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！

申请/专利权人：南昌医学院

摘要：本发明公开了一种基于大数据的耳穴识别方法及系统。通过获取耳部图像，并将耳部图像分割为n个耳部区域，基于耳穴信息筛选m个耳部区域，在m个耳部区域中，选定多个耳部特征点，分别计算m个耳部区域内的任意两个耳部特征点之间的欧氏距离P，构成第一耳穴数据，基于历史耳穴数据提取x个特征描述子，遍历x个特征描述子，生成q个特征向量Bq，提取特征向量Bq中与第一耳穴数据余弦相似度T最高的第二数据集Ui，基于第二数据集Ui生成第二耳穴数据，根据第二耳穴数据在m个耳部区域内识别y个耳穴，最终通过执行单元投影y个光斑至耳部。该技术方案克服了耳部沟壑产生的光影效应对耳穴识别的影响，实现精准的穴位识别。

主权项：1.一种基于大数据的耳穴识别方法，其特征在于，包括以下步骤：步骤1：在耳穴数据库内预存唯一的第一数据集以及历史耳穴数据，所述历史耳穴数据中包含x个第二数据集U；步骤2：采集单元获取耳部图像，发送耳部图像至图像处理单元，图像处理单元将耳部图像分割为n个耳部区域；步骤3：控制单元输入至少一个耳穴信息，基于耳穴信息筛选m个耳部区域，所述耳穴信息包含y个耳穴的名称及y个耳穴所处的耳部区域；步骤4：基于第一数据集选取m个耳部区域内的m个耳部特征点，在m个耳部区域中，任意一个所述耳部区域内存在唯一的耳部特征点；步骤5：分别计算m个耳部区域内的任意两个耳部特征点之间的欧氏距离P，得到u个欧式距离Pv，所述欧式距离Pv构成第一耳穴数据；步骤6：基于历史耳穴数据提取x个特征描述子，遍历x个特征描述子，生成q个特征向量Bq；步骤7：根据第一耳穴数据遍历q个特征向量Bq，提取q个特征向量Bq中与第一耳穴数据余弦相似度T最高的第二数据集Ui，i＝1,2,...,x；步骤8：基于第二数据集Ui生成第二耳穴数据，根据第二耳穴数据在m个耳部区域内识别y个耳穴；步骤9：发送所述第二耳穴数据至执行单元，执行单元投影y个光斑至耳部；基于耳穴信息中y个耳穴的名称匹配y个标准耳穴，并提取y个标准耳穴对应的虚拟坐标，提取所述虚拟坐标所对应的光影识别点，将该光影识别点为中心选取周围16×16网格的方形像素区域，在所述方形像素区域中，任意选定4×4网格划分为一个子区域，计算得到子区域内每个光影识别点的梯度幅值||α||以及梯度方向θ，||α||＝αx，αy，其中，αx为水平方向上的梯度向量，αy为垂直方向上的梯度向量，将每个光影识别点根据其梯度方向θ分配到相应的方向段中，并得到多个方向的梯度累加值，每个光影识别点均可生成128维的特征描述子，所述特征描述子用于指示耳部区域图像的光影特性β，所述光影特性β为耳部区域图像内光线分布的特征；将y个生成的128维特征描述子组合成一个特征向量，表示为Ve，其中e表示光影识别点的索引；计算特征向量Ve与特征向量Bj的余弦相似度Tj1＝Ve·Bj||Ve||·||Bj||，其中，||Ve||为Ve的模，||Bj||为Bj的模，筛选Tj1＞γ的q个特征向量Bq，q≤j，γ为阈值；遍历历史耳穴数据中的每个第二数据集Ui，i＝1，2，...，x，计算第一耳穴数据的特征向量Aj，j＝1，2，...，x；计算特征向量Aj与特征向量Bq的余弦相似度Tj2＝Aj·Bq||Aj||·||Bq||，其中，||Aj||为Aj的模，||Bq||为Bq的模；选取余弦相似度Tj2最高的第二数据集Ui，Ui＝argmaxqTj2，该第二数据集Ui作为第一耳穴数据余弦相似度最高的第二数据集。

全文数据：

权利要求：

百度查询： 南昌医学院 一种基于大数据的耳穴识别方法及系统