[發明專利]一種基于深度學習的中醫舌部圖像處理方法及系統

在審

• 申請號: 202011444142.9
• 申請日: 2020-12-08
• 公開（公告）號: CN112464871A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 郭庭航;韓瑜;路光達
• 申請（專利權）人: 天津職業技術師范大學（中國職業培訓指導教師進修中心）
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06N3/04
• 代理公司: 北京沁優知識產權代理有限公司 11684
• 代理人: 李蓓蕾

1.一種基于深度學習的中醫舌部圖像處理方法，其特征在于，包括如下步驟：

S1：采集面部圖像，并對圖像進行顏色矯正；

S2：在矯正后的圖像進行圖像分割，提取舌部圖像，并進行圖像分析；

S3：模型分析正確后對舌部圖像進行預處理，并對舌部圖像的舌質、舌苔進行特征提取；

S4：依據舌質和舌苔，進行舌色、苔色和苔形的分類。

2.根據權利要求1所述的一種基于深度學習的中醫舌部圖像處理方法，其特征在于，在步驟S1中，通過顏色矯正模塊采用SVM算法對面部圖像進行顏色矯正。

3.根據權利要求2所述的一種基于深度學習的中醫舌部圖像處理方法，其特征在于，在步驟S2中，還采用分析器對舌部的圖像進行特征提取，并進行模型分析。

4.根據權利要求3所述的一種基于深度學習的中醫舌部圖像處理方法，其特征在于，在步驟S2中，還包括如下步驟：

S201：對矯正后的面部圖像進行閾值分割，利用圖像各像素點客觀化數值的特征提取中舌頭所在區域將其分割出來，去除其余無用區域得到舌部圖像；

S202：分析器對舌部圖像部分進行特征提取，分別提取其舌尖、左右舌邊、舌根和舌系帶特征；

S203：依據提取出的特征進行舌部的圖像完整度的分析。

5.根據權利要求3所述的一種基于深度學習的中醫舌部圖像處理方法，其特征在于，在步驟S203中，當出現舌系帶特征或缺少舌尖、左右舌邊或舌根的一個或多個特征時，代表舌部圖像提取不當，則需重新進行采集，反之，則代表舌部圖像正確，可進行下一步操作。

6.根據權利要求4所述的一種基于深度學習的中醫舌部圖像處理方法，其特征在于，在步驟S3中，利用提取器的對舌部圖像部分進行提取，用于提取舌質以及舌苔特征。

7.根據權利要求6所述的一種基于深度學習的中醫舌部圖像處理方法，其特征在于，在步驟S3中，提取器依據步驟S202中提取的左右舌邊迅速定位以提取舌質的特征，并依據舌根和舌尖在二者連接的中部提取舌苔的特征。

8.根據權利要求7所述的一種基于深度學習的中醫舌部圖像處理方法，其特征在于，在提取器的輸出端后連接有分類器，用于將提取的舌質和舌苔進行對比分類，其中所述舌質的特征包括舌色；舌苔的特征包括舌苔的顏色和舌苔的形狀。

9.根據權利要求8所述的一種基于深度學習的中醫舌部圖像處理方法，其特征在于，在所述分類器中，設置有神經網絡分類算法，所述神經網絡分類算法通過醫典編制數據和傳統中醫舌診辯證結果進行前期訓練得出。

10.一種基于深度學習的中醫舌部圖像處理系統，基于權利要求1-9任意一項所述的一種基于深度學習的中醫舌部圖像處理方法，其特征在于，包括順次連接的采集單元、圖像預處理單元、圖像處理分類單元，其中圖像預處理單元包括顏色矯正模塊和分析器，顏色矯正模塊用于對采集的舌部圖像進行顏色矯正，分析器用于對攝像的完整度進行分析，圖像處理分類單元包括有提取器和分類器，分析器用于對舌部圖像中的舌質和舌苔進行特征提取，分類器用于對舌色、苔色和苔形參照中醫中分類方式進行分類。