌质分离是实现舌诊图像自动分析重要的预处理工作,舌苔舌质分离后便于计算,消除相互的干扰,才能得到比较好的定量化结果。本文在结合中医依靠经验辨识舌苔舌质的基础上,借鉴以往的单通道定阈值舌苔舌质分离算法,提出使用多个色彩通道动态选取阈值,再根据先验的空间信息辅助判断,最终分离舌苔舌质的算法。通过与手工分离结果以及现有自动分离算法的比较,分析表明该算法在分离舌苔舌质的准确度以及处理速度上都有较好的效果。

聚类分析在舌苔舌质分离中的运用

舌苔舌质分离是中医舌诊计算机自动分析系统中重要的一个环节.本文研究了聚类分析算法在舌质舌苔分离过程中的运用.在舌象分割完成后,对舌象图像用聚类分析的方法进行舌苔舌质分离处理.聚类算法通过迭代,把特征相似的点作为一类,划分出特征不同的几类,从而分离出舌苔和舌质.通过实验,并和阈值分离算法进行比较,聚类算法有很好的自适应性和准确性,在差异变化很大的不同图像中都能有较好的效果.

一种优化K-means聚类的舌苔舌质分离方法

为了解决传统K-means聚类算法对舌图像中舌苔舌质分离效果不稳定的问题,提出了一种优化K-means聚类的舌苔舌质分离模型。模型综合RGB,HSV,L*a*b*3种颜色空间的特性,将单通道舌图像像素作为聚类样本集合,以一定的规则从集合中选取2个舌图像通道的像素作为聚类样本,并利用单通道舌图像分布直方图的峰值确定初始聚类中心点,最后通过聚类实现舌苔舌质分离。实验结果表明,选择用双通道舌图像作为聚类样本比用三通道或者单通道舌图像聚类效果更优,且提出的初始聚类中心点的确定方法相比于传统K-means聚类算法更准确、稳定地使舌苔舌质分离。所提方法可以很好地实现舌苔舌质分离,为中医舌诊客观化的研究提供了新的方法和思路,具有一定的实用价值。

一种基于聚类的舌苔舌质分离方法

对舌诊关键步骤舌苔舌质分离进行了深入的研究,发现对于数据集中的任一幅舌图像,总能从常见属性中选取若干进行聚类,从而较为理想地实现苔质分离,但是每幅图像选出的属性不甚相同.提出了1种属性选择的方法,通过各属性的分布函数对属性评分,从而为聚类的每一个实例找到最适合自身的属性.实验结果表明,不论是从聚类效果指数还是从舌苔舌质分离效果方面,经过属性选择的基于聚类的舌苔舌质分离效果明显优于已有基于聚类的舌苔舌质分离法,舌苔舌质分离满意率90%以上.

基于双光源的舌质舌苔分离方法研究

中医舌诊客观化研究中,舌质舌苔分离是后续实现舌象自动诊断的关键,然而舌质舌苔复杂多样,现有的分离方法多基于颜色差异,适应性不高,尤其是在苔薄厚交错、黄白苔交错等情况下分离效果不理想.针对上述问题,本文设计开发了一种基于双光源的舌质舌苔分离系统,研究了白、绿光源对舌质舌苔分离效果的影响,针对纯绿色光源和标准白色光源下舌图像的色彩特点,分别采用自动和人机交互的初始轮廓提取方法进行Snakes算法分割、互信息理论配准以及聚类法分类,从而实现最终的舌质舌苔分离,结果表明纯绿光图像分离效果明显更好,为中医舌诊处理方法提供了新思路.

一种中医舌象的舌质舌苔分离方法

舌诊是中医诊法最重要的特色之一,舌诊客观化研究有助于舌诊的继承和发展。根据舌象的特点,分析并处理了舌象的色度直方图,提出了自动确定颜色类别数和初始聚类中心的算法,并在改进模糊聚类算法的基础上提出了一种彩色舌图像舌质舌苔分离方法。实验结果表明,与标准模糊聚类算法相比,该算法极大地加快了聚类迭代速度,减少了系统运算时间;相对于阈值分割法,能够获得更加符合中医要求的苔质分离效果。

基于颜色相似系数的舌象图像舌质舌苔分离

舌质舌苔的分离研究是舌诊客观化研究中重要的一部分。通过选择合适的颜色空间,提出一种新的计算舌象中两个像素之间颜色相似系数的方法,根据舌质舌苔的颜色特征确定阈值来判断舌象上两种颜色是否具有相似性,采用改进的区域生长法实现舌质舌苔的分离,提高了分离有效率。通过实验,证明该方法对舌质舌苔的分割有效,符合临床医生诊病要求。

舌象图像分割技术的研究与应用进展

舌诊是中医四诊中望诊的重要内容,舌诊客观化研究是中医现代化研究的重要组成部分,而图像采集分析技术是舌诊客观化研究的重要手段。在舌象图像研究中,舌体的提取、舌质与舌苔的分离的舌象分割成为图像分析的重要前提,多学科专家利用多种技术方法对其进行了广泛而深入的研究,文章主要论述舌体的提取及舌质与舌苔的分割研究概况。