[发明专利]一种基于帧间差分和HSV颜色空间的口腔检测方法

说明书

本发明公开了一种基于帧间差分和HSV颜色空间的口腔检测方法，包括从视频流中截取单帧图像；基于帧间差分法的前景目标检测；基于HSV的口腔检测方法；对检测到的口腔区域首先计算其面积，再通过和特定面积值作比较来进一步排除干扰；对符合判定条件边界距离以得到其坐标值，并把该坐标值加入空的数组；最后根据坐标数组是否为空，来判断是否检测到口腔，再把最终得到的口腔图片实时输出并显示。本发明避免身体直接接触、对运行的硬件环境要求较低、且适用于动态背景和静态背景检测，实践证明，整个检测过程精准高效。

技术领域

本发明属于图像处理和机器视觉领域，具体涉及一种基于帧间差分和HSV颜色空间的口腔检测方法。

背景技术

随着人工智能技术的发展，一些公共卫生防控和个人疾病筛查及健康管理可以依靠人工智能技术来实现，其中，一些疾病的临床病例特征在口腔中有所表现，比如口腔癌及喉癌、鹅口疮、口腔溃烂、牙龈炎等，所以，在临床医学检测中如果可以自动检测出口腔，对以人工智能的疾病筛查和检测有着重要的意义。

当前已有基于机器视觉的口腔检测全是基于深度学习来完成的，基于传统数字图像处理的口腔检测少有研究。而显然深度学习不是解决所有问题的灵丹妙药，且深度学习检测存在着训练周期长、算法迭代慢、对服务器硬件设备性能要求高等特点。

发明内容

针对上诉问题，本发明提供了一种基于帧间差分和HSV颜色空间的口腔检测方法。

一种基于帧间差分和HSV颜色空间的口腔检测方法，具体包括以下步骤：

过程一：从视频流中截取单帧图像，并设置视频输出格式为RGB，分辨率为480P。

过程二:首先，获取连续三帧图像中的中间帧，并将GRB颜色空间转换为灰度图像；其次，将连续两帧对应的灰度值进行差分得到两幅差分图像；然后，将两幅差分图像进行与运算；接着，设定阈值，对与运算后的差分图像进行二值化运算，得到前景目标的二值化图像；最后，将前景目标的二值化图像和中间帧图像进行按位与运算，最终得到前景目标的融合图像。

过程三:首先，将得到的前景目标图像由RGB颜色空间转换为HSV颜色空间；其次，设定两个阈值，将转换后的HSV图像进行二值化处理；然后，对二值化处理后的图像进行腐蚀化操作；接着，对腐蚀化操作后的图像进行膨胀化处理；最后，对经历过二值化、腐蚀、膨胀操作步骤后的图像进行轮廓检测，进一步的，分割出每一块轮廓区域。

具体的，过程三设置的阈值为两个一维数组，其值为[150，34，36]和[178，255，200]；腐蚀化操作的方法为：以7*7的卷积核kemel对图像进行卷积运算。

过程四:首先，对检测的每一块轮廓区域，计算出其轮廓区域的面积；然后，和设定的面积值进行对比来进一步排除干扰。

具体的，过程四设定的面积值为1500。

过程五：首先，对符合判定条件的目标进行垂直边界距离计算以得到其坐标值；然后，把该坐标值加入空的数组。

过程六：首先，根据数组是否为空来判断是否检测到口腔；然后，将口腔的二值图像与前景目标的融合图像进行混合运算；最后，将最终得到的口腔图像进行实时输出并显示。

具体的，过程六得到最终图像im″_n的方法为：

im″_n＝(1-α)G″′_n+αim′_n

其中，G″″_n为口腔的二值图像，im′_n为前景目标的融合图像，α的取值为0.5。

本发明提出了一种基于帧间差分和HSV颜色空间的口腔检测方法，与现有的技术相比，具有以下有益效果：