申请/专利权人：王之纯;张世平

申请日：2022-04-27

公开（公告）日：2024-06-21

公开（公告）号：CN114842314B

主分类号：G06V10/82

分类号：G06V10/82;G06V10/26;G06V10/40;G16H10/20;A61B5/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2022.08.19#实质审查的生效;2022.08.02#公开

摘要：本发明涉及图像处理领域，具体涉及基于神经网络的舌象的识别方法、装置和计算机设备，获取舌体灰度图像；对舌体灰度图像的各行像素点进行特征提取，得到舌体影响特征；基于各行像素点，确定对应的灰度曲线图，并获取灰度曲线图的所有波峰点和波谷点，并确定所有波峰的宽度和高度；将宽度和高度的乘积作为对应灰度曲线图的形态参数；提取各灰度曲线图的高亮区域，计算所述高亮区域的所有像素点的均值参数；根据舌体胖瘦影响特征和所有灰度曲线图的形态参数，得到舌体胖瘦特征；根据舌苔薄厚影响特征以及均值参数，得到舌苔薄厚特征；将舌体胖瘦特征和舌苔薄厚特征输入训练好的网络模型中，输出舌象的识别结果。即本发明的方案能够识别出舌象。

主权项：1.基于神经网络的舌象的识别方法，其特征在于，包括以下步骤：获取舌象图像数据，对舌象图像数据进行图像分割和灰度化处理，得到舌体灰度图像；对所述舌体灰度图像的各行像素点进行特征提取，得到舌体影响特征，所述舌体影响特征包括舌体胖瘦影响特征和舌苔薄厚影响特征；基于各行像素点，确定对应的灰度曲线图，并获取所述灰度曲线图的所有波峰点和波谷点，基于所有波峰点和波谷点，确定所有波峰的宽度和高度；将所述宽度和高度的乘积作为对应灰度曲线图的形态参数；提取各灰度曲线图的高亮区域，计算所述高亮区域的所有像素点的均值参数；根据所述舌体胖瘦影响特征和所有灰度曲线图的形态参数，得到舌体胖瘦特征；根据舌苔薄厚影响特征以及均值参数，得到舌苔薄厚特征；将所述舌体胖瘦特征和舌苔薄厚特征输入训练好的网络模型中，输出舌象的识别结果；所述舌体影响特征的获取过程为：1）随机选取任一行中的任一像素点，并根据各行像素点的灰度序列确定灰度序列中的最小横坐标、最大横坐标以及最大纵坐标；2）根据灰度序列中的任一像素点的横坐标和纵坐标、该像素点所在行中的最小横坐标、最大横坐标以及最大纵坐标分别确定舌体胖瘦影响特征和舌苔薄厚影响特征；所述舌体胖瘦影响特征和舌苔薄厚影响特征分别为： 其中，和分别为两条曲线的超参数，为最小的坐标，为最大的坐标，像素点，为像素点所在行内的所有像素点中的像素点的纵坐标最大值。

全文数据：

权利要求：

百度查询： 王之纯;张世平 基于神经网络的舌象的识别方法、装置和计算机设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD