【摘要】本發明屬于水上漂浮型機器人技術領域，其特征 在于與水面接觸部分為絲材腿狀結構，使用疏水劑對腿部進行 表面處理，采用電池作驅動能源的三級齒輪傳動機構帶動驅動 腿在水表面劃動產生動力，前后有6－8條支撐腿，外形仿生 水黽。本發明具有重量
【摘要】 本發明屬于中醫舌診用的舌頭彩色圖像處理技 術領域。具體特征在于，用兩步對舌體進行分割提取：首先得 到舌體的粗略輪廓圖，其次用二維形變輪廓模型進行較準確的 分割。在第一步中，用分水嶺變換對圖像的紅色通道進行處理， 得到粗略的舌體輪廓，在處理時先用飽和度圖閾值求圖像的標 記圖像，再用標記圖像對圖像的梯度圖進行強制最小值，得到 待分割圖像，然后再用分水嶺變換方法對待分割圖像采用在圖 像縱剖面的采樣點—灰度值曲線上，實施分水嶺變換，得到一 個由各縱剖面上的分水嶺構成的集合，該分水嶺集合中的一片 連通區域即為舌體區域，其邊界就是舌體粗略輪廓圖。試驗證 明，圖像結果非常準確，適用于不同年齡層次的健康和疾病人 群。 【專利類型】發明申請 【申請人】清華大學 【申請人類型】學校 【申請人地址】100084北京市100084－82信箱 【申請人地區】中國 【申請人城市】北京市 【申請人區縣】海淀區 【申請號】CN200610113119.5 【申請日】2006-09-15 【申請年份】2006 【公開公告號】CN1920854A 【公開公告日】2007-02-28 【公開公告年份】2007 【授權公告號】CN100375979C 【授權公告日】2008-03-19 【授權公告年份】2008.0 【發明人】白凈; 張永紅; 吳佳 【主權項內容】1.中醫舌診用的舌頭彩色數碼照片的舌體分割提取方法，其特征在于，依次含有以下步驟： 步驟(1)，向計算機輸入用數碼相機采集好的舌頭的彩色圖片，其中，以舌體為主； 步驟(2)，在計算中設定以下兩個調整參數： 分割速度，從慢到快分為9檔，相應的取值范圍為2到10的整數，代表降采樣的倍數； 舌體輪廓曲線光滑度，從粗糙到光滑分為6檔，相應的取值范圍為1到5的整數，代表該曲線迭代的次數； 步驟(3)，利用分水嶺變換方法按以下步驟對輸入彩色圖像的紅色通道進行處理，得到粗略的舌體輪廓圖： 步驟(3.1)，把所述圖像中的每個像素點的紅色分量取出，按照像素的排列方式組成一張灰度圖表示的該圖像的紅色通道R(x，y)； 步驟(3.2)，按照設定的降采樣倍數M對圖像進行降采樣，得到降采樣后對應的表示在灰度圖中的紅色通道的值f(x，y)＝R(Mx，My)，其中，M為2～10之間的整數，(x，y)為降采樣后的像素點的坐標，R(Mx，My)為降采樣前圖像在(Mx，My)點的紅色分量； 步驟(3.3)，對所述灰度圖f(x，y)，按下述利用標記控制的分水嶺變換方法求出舌體的粗糙輪廓，建立舌體輪廓模型： 步驟(3.3.1)，計算灰度圖f(x，y)的梯度圖g(x，y)：g(x，y)＝f(x，y) 步驟(3.3.2)，按以下步驟計算標記函數，用以標記灰度圖f(x，y)中的目標和對應的背景： 步驟(3.3.2.1)，從圖像RGB值計算飽和度St(x，y)： 其中，Max(R(x，y)，G(x，y)，B(x，y))≠0，St(x，y)為像素(x，y)點的飽和度，R(x，y)，G(x，y)，B(x，y)分別表示像素(x，y)點的紅色、綠色、藍色分量； 步驟(3.3.2.2)，根據設定的閾值Stth，對于每個像素點(x，y)的飽和度進行判別， 得到標記圖像fm(x，y)： 飽和度閾值Stth＝0～1，取STth＝0.4； 