舌體特征的提取及融合分類方法研究.pdf

1、舌診是中醫(yī)望診中的重要項(xiàng)目，也是中醫(yī)學(xué)中最常用、最有應(yīng)用價值、最有特色的診法之一，因此中醫(yī)舌診客觀化研究對宏揚(yáng)我國傳統(tǒng)醫(yī)學(xué)具有重大的意義。
　　本文綜合使用了信息融合、圖像處理和模式識別等多種技術(shù)手段，嘗試從信息融合的角度入手，基于信息融合中特征層融合的思想設(shè)計(jì)了基于CART的AdaBoost分類器，把非同源特征信息融合成一個完整的、代表舌圖像全局信息的特征向量，在訓(xùn)練過程中對特征進(jìn)行選擇和權(quán)值分配，最終獲得分類結(jié)果。整個過程分為

2、舌體特征提取與分類器設(shè)計(jì)與實(shí)現(xiàn)兩個主要部分。
　　特征信息提取分為舌面特征提取和舌下特征提取兩個部分。在舌面特征提取部分，提取了顏色和紋理——這兩個最重要的舌面特征。為了獲取全面的顏色和紋理特征信息，本文分別從RGB、XYZ、CIE-Lab、CIE-LUV四個色彩空間進(jìn)行顏色特征提取，并采用了灰度共生矩陣和Gabor變換兩種方法進(jìn)行紋理特征提取。在舌下特征提取部分，本文率先以可以完整保存舌下靜脈形態(tài)信息的近紅外圖像為研究對象，綜合

3、運(yùn)用數(shù)學(xué)形態(tài)學(xué)方法，如：分水嶺算法、動態(tài)閾值法、可變腐蝕元迭代法等，對舌下靜脈圖像進(jìn)行分離舌體輪廓、去反光、求取舌下靜脈候選區(qū)域等操作，最終應(yīng)用區(qū)域生長法提取出靜脈輪廓。
　　分類器設(shè)計(jì)方面，本文設(shè)計(jì)了基于CART決策樹的AdaBoost分類器。該分類器以經(jīng)過融合后的顏色特征和紋理特征為輸入，以被采集圖像者是否患有疾病的判斷為輸出。最后的實(shí)驗(yàn)結(jié)果表明，該算法可以取得較理想的分類效果。在這個過程中，本文亦對AdaBoost算法的特征