[发明专利]一种中医舌苔腐腻识别方法

权利要求书

1.一种中医舌苔腐腻识别方法，其特征在于，所述中医舌苔腐腻识别方法包括以下步骤：

获取包含舌头部位的图像；

图像预处理：舌体的分割和舌象边缘的平滑；

基于Gabor小波算法提取舌苔图像纹理特征；

去除舌体图像边缘效应；

进行舌苔腐腻苔的识别并得到识别结果。

2.根据权利要求1所述的中医舌苔腐腻识别方法，其特征在于，所述图像预处理包括：首先根据先验位置知识进行粗分割；然后用色彩空间转换与巴特沃斯带通滤波器进行滤波处理；之后对图像使用形态学开运算与形态学闭运算，然后与原图像进行与运算，提取出舌体区域图像。

3.根据权利要求2所述的中医舌苔腐腻识别方法，其特征在于，所述图像预处理包括：

首先是对整幅舌图像中粗分割出包含舌体的矩形区域；

其次，将裁剪后的舌体区域从RGB色彩空间变换到HIS色彩空间，提取图像中的H、I分量直方图，并采用巴特沃斯带通滤波器对其进行滤波处理；

将H分量直方图较低灰度级区间内的谷点对应的灰度级作为阈值对H分量图二值化，提取I分量直方图最高两峰之间的谷点对所对应的灰度级作为阈值对I分量图二值化，将H、I分量二值化图像进行合并，舌体和其他部分基本分开；

对合并后的二值化舌体图进行形态学开运算，去除小面积点，断开细长连接；

然后进行形态学闭运算，对舌体边缘小缺口进行填充，平滑边缘，再填充孔洞；

最后将二值图与原图进行与运算，提取出舌体。

4.根据权利要求1所述的中医舌苔腐腻识别方法，其特征在于，所述基于Gabor小波算法提取舌苔图像纹理特征包括：根据舌苔腐腻之间的特点，构建二维的多尺度多方向的Gabor小波特征，以此来描述舌苔纹理特征。

5.根据权利要求4所述的中医舌苔腐腻识别方法，其特征在于，所述基于Gabor小波算法提取舌苔图像纹理特征包括：

二维Gabor函数在空间域里是一个由正弦平面波调制的高斯核函数G(x，y)，通过对G(x，y)进行膨胀和旋转得到一组自相似的滤波器，即Gabor小波：

其中，为正弦平面波的中心频率；是Gabor小波的方向，u＝0,1,…,U-1；v＝0,1,…,V-1；U、V分别代表Gabor小波变换的尺度和方向；σ是高斯函数在x、y轴上的标准差，是相位偏移，λ是高斯函数的空间长宽比，γ、η保持中心频率和标准差的乘积为一个定值，f_max是正弦平面波的最大中心频率；

建立完Gabor小波之后，对图像进行Gabor小波变换，即将每一个Gabor滤波器与图像I(x,y)进行卷积，得到滤波后的图像W(x,y)，其公式为：

W_uv(x，y)＝I(x，y)*g_uv(x，y)

最后对滤波后的图像进行特征提取，取每幅图像的去除边缘的Gabor小波变换处理后不同尺度和方向的舌象作为特征。

6.根据权利要求1至5之一所述的中医舌苔腐腻识别方法，其特征在于，所述去除舌体图像边缘效应具体为：通过边缘像素求平均的弱化边缘能量的方法去除舌体图像边缘效应。