步驟(3.3.3)，對梯度圖g(x，y)用標記圖fm(x，y)進行強制最小值，得到待分割圖fmin(x，y)： fmin(x，y)＝g(x，y)*fm(x，y)， fm(x，y)為標記時，fmin(x，y)＝0，fm(x，y)非標記時，fmin(x，y)＝g(x，y)； 步驟(3.3.4)，按以下步驟對灰度圖fmin(x，y)用分水嶺變換的方法從中提取出一片連通區域構成的舌體區域： 步驟(3.3.4.1)，在X-Y平面上，對灰度圖fmin(x，y)沿著Y軸按給定的ΔY值作縱剖面圖； 步驟(3.3.4.2)，在所屬的縱剖面上，得到一條的采樣點為橫坐標，相應的灰度值作為縱坐標的曲線； 步驟(3.3.4.3)，在所屬采樣點—灰度圖fmin(x，y)曲線上取出最小灰度值作為灰度閾值N，把fmin(x，y)分為大于灰度閾值和小雨灰度閾值上、下兩個部分，構成的二值圖像： 該二值圖象TN(x，y)的前一時刻的二值圖像為 其中，Step為增加的步長，在1～5間取值； 步驟(3.3.4.4)，把步驟(3.3.4.3)所得兩個相鄰時刻的二值圖象做異或操作，判斷TN-Step(x，y)≠TN(x，y)時，S(x，y)是否等于1，TN-Step(x，y)＝TN(x，y)時，S(x，y)是否等于0，如果否定，則繼續增加步長，再作判斷，一直到滿足為止，此時，Sj(x，y)是小分水嶺，像素點(x，y)是分水嶺的位置，像素點(x，y)對應的灰度值 屬于一片量筒的舌體區域的一部分； 步驟(3.3.4.5)，重復步驟(3.3.4.3)和步驟(3.3.4.4)，得到所有的分水嶺，構成一個分水嶺的集合S(x，y)＝S1(x，y)·S2(x，y)·…·SK(x，y)； 步驟(3.3.4.6)，把位于圖像中部的一片連通區域作為舌體區域，取出其邊界V： V＝{V1，V2…VL}，Vi＝(xi，yi)，i＝{1，2，…L}， 其中，S(xi，yi)＝1，V上的點是分水嶺變換計算出的封閉邊界； 步驟(4)，把步驟(3)得到的邊界V作為二維形變輪廓模型的初始曲線，按以下步驟計算出光滑的舌體輪廓曲線： 步驟(4.1)，對每個處于像素Vi周圍設定領域中的像素Vi′，定義該像素點Vi′的能量項為： Ei(Vi′)＝αEint(Vi′)+βEext(Vi′)， 其中，Eint是依賴于輪廓形狀的連續能量函數，使輪廓趨于光滑： I(V)是曲線V中各點的平均距離： 對于封閉的曲線， Len表示該曲線的長度， 所屬設定鄰域，取值為5×5， Eext是圖像灰度能量的函數，將變形輪廓向高灰度移動，等于向原圖像的邊緣移動，使Eext(Vi′)＝-g(Vi′)， α、β是加權常數，取2α＝β＝2， 若：Ei(Vi′)＜Ei(Vi)，則取Vi＝Vi′； 步驟(4.2)，根據設定的曲線光滑度參數，在設定的鄰域內各個像素逐次迭代，使初始的舌體輪廓曲線收縮到使得能量Ei的位置，該收縮后最終得到的曲線內部的連通區域即舌體區域； 步驟(5)，把最終得到的曲線用所選降采樣倍數擴充后，放入原彩色圖像中，得到原彩色圖像中的舌體輪廓曲線V＝{V1，V2…VL}，Vi＝(M*xi，M*yi)，i＝{1，2，…L}，再把非舌體部分去處，填充白色，僅保存舌體部分，輸出結果。 【當前權利人】清華大學 【當前專利權人地址】北京市100084－82信箱 【專利權人類型】公立 【統一社會信用代碼】12100000400000624D 【被引證次數】TRUE 【家族被引證次數】TRUE
未經允許不得轉載：http://m.mhvdw.cn/1776345049.html
喜歡就贊一下
