买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜张书臣申请的专利一种基于舌象图像处理的中医观舌辩症智能识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112070737B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010907702.3，技术领域涉及：G06T7/00；该发明授权一种基于舌象图像处理的中医观舌辩症智能识别方法是由张书臣设计研发完成，并于2020-09-02向国家知识产权局提交的专利申请。

本一种基于舌象图像处理的中医观舌辩症智能识别方法在说明书摘要公布了：本发明公开了一种基于舌象图像处理的中医观舌辩症智能识别方法，该方法基于智能终端实现，所述智能终端安装有预设的App，所述方法包括有如下步骤：步骤S1，用户利用智能终端拍摄舌象图片，以供所述App获取该舌象图片；步骤S2，所述App对所述舌象图片进行预处理，得到符合参数要求的舌象图片；步骤S3，将所述步骤S2预处理得到的舌象图片输入至所述App的图像识别缓存区；步骤S4，所述App根据预设的舌象图像数据集对所述舌象图片进行识别，进而得到相应的病症识别结果以及诠释信息。本发明能够为中医医生提供持续图像数据的观察结果、提供病症在持续时间段的变化情况以及细微变化记录等数据，进而为疾病诊断过程提供持续数据支撑。

本发明授权一种基于舌象图像处理的中医观舌辩症智能识别方法在权利要求书中公布了：1.一种基于舌象图像处理的中医观舌辩症智能识别方法，其特征在于，该方法基于智能终端实现，所述智能终端安装有预设的App，所述方法包括有如下步骤： 步骤S1，用户利用智能终端拍摄舌象图片，以供所述App获取该舌象图片； 步骤S2，所述App对所述舌象图片进行预处理，得到符合参数要求的舌象图片； 步骤S3，将所述步骤S2预处理得到的舌象图片输入至所述App的图像识别缓存区； 步骤S4，所述App根据预设的舌象图像数据集对所述舌象图片进行识别，进而得到相应的病症识别结果以及诠释信息； 所述步骤S1包括如下过程： 用户通过智能终端开启所述App，所述App提供有拍摄并获取智能终端相机权限的功能，所述相机权限包括前置相机权限和后置相机拍摄权限，用户根据要求进行前置、后置相机切换； 所述步骤S2中，所述App对所述舌象图片进行预处理的过程包括： 步骤S20，图像格式裁剪：利用样张参数比对法，根据标准样张参数值对比用户上传的图像参数，然后对用户上传的图像进行裁剪； 步骤S21，图像处理判断：用户上传的图像经过裁剪后实时计算出各项参数值，计算结果保存为对比算法的输入值，将标准样张参数值作为比较输入值，利用遍历算法逐项比对，最后输出比对结果，如果图像合格则继续执行后续步骤，如果图像不合格则进行图像处理，图像处理过程中，依据上述遍历算法的结果，对图像的某项或者某几项参数进行调整； 所述步骤S21中，进行图像处理判断时，针对五种预设情形进行参数化判断，如果同时满足标准样张的全部参数则进入图像识别缓存区，否则根据预设的判断算法对标准样张参数与用户拍摄图像进行逐项参数比对； 对标准样张参数与用户拍摄图像参数进行对比的过程中，需要进行对比的参数类型包括：图像雾化参数、图像对比度参数、无损放大倍数、是否拉伸、拉伸参数、图像清晰度及色彩参数； 所述步骤S21中，五种预设情形包括： 图像去雾化：对图像特征进行格式变更，提取非雾化图像像素数据并进行重构和组合，生成一张非雾化的图像； 图像对比度增强：对过暗的图像进行亮化增强处理，对于过亮甚至出现光爆的图像进行暗化调整，直至达到识别特征的要求； 图像无损放大：根据预设的图像像素质量要求对图像进行2倍-4倍像素放大，以便于提取图像细微特征值； 恢复拉伸图像：对图像像素进行紧凑重新排列，结合常规对照物进行重组； 图像清晰度及色彩增强：对压缩后的模糊及低像素图像进行去噪处理，去噪过程包括图像纹理优化、色彩饱和度调节、亮度调节以及对比度调节； 所述舌象图像数据集的建立过程包括： 步骤S10，采集舌象预处理样本，用户通过智能终端相机或者专业相机拍摄的舌象图片上传后，将舌象图像裁剪为相应规格； 步骤S11，通过卷积神经网络的特殊层将舌象特征中细微的特征提取出来，然后进行逐项训练，进而得到卷积神经网络； 步骤S12，对卷积神经网路的各层特征进行处理，获得舌象分区特征值； 步骤S13，出示特征值问卷，以供用户在图像识别中进行精准训练和特征描述； 步骤S14，智能终端作为训练器，利用碎片化时间作及时的舌象训练和问卷提交； 步骤S15，对相同舌象图像特征值进行持续的辨识训练，以保证所述舌象图像数据集的图像数据可靠、正确； 步骤S16，统计作答结果； 步骤S17，通过机器训练得到舌象图像特征值与病症诠释数据集； 所述步骤S11中，所述卷积神经网络包括： 全连接层，所述全连接层是卷积神经网络的一个隐藏层，其包含权重向量W和激活函数； 卷积层，其保留了输入图像的空间特征，通过卷积操作可得到一张像素颗粒维度的图像，通常使用一维度卷积和二维度卷积，连续堆叠出6个不同卷积结果，输出一个卷积Kernel，提取出舌象特征值； 池化层，用于对原始特征层的信息进行压缩。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人张书臣，其通讯地址为：342100 江西省赣州市安远县欣山镇东江源大道5572号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。