一种基于色貌模型的舌苔黄度度量方法及系统与流程

本发明涉及智能医疗诊断以及图像处理，尤其涉及一种基于色貌模型的舌苔黄度度量方法及系统。

背景技术：

1、中医是中华民族的瑰宝，是经过数千年不断完善的智慧结晶。随着时代的发展和社会的进步，以及中医治未病理念的深入人心，中医和现代科技相结合，产生了一系列的现代化成果。除了中药的现代化提取与制作，中医望闻问切的诊断方法也在向着自动化、数字化的方向发展。

2、舌诊，是中医通过观察人体舌质、舌苔和舌下络脉的变化，了解人体生理功能和病理变化的诊察方法，又称望舌。舌诊是中医望诊的重要内容，也是中医独具特色的诊法之一。舌诊主要诊断舌质和舌苔的形态、色泽等，以此判断疾病的性质、病势的浅深、气血的盛衰及脏腑的虚实等。舌质即舌体，是舌的肌肉脉络组织，为脏腑气血之所荣。望舌质包括舌的神、色、形、态四方面，以察脏腑的虚实，气血的盛衰。舌苔是指舌面上附着的一层苔状物，是胃气上蒸所生。望舌苔包括诊察苔质和苔色两方面，以察病位的浅深、病邪的性质、邪正的消长。黄苔表示舌苔呈现黄色。根据苔黄的程度，有浅黄、深黄和焦黄之分。舌苔由白转黄，或呈黄白相间，多为外感表证处于化热入里，表里相兼阶段。一般情况下，苔色愈黄，说明热邪愈甚，浅黄苔为热轻，深黄苔为热重，焦黄苔为热结。

3、舌诊客观化是中医数字化的重要内容，其中舌苔的量化描述尤其重要，如何划分淡红舌、白舌与白苔，黄苔等的界限,现有技术只能靠医师的经验、印象判断，判断的准确性值得商榷。黄苔的观测大多是在舌苔与舌质之间进行对比区分，如何准确判断舌苔色彩,使之客观化、定量化是舌苔研究的关键问题。

4、舌象色度学研究中，舌色的观察缺乏客观标准，通过眼睛观察需要使用cie标准，机器模拟人眼的观察条件来检查舌象会以色度学参数来反应舌象，为舌象研究提供客观化的规范化数据。色度学的理论核心与格拉斯曼颜色混合定理相关。色度学在舌诊客观化标准化中的应用常用方法有：光谱光度法，光电积分法，荧光法，红外线法，舌诊比色板法和图像摄像识别法，主要现有技术包括：

5、(1)基于lab彩色模式的舌苔定量描述和分类：此方案对lab颜色空间中的l，a，b值进行统一度量。对白苔和黄苔按照薄厚进行层级划分划定lab对应的取值范围。然而，其应用方案只有在环境光和方案相同的时候lab值才有意义，无法大规模应用到无环境光控制的实际观测环境中。其中常见苔色的空间值如下表1所示：

6、表1

7、 色度值 l a b 薄白苔 41.96 14.94 1.79 薄黄苔 40.80 10.63 16.23 白腻苔 44.24 10.19 2.62 黄腻苔 45.16 7.16 11.20 厚黄苔 49.79 4.62 14.13 厚白苔 49.70 3.60 5.13 灰黑苔 33.43 11.00 22.80 水滑苔 35.41 25.77 -1.98

8、(2)舌象客观化及舌苔本质研究进展：阐述各通道与疾病趋势的关联，舌色r和v值与热毒趋势相关,热毒越甚,r和v值越低；舌色g、b、h、l、a、b值与痰瘀现象相关,痰瘀越甚,g、b、h、l、a、b值越低，通过量化通道的值对舌象进行分类。舌苔区域在颜色范围上表现为：舌质一般为红色，舌苔一般为黄白色或灰黑色。人眼观察舌苔黄的程度，一般情况下采用颜色空间描述黄苔的程度，在舌质和舌苔之间色差很大的时候，表现出舌苔与舌质对比度高。lab颜色空间中，b表示从蓝到黄的变化程度，a表示从绿到红的变化程度。总体在lab空间中，舌苔越黄其b的值越大。当舌质为淡红，淡白时候，舌苔黄与舌质的色差值较小，但色貌模型视觉上认为此时黄苔的程度较大，而实际的b值低于观察者心理预期。当舌质为红色，绛色的时候，舌苔黄和舌质的色差值较大，但色貌模型视觉上认为黄苔的对比程度较低，实际b值远高于观察者心理预期。因此上述判断方法存在误差。

