基于动态阈值和修正模型的舌体提取算法

计算机与现代化

基于动态阈值和修正模型的舌体提取算法

1.嘉应学院医学院，广东梅州514031；2.华南理工大学计算机科学与工程学院，广东广州510006

出版日期:2014-11-27 发布日期:2014-12-10
作者简介: 张志顺（1978-），男，广东梅县人，嘉应学院医学院讲师，硕士，研究方向：医学图像处理；刘勇（1973-），男，华南理工大学计算机科学与工程学院副教授，博士，研究方向：模式识别与图像处理。
基金资助:
广东省自然科学基金资助项目(9151064101000106)；梅州市科技计划项目(2012B73)

Tongue Extraction Algorithm Based on Dynamic Thresholds and Correction Model

1. School of Medicine, Jiaying College, Meizhou 514031, China;

2. School of Computer Science and Engineering, South China University of Technology, Guangzhou 510006, China

Online:2014-11-27 Published:2014-12-10

摘要/Abstract

摘要：

针对在舌象中较难准确分离舌体的问题，提出从舌体的颜色、形状、位置等先验知识出发，采用HIS色彩模型去除舌象中的嘴唇、脸部等信息，用动态阈值分割算法提取舌体初始轮廓，用

舌体修正模型得到最终舌体。通过舌体提取实验和数据分析表明，该方法不仅在抗噪能力、提取精度方面好于其它算子，而且克服了嘴唇、脸部的影响，对舌体凹陷区域也取得了较好的分割效果。舌体

的准确提取为下一步舌质舌苔的准确分离打下了良好基础。

关键词: , HIS色彩模型；动态阈值；修正模型；图像融合；舌体提取

Abstract:

To address the problem of segmenting the tongue body from a tongue picture, a novel algorithm is proposed, which is based on prior knowledge of color, shape

and position of tongue body. Using HIS color model, the algorithm preserves the contour of tongue body while information of lip and face tissues is removed accurately. After

that, the tongue body contour is refined by dynamic threshold segmentation algorithm. Finally, the tongue body is extracted by a regularization model. Experiments and data

analysis show that the proposed method in the ability to resist noise and extract the precision better than other operator. In addition, the method works well in presence of lip

and face tissues. good results are obtained by the proposed algorithm in spite of the sunken area of tongue body. Accurate segmentation of tongue body plays an important role of

preparing good extraction of coating on the tongue.

Key words: HIS color model, dynamic threshold, correction model, image fusion, tongue body extract

张志顺1，刘勇2. 基于动态阈值和修正模型的舌体提取算法[J]. 计算机与现代化.

ZHANG Zhi-shun1, LIU Yong2. Tongue Extraction Algorithm Based on Dynamic Thresholds and Correction Model[J]. Computer and Modernization.

［1］
张志顺. 改进的小波变换在中医舌象边缘检测中的研究［J］. 计算机工程与应用， 2012，48（35）：135-138.
［2］ Huang Bo, Wu Jinsong, Zhang David. Tongue shape classification by geometric features［J］. Information Sciences, 2010,26(9):312-324.
［3］李国正，史淼晶，李福凤,等. 舌体图像分割技术的实验分析与改进［J］. 山东大学学报(工学版)， 2010，40（5）：87-95.
［4］ Li Wenshu, Zhou Changle, Zhang Zhifeng. The segmentation of the body of tongue based on the improved snake algorithm in traditional Chinese medicine［C］// Proceedings of

the 5th World Congress on Intelligent Control and Automation. 2004:5502-5505.
［5］杨大生，陈彧晖，邹丰美,等. 一种有效的舌体自动化分割算法［J］. 计算机应用研究， 2007，24（2）：170-172.
［6］ Kass M, Witkin A, Terzopoulos D. Snakes: Active contour models［J］. International Journal of Computer Vision, 1988,1(4):321-331.
［7］ Xu C Y, Prince J L. Snakes, shapes and gradient vector flow［J］. IEEE Transaction on Image Processing, 1998,3(7):359-369.
［8］ Li B, Scott T A. Active contour external force using vector field convolution for image segmentation［J］. IEEE Transaction on Image Processing, 2007,8(16):2096-2106.
［9］ Cheng J, Foo S W. Dynamic directional gradient vector flow for snakes［J］. IEEE Transaction on Image Processing, 2006,6(15):1563-1571.
［10］Wang T, Cheng I, Basu A. Fluid vector flow and applications in brain tumor segmentation［J］. IEEE Transaction on Biomedical Enginering, 2009,3(56):781-789.
［11］Pang Bo, Zhang David, Wang Kuanquan. Tongue image analysis for appendicitis diagnosis［J］. Information Science, 2005,175(3):160-176.
［12］陶发达，韩玲，王惠英,等. 一种基于HIS融合方法的改进算法［J］. 2011，27（11）：154-156.
［13］刘杰，安博文. 基于动态阈值分割的目标提取技术［J］. 红外技术， 2008，30（12）：706-708.
［14］Wei C C, Wang C H, Huang S W. Using threshold method to separate the edge, coating and body of tongue in automatic tongue diagnosis［C］// 2010 Sixth International

