[發(fā)明專利]基于舌體分區(qū)顏色特征的智能圖像分類方法

有效

• 申請?zhí)枺?/td>: 201510059796.2
• 申請日: 2015-01-31
• 公開（公告）號: CN104636754B
• 公開（公告）日: 2018-02-27
• 發(fā)明（設(shè)計）人: 黃翰;姬馬婧雯;梁椅輝
• 申請（專利權(quán)）人: 華南理工大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司44102
• 代理人: 何淑珍

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能的視頻圖像及機(jī)器視覺的自動檢測技術(shù)領(lǐng)域，具體涉及基于舌體分區(qū)顏色特征的智能圖像分類方法。

背景技術(shù)

目前，國家安全、金融以及電子商務(wù)等領(lǐng)域容易受到假冒身份者的嚴(yán)重威脅，身份識別的重要性日益突出。近年來，基于生物特征識別的智能身份鑒別技術(shù)越來越受到關(guān)注。生物特征識別是利用圖像處理、模式識別和計算機(jī)視覺的方法對人體具有的唯一性的生理和行為特征進(jìn)行有效的分析和描述，并通過判斷這些分析和描述的一致性而確認(rèn)身份的一類技術(shù)。一般基于生理特征的方法有指紋識別、虹膜識別、人臉識別、手型識別等。經(jīng)樣本觀察和醫(yī)學(xué)專家的確認(rèn)，人類舌體中包含著大量的因人而異的特征，舌體的外觀千差萬別，主要體現(xiàn)在舌體的顏色，形狀及表面的溝痕及紋理分布上，自成年之后舌體的變化十分微小。由此，人的舌體可以作為一個新的生物特征模態(tài)，用于輔助多模態(tài)身份信息識別。

同時由于網(wǎng)絡(luò)及多媒體技術(shù)的發(fā)展，人們在工作及日常生活中產(chǎn)生了大量的圖形數(shù)據(jù)，數(shù)字圖像呈現(xiàn)出的爆炸式的增長方式。包括舌體圖像在內(nèi)的醫(yī)學(xué)圖像，掃描圖片，新聞圖片等的大量信息被淹沒在各種數(shù)據(jù)中，如果沒有有效的圖像數(shù)據(jù)管理方式，將無法對需要的圖片做出判斷和分類，在需要時將無法被檢索出來。借助人工智能的圖像分類技術(shù)，將可以對某一類圖像(如本方法中的舌體圖像數(shù)據(jù))的海量圖像數(shù)據(jù)進(jìn)行組織分類，并以此作為用戶尋找類似圖片，存儲，索引圖像數(shù)據(jù)是非常重要的。目前，如何高效的結(jié)合圖像的特征，如顏色特征，紋理特征等，對圖像進(jìn)行定量分析，根據(jù)圖像的亮度，色調(diào)，位置及結(jié)構(gòu)特征，準(zhǔn)確地對圖像景物類型或目標(biāo)作出正確的判斷和解釋是一個熱點的研究內(nèi)容。

現(xiàn)有的舌體圖像自動化分類研究仍然存在很多問題。當(dāng)前已有的方法很難精確的從圖像中分割出來，在魯棒性，精確性和實用性上均不能滿足后續(xù)生物學(xué)圖像分析中的需要。沒有相對精確的分割結(jié)果，也在很大程度上會影響后期的分析歸類。并且，當(dāng)前多數(shù)的舌體圖像分析歸類方法只根據(jù)一些獨立的特征，如顏色進(jìn)行識別和分析，缺少特征結(jié)合起來的分析方法。本發(fā)明可準(zhǔn)確定位舌體區(qū)域，并利用分水嶺算法對舌體進(jìn)行高準(zhǔn)確率的分割。對于分割后結(jié)果，本發(fā)明將舌體劃分為不同區(qū)域，根據(jù)不同區(qū)域的顏色特征對圖片做出分類，并可在結(jié)合區(qū)域和顏色特征的基礎(chǔ)上判斷找出最相近的圖片。能夠應(yīng)用于未來多模態(tài)身份識別系統(tǒng)中基于舌體特征的生物信息圖片分類和舌體信息識別。

發(fā)明內(nèi)容

本發(fā)明針對現(xiàn)有舌體圖像分類自動化研究方法的不足，提供了基于舌體分區(qū)顏色特征的智能圖像分類方法。本發(fā)明的目的在于提供自動化并能夠高準(zhǔn)確地分類舌體圖像并找出相似圖像的方法，可用于多模態(tài)生物特征識別，作為輔助識別手段利用舌體特征進(jìn)行身份信息識別，還可以用于人工智能中的生物信息圖像分類，減少主觀因素影響和人工判斷帶來的誤差。

基于舌體分區(qū)顏色特征的智能圖像分類方法，包括以下步驟：

(a)對采集的舌體圖像進(jìn)行歸一化處理，提取其方向梯度直方圖特征并訓(xùn)練；

(b)基于SVM分類器隊步驟(a)中的訓(xùn)練結(jié)果進(jìn)行分類，定位并標(biāo)出舌體的矩形位置區(qū)域；

(c)對于輸入的視頻數(shù)據(jù)，利用步驟(b)中的原理得到的舌體位置區(qū)域，并通過分水嶺算法進(jìn)行舌體分割；

(d)以步驟(b)中得到舌體定位的矩形區(qū)域，根據(jù)舌體分割的結(jié)果對矩形區(qū)域做出調(diào)整，使其包含舌體分割的所有部分。將調(diào)整后重新得到的舌體定位的矩形區(qū)域等分成N個子區(qū)域，N可為4、6或9；

(e)對步驟(d)的N個子區(qū)域分別提取顏色特征并計算其顏色直方圖；

(f)將步驟(e)中的相應(yīng)顏色直方圖分別與圖片庫中對應(yīng)的直方圖數(shù)據(jù)作相似度比對，將計算的N個區(qū)域的相似度結(jié)果取均值并讀取相似度最高的圖片。

上述基于舌體分區(qū)顏色特征的智能圖像分類方法的步驟(a)中，訓(xùn)練方法是，將舌體圖片分為正樣本和負(fù)樣本，其中正樣本52張，負(fù)樣本183張分別放至兩個文件夾。對于獲得的樣本進(jìn)行尺寸的調(diào)整，尺寸大小為256*320。所有圖片縮放到統(tǒng)一尺寸之后，提取出所有正樣本的方向梯度直方圖特征，之后同樣提取所有負(fù)樣本的方向梯度直方圖特征。