9、(3)基于可见反射光谱法的中医舌诊定量与归类分析研究：主要对舌红进行定量分析，提及舌苔的定量方法。采用可见反射光谱法采集舌象建立的两种舌质舌色中针对红色的量化方法可以根据量化值的差异进行不同舌象变化的区域划分；该方法在cie1931色度图中，计算舌红的层次划分，提及对舌苔的量化分析，则是以白色，浅黄，深黄，焦黄表示黄色色料的变化为主，在黄色波段范围内进行量化。该方案的优点在于提供色度空间度量思路，然而缺点是需要光谱法采集舌象。

10、(4)舌色分类的量化研究：指出各类舌苔和舌色的分布规律并且对分布进行层级划分，在cielab，lch空间上，根据与视觉感受对应的舌色色域分布规律与数值进行拟合；色度学在舌诊客观化研究中的主要应用方向为：对大量采样人群获取的样本为基础，对舌色进行分类标准讨论，另外使用色度学的方法将苔色和舌色的客观度量用于疾病诊断。

11、(5)基于直方图均衡化的伽马矫正和k-means聚类的舌象苔质分离方法：其中，黄白辨证与lab的b正相关，白苔整体b低，黄苔整体b高。道生b值低于8.5判定为白苔，高于8.5判定为黄苔。该方法印证在b通道上可以有效区分黄白苔，但是该方案无法实现细粒度的黄苔度量。

12、以上的现有技术均在舌质和舌苔的定量上做出一定程度的研究，大多数是以研究舌质的量化并且对舌色空间和舌苔空间进行粗粒度的层级划分。一方面，划分部分是根据硬件设备、统一光照和颜色矫正对颜色空间进行划分，实现特定条件下的量化标准。这种划分方式硬件成本高，可移植性差。第二，根据色度学原理的这部分现有技术多数是在cielab和lch通道中进行，关注的是颜色空间本身刺激值对应的划分，并未对人眼实际观测视觉进行划分度量。第三，颜色空间的刺激值反映人眼总体观测规律，但不符合人眼观测条件下的度量。

13、因此，应如何更准确的量化舌苔黄度并且视觉上满足舌苔和舌质的视觉对比度是现有舌诊任务的难题。

技术实现思路

1、本发明的目的是提供一种基于色貌模型的舌苔黄度度量方法及系统，满足对舌诊图片自适应辨别黄苔黄度程度，并且视觉上满足舌苔和舌质的视觉对比度的技术要求。本发明在ciecam16ucs色貌空间模型上对舌体进行聚类分析并计算色差满足人眼视觉舌质和黄苔舌苔区域分割；且设计黄度度量色适应方程实现对黄度值的拉伸，使得黄度值满足人眼观测规律。本方法无关设备和光源，大大减少硬件成本，同时满足自适应区分舌苔和非舌苔区域，对舌诊系统准确率的提高提供了有效保证，从而完全解决舌诊量化中黄苔图像黄度度量程度的问题，能够准确模拟中医对舌苔的黄度判断，并且解决舌像图像三色刺激值在色貌模型中的数字化度量问题。

2、本发明一方面提供了一种基于色貌模型的舌苔黄度度量方法，基于所述色貌模型和黄度度量色适应方程对舌苔黄度进行度量，包括：

3、获取rgb舌黄苔图像数据并进行图像转换；所述图像转换将rgb舌黄苔图像转换为颜色空间舌黄苔图像；

4、对所述颜色空间舌黄苔图像中舌质和舌苔进行聚类分析，获得多个聚类区域以及与多个聚类区域对应的聚类中心；

5、基于黄度度量色适应方程获得所述舌苔的黄度度量。

6、优选的，所述获取rgb舌黄苔图像数据并进行图像转换包括：

7、获取初始的rgb舌黄苔图像数据后进行分割获得rgb舌黄苔分割图像；

8、剔除所述rgb舌黄苔分割图像中的舌反光点区域获得剔除后分割图像；

9、将所述剔除后分割图像转换为ciecam16ucs颜色空间舌黄苔图像。

10、优选的，所述对所述颜色空间舌黄苔图像中舌质和舌苔进行聚类分析包括：

11、获取所述颜色空间舌黄苔图像的的jp数值、ap数值和bp数值；其中jp数值表示ciecam16ucs颜色空间对应的色貌模型中的明度感知，ap数值表示ciecam16ucs颜色空间的红绿分量，bp数值表示ciecam16ucs颜色空间的黄蓝分量；

