[发明专利]基于支持向量机的人脸两颧颜色分类的方法

说明书

技术领域

本发明涉及一种基于支持向量机的人脸两颧颜色分类的方法，属于模式识别和图像处理领域。 

背景技术

中医基本方法有四种，即：望、闻、问、切，而在望诊里，一个人的两颧颜色能反映出他的健康状况，临床上一般将两颧颜色分为：红和非红两类。两颧红是指人脸面部两颧泛红，泛红现象主要是由皮肤下的红血丝引起的，中医认为两颧发红多属阴虚有内热之象。一般颧色是指颧骨部位的面色，若其上面有明显的红血丝分布，则将其判为两颧红，否则为两颧非红。传统的两颧颜色判断方法主要依靠医生目视观察进行判断分析,其诊断结果受知识水平、思维能力、诊断技能等人为主观因素以及光照、温度等环境客观因素的影响，缺乏客观评价依据。因此，对两颧颜色判断存在主观性强、且重复性差。 

发明内容

本发明的目的在于针对现有技术存在的不足，提出一种基于支持向量机的人脸两颧颜色分类的方法，该方法采用支持向量机作为分类器，以像素点的R、G、B值为特征向量，利用计算机模拟中医专家对两颧颜色进行识别，进而克服传统两颧颜色识别主观性强、可重复性差的缺点。 

为了达到上述目的，本发明采用下述技术方案。 

本发明的基于支持向量机的人脸两颧颜色分类的方法，该方法包括如下步骤： 

（1）建立两颧颜色训练样本集；

（2）构建两颧颜色分类器；

（3）利用两颧颜色分类器识别，判断待识别的两颧图像是否属于红类两颧图像或非红类两颧图像。

上述步骤（1）所述的建立两颧颜色训练样本集，其具体步骤如下： 

（11）、用Graphcut分割算法对人脸照片进行两颧分割，得到若干幅两颧图像，识别所有两颧图像的两颧颜色，将所有已识别的两颧图像的两颧颜色分为：红类两颧颜色和非红类两颧颜色，保存到两颧图像库；

（12）、采用图像处理软件photoshop对两颧图像库中的两颧图像进行分块，该分块的大小为8*8像素分块；

（13）、分别对每一两颧图像分块提取每块内所有像素点的R、G、B值，由各像素点的R、G、B值构成特征向量，再由各特征向量构成两颧颜色训练样本集；

上述步骤（2）所述的构建两颧颜色分类器，其具体步骤如下：

（21）、将步骤（1）得到的两颧颜色训练样本集输入支持向量机；

（22）、对两颧颜色训练样本集进行训练，得到训练模型，由该训练模型构建成两颧颜色分类器；

上述步骤（3）所述的利用两颧颜色分类器识别，判断待识别的两颧图像是否属于红类两颧图像或非红类两颧图像，其具体步骤如下：

（31）、利用Graphcut分割算法对人脸照片进行两颧分割，得到若干幅待识别两颧图像；

（32）、将上述每一幅待识别两颧图像按照图像像素设定的大小分成若干分块，该分块的大小为8*8像素分块；

（33）、分别对上述每一幅待识别两颧图像分块提取每一块内所有像素点的R、G、B值，由每一块内所有各像素点的R、G、B值构成与其对应的待识别两颧图像分块的特征向量，再由上述所有每一幅待识别两颧图像分块的特征向量构成待识别两颧图像的特征向量；

（34）、将步骤（33）得到待识别两颧图像的特征向量输入到步骤（2）中所述的两颧颜色分类器，统计出每一幅待识别两颧图像中两颧颜色红类块和两颧颜色非红类块；

（35）、设置一个待识别每幅两颧图像中两颧颜色红类块占该幅两颧图像所有分块的比例值为识别阈值，具体步骤如下：

（351）、将步骤（11）所述的两颧图像库中的所有两颧图像按照每一幅两颧图像像素设定的大小分成若干8*8的像素块；

（352）、分别对每一幅两颧图像分块提取每一块内所有像素点的R、G、B值，由每一块内所有像素点的R、G、B值构成与其对应的两颧图像分块的特征向量，再由每一幅两颧图像分块的特征向量构成该幅两颧图像的特征向量；

（353）、将上述每一幅两颧图像的特征向量输入到步骤（2）中所述的两颧颜色分类器，统计出每一幅两颧图像中的两颧颜色红类块和两颧颜色非红类块；

（354）、由步骤（353）的输出，统计出每幅两颧图像中红类块占该幅两颧图像所有块的比例。从所有两颧图像的红类块比例中选取出一个合适的比例值当作识别阈值。