Conference on Networked Computing and Advanced Information Management (NCM). 2010:653-656.
［15］Pang Bo, Wang Kuanquan, Zhang David, et al. On automated tongue image segmentation in Chinese medicine［C］// ICPR’02. 2002,1:616-619.
［16］祝建中. 基于中心估计的椭圆检测［J］. 计算机工程与应用， 2008，44（4）:65-67.
［17］Chen Xuhui, Xu Yong. K-means clustering algorithm with refined initial center［C］// 2009 IEEE International Conference on Biomedical Engineering and Informatics.

2009:1-4.
［18］经慧芹，张桂芳，廖永宜. 矩形网格上二元矩阵切触有理插值的新方法［J］. 计算机工程与应用， 2013，49（17）:58-62.
［19］张志顺，奚建清，刘勇．基于GCV准则与Otsu法的Canny算子研究［J］．计算机科学， 2013，40（6）：279-282．

[1]	李静元, 张珂, 杨东裕. 基于雾计算的工业互联网安全数据访问方法[J]. 计算机与现代化, 2022, 0(12): 118-122.
[2]	陈春燕, 刘梦赤. 基于粒子群遗传算法的智能组卷策略[J]. 计算机与现代化, 2021, 0(08): 16-23.
[3]	宋鑫, 樊志强, . 基于Laguerre 前向神经网络的信息服务性能建模方法 [J]. 计算机与现代化, 2021, 0(03): 1-6.
[4]	魏健, 赵红涛, 刘敦楠, 加鹤萍 . 基于集成模型的超短时负荷预测方法[J]. 计算机与现代化, 2021, 0(03): 12-17.
[5]	段桂芹1，邹臣嵩2，刘锋2. 基于优化初始聚类中心的K中心点算法[J]. 计算机与现代化, 2019, 0(04): 1-.
[6]	李富星，蒙祖强 . 一种改进的类别区分词特征选择算法[J]. 计算机与现代化, 2019, 0(03): 73-.
[7]	白晓波1，邵景峰1，和征1，田建刚2. 基于学习的核偏最小二乘法优化扩展卡尔曼滤波[J]. 计算机与现代化, 2018, 0(09): 110-.
[8]	郑亚鹏，樊璐. 基于LSTM的临床血液需求预测方法[J]. 计算机与现代化, 2018, 0(05): 41-.
[9]	刘德春1，张秀国2，姜微2. 基于马尔科夫链的大学生自主学习能力预测方法[J]. 计算机与现代化, 2018, 0(05): 106-.
[10]	夏琨1，丁波1，刘俊1，刘子豪1，林亮成2. 基于内容分析的网络协议指纹识别[J]. 计算机与现代化, 2018, 0(05): 121-.
[11]	李华，江峰，于旭，杜军威，刘国柱. 基于粒度决策熵的属性约简[J]. 计算机与现代化, 2018, 0(04): 7-.
[12]	陈丽娟，谢伙生. 带负项值的onshelf效用项集并行挖掘算法[J]. 计算机与现代化, 2018, 0(04): 13-.
[13]	吴克介,王家伟. 基于知网与搜索引擎的词汇语义相似度计算[J]. 计算机与现代化, 2018, 0(04): 90-.
[14]	曲晓燕1，张勇亮2，吕晓峰1，马羚1. 基于模糊粒度相关向量机的缓变故障参数区间预测[J]. 计算机与现代化, 2017, 0(8): 5-.
[15]	付永忠，潘云峰. 基于改进蚁群算法的垂直旋转式贴片机贴装顺序优化[J]. 计算机与现代化, 2017, 0(8): 17-.