12、基于所述ap数值和所述bp数值对所述ciecam16ucs颜色空间舌黄苔图像进行聚类，将所述ciecam16ucs颜色空间舌黄苔图像中的舌分割区域聚成m类并形成m个聚类区域；

13、将所述m个聚类区域按照一定规则进行排序后获得与m个聚类区域对应的m个聚类中心；所述m个聚类中心的数值表示舌黄苔图片中偏黄且非红程度的排序。

14、优选的，所述基于黄度度量色适应方程获得所述舌苔的黄度度量包括：

15、获取所有聚类中心前n个聚类中心center1,center2，…centern并计算前n个聚类中心中首尾聚类中心的ucs色差值dc；获取首个聚类中心对应lab空间映射的b1通道数值b1；获取首个聚类中心的ap通道值ap；

16、基于所述dc、b1、ap以及黄度度量色适应方程获得所述舌苔的黄度度量。

17、优选的，所述黄度度量色适应方程如式(1)所示：

18、v＝b*ap*dc (1)；

19、其中，v表示舌苔的黄度值；b＝b1，表示首个聚类中心对应lab空间映射的b1通道数值b1；dc＝cam16ucs_delte(center1，centern)，表示前n个聚类中心中首尾聚类中心的ucs色差值，此处dc的计算中统一取jp＝50；ap＝center1[0]，表示首个聚类中心的ap通道值。

20、优选的，所述ap的计算公式如式(2)所示：

21、

22、ap计算公式表明，色貌模型颜色空间中，ap的值越小表示舌苔红的程度越低，此时黄苔和红色的对比度增大；ap的值越大表示舌底色越红，此时黄苔和红色的对比度降低；并且ap值在[2,5]区间的对比度降幅要小于ap值在[5,100]的对比度降幅。

23、优选的，所述dc的计算公式如式(3)所示：

24、

25、dc计算公式表明，聚类中心center1和center3之间的ucs色差值dc在3.5以上，表明黄苔区域和舌质之间的对比度增大；ucs色差值dc在0-3之间,dc取多段值，但对比度取值比刺激值要低，整体ucs色差值dc在1-3之间，dc保持低于1并且保持随dc值变大dc递增的趋势。

26、本发明的第二方面提供一种基于色貌模型的舌苔黄度度量系统，基于所述色貌模型和黄度度量色适应方程对舌苔黄度进行度量，包括：

27、图像获取转换模块，用于获取rgb舌黄苔图像数据并进行图像转换；所述图像转换将rgb舌黄苔图像转换为颜色空间舌黄苔图像；

28、聚类分析模块，用于对所述颜色空间舌黄苔图像中舌质和舌苔进行聚类分析，获得多个聚类区域以及与多个聚类区域对应的聚类中心；

29、舌苔黄度度量模块，用于基于黄度度量色适应方程获得所述舌苔的黄度度量。

30、本发明的第三方面提供一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器用于读取所述指令并执行如第一方面所述的方法。

31、本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述多条指令可被处理器读取并执行如第一方面所述的方法。

32、本发明提供的方法、系统、电子设备以及计算机可读存储介质，具有如下有益的技术效果：

33、(1)本发明使用cam16ucs色貌空间对舌图像进行处理，满足人眼对舌色空间的视觉对比。

34、(2)本发明判定舌苔黄苔区域和舌质之间的视觉差异，使用ap,bp二维数据进行聚类，聚类中心按照ap升序，bp降序的规则进行排序，得到非红，偏黄的聚类排序，取center1和center3的聚类中心值并且取jp＝50,计算center1和center3的ciecam16ucs色差值作为评价舌苔黄色区域和非舌苔区域的色差值更加准确。

35、(3)，设计黄度度量色适应方程计算公式进行黄苔区域的黄度度量，以聚类中心center1对应的lab值中的b1值为基础，满足舌质和舌苔区域在不同色差情况下，对b值进行双通道色适应拉伸计算,使得结果满足视觉对比下黄苔的度量。