[發(fā)明專利]基于圖像分析的中醫(yī)面色識別和檢索方法

無效

• 申請?zhí)枺?/td>: 201110305261.0
• 申請日: 2011-10-10
• 公開（公告）號: CN102426652A
• 公開（公告）日: 2012-04-25
• 發(fā)明（設計）人: 卓力;張菁;楊云聰;刁蒙蒙
• 申請（專利權）人: 北京工業(yè)大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00;G06F17/30
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

技術領域

本發(fā)明以中醫(yī)面象為研究對象，根據(jù)面色和臟腑健康狀況的對應關系，利用計算機視覺理論以及圖像分析和識別技術，提取輸入面象的面色信息，根據(jù)顏色特征向量的相似度從數(shù)據(jù)庫中檢索出相似面象，并給出相似面象定性的診斷結果，提供客觀化識別和檢索平臺。

背景技術

中醫(yī)學之精髓在于“辨證施治”，而“望、聞、問、切”四種診斷方法又是完成“辨證施治”的重要依據(jù)?！巴笔侵嗅t(yī)四診的最重要內容之一，中醫(yī)面診是中醫(yī)“望診”中最為常用和最具臨床應用價值的診法之一，其現(xiàn)代化的程度對整個中醫(yī)學的發(fā)展有著極其深遠的意義。中醫(yī)學認為，人體是一個有機的整體，面部猶如反映人體生理病理的一面鏡子，望五官神色變化，可直接診察臟腑病變。傳統(tǒng)的望診都是依靠醫(yī)生的目視觀察進行判斷分析，并用語言文字描述，主觀依賴性強，缺乏客觀化、定量化的依據(jù)。望診涉及病人所處環(huán)境、精神狀態(tài)、醫(yī)生的經(jīng)驗和主觀因素等，造成了對顏色等的判別因人因地而異。受許多條件的限制，長期以來中醫(yī)難以精確記錄和保存舌象、面象等資料，這給臨床、教學、科研帶來很多不便，也不利于學術交流，使得中醫(yī)在現(xiàn)代化的道路上舉步維艱。

目前，人們對望診(主要是觀面色，故也可稱為面診或色診)的信息化研究還很初步。為此，本發(fā)明針對中醫(yī)面診臨床特點，建立了一個客觀化的中醫(yī)面色識別和檢索系統(tǒng)，為中醫(yī)面診數(shù)字化提供定量化依據(jù)。本發(fā)明依靠計算機視覺方面的研究，建立了一個客觀化、定量化的信息平臺，利用各種統(tǒng)計方法，實現(xiàn)中醫(yī)面色的自動識別。圖像檢索技術自上個世紀以來已成為一個越來越受到人們關注的研究領域。伴隨著數(shù)字化影像技術在醫(yī)學臨床工作中的普遍應用，大量的圖像數(shù)據(jù)也隨之產生。如何有效地組織、管理和檢索醫(yī)學圖像成為當前迫切需要解決的問題。傳統(tǒng)的醫(yī)學圖像檢索方法通常采用基于文本信息的人工標注方法，這種方法費時費力，并且標注結果因人而異。根據(jù)文本信息進行檢索時，由于個人對圖像內容的理解不同，檢索結果往往不夠理想，從而嚴重影響了圖像在診斷過程中作用的發(fā)揮。本發(fā)明以基于內容的圖像檢索技術為依據(jù)，根據(jù)圖像的顏色信息，建立特征向量空間進行檢索，將其應用于面診圖像的檢索，可以為中醫(yī)大夫提供一種方便直觀的圖像檢索方法，對醫(yī)學臨床、教學、科研以及圖像歸檔和通信系統(tǒng)具有重要的研究意義。

發(fā)明內容

本發(fā)明的主要思想是：設計一個面向中醫(yī)面診的檢索和識別平臺，方便用戶和醫(yī)生進行查詢。當用戶輸入待查詢面象，通過人臉檢測，五官定位等技術分割人臉，提取臟腑對應區(qū)域的面色作為特征向量，據(jù)此進行輸入圖像的面色識別，并計算其與面象特征庫中的數(shù)據(jù)的相似度，排序后返回相似度高的面象，同時給出相似樣本面象的病癥描述。

1、面象的采集

面象的采集環(huán)境：

(1)選用代表日光的標準光源D65；

(2)顯色指數(shù)為84～95，色溫為6500K；

(3)照明光源的幾何條件按照國際照明委員會推薦的45/0(照明/觀測)安排光路；

(4)圖像采集設備的彩色深度為24bit，白平衡為日光類型；

采集的面象通過USB接口輸入到計算機中，對每個病人的樣本圖片進行面色類別，面色特征和病癥標注，建立面象與癥狀數(shù)據(jù)庫；

2、人臉檢測與區(qū)域分割

人臉區(qū)域在中醫(yī)領域被分成了五個部分，每個部分對應了不同的內臟，并且內臟的病變可以改變人臉對應區(qū)域的顏色的變化。因此一張樣本面象，我們不需要使用全部作為診斷特征，只需要對應區(qū)域的一部分皮膚塊。本發(fā)明將人臉圖分割成五個部分(如圖1)，需要提取五個部分相應的皮膚塊。

2.1人臉檢測

目前，人臉檢測方面的技術相對比較成熟，可以借鑒已有的方法。本發(fā)明采用的是類Haar特征的人臉檢測算法，因面象圖片都是在同一環(huán)境下采集的背景相對簡單的正面人臉圖像，此算法處理速度較快，至多1s鐘就可以得到人臉區(qū)域，滿足我們的實時性要求。在該部分，我們輸入在上述環(huán)境下采集的圖像，使用類Haar人臉檢測算法，去除背景干擾，得到圖像的人臉區(qū)域，縮小后期的處理范圍。

2.2瞳孔定位和圖像旋轉

本發(fā)明采用基于Gabor變換的人眼定位方法，利用Gabor變換后的圖像在眼睛處幅值較大的特點，通過投影方法得到人眼的坐標。可以分為3步，如圖2所示：

1)將提取的人臉區(qū)域圖像進行直方圖歸一化處理；

2)對直方圖歸一化的人臉圖像進行3級8方向的Gabor變換；

3)計算圖像的水平投影和垂直投影，分析投影圖的谷值和峰值，得到眼睛坐標。