一种面诊图像的分割算法

刘媛+赵鹏程+陆小左

摘要：为了能够解决传统图像提取算法中没有充分考虑面诊图特点而造成的未能对于目标区域进行很好的预处理、颜色空间转换失真、以及忽视细节处理的情况，设计实现了针对中医面诊仪的面诊图自动分割算法。考虑到面诊仪的光照环境，采用灰度自适应增强的方法进行预处理；为了防止传统颜色空间转换中色度信息失真的情况，采用了自适应非线性的转换方法；使用聚类方法及数学形态学运算对细节进行了处理，最终分割出最终的目标区域。实验表明，该算法能够准确有效地分割面诊仪所采集的面诊图，为后续分析处理挖掘更多的有效信息。

关键词： 面诊客观化； 面诊图分割； 灰度增强； YCrCb； 聚类分析

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2017）26-0183-03

Abstract： In order to solve the problem of not fully considering the characteristics of face consultation image in traditional image extraction algorithm， such as can not preprocess the target area， convert the color space and handle details commendably， an automatic segmentation algorithm of face consultation image for face consultation instrument is designed and implementated. Considering the light environment of face consultation instrument， the gray scale adaptive enhancement method is used for the pretreatment. Avoiding the distortion of color information in traditional color space conversion， the adaptive non-linear conversion method is adopted. For the final target area segmentation， the clustering method and mathematical morphological operations are used to deal with the details. Experiments showed that the algorithm could segment the face consultation image accurately and effectively， and could mine more effective information for subsequent analysis.

Key words：face consultation objective of Traditional Chinese Medicine； segmentation of face consultation image； grayscale enhancement； YCrCb； cluster analysis

顏面望诊由医祖扁鹊提出，为传统中医学四诊之首[1]，通过望其形而可知其内部脏腑阴阳气血，不同的面部定位反射区分别对应人体的心、肝、脾、肺、肾、胆、肠、胃、膀胱、脑、胸（乳）、生殖系统等区域[2]。然而，不同的光照条件、不同的医师水平等使传统的中医面诊往往不能进行客观化的诊疗[3]。以临床经验丰富，具有主任医师级别的中医师为主体，结合人工智能与识别技术为处理手段的中医面诊仪的研制，为中医客观化的诊疗模式提供了可行性[4]。进行面诊诊疗的第一步是观看面部的整体颜色；处理面诊图的第一步也是进行面部的分割提取。由于面诊图后续的提取分析工作是基于分割提取整个面部而进行的，因此将面部从面诊图中分割具有较强的实际意义。本算法是针对中医面诊仪的面诊图进行自动分割处理，相较于其他面部提取算法，具有较强的针对性。

1 中医面诊仪采集系统的光照环境和采集过程

实验采用天津市天中依脉科技开发有限公司与天津中医药大学联合研制的YM-Ⅲ系列中医面诊仪，面诊仪采集系统的光照环境是依据中医专家的意见，模拟晴天上午9时的标准自然光照的人工光照环境。YM-Ⅲ系列面诊仪采集系统如图1所示，整体采用积分球设计，暗箱内部采用LED光源照明，采集口设计贴合面部曲线，保证了采集时单一稳定的采集光源，拍摄环境无闪烁、无杂光干扰、无采集阴影。光照环境相关技术参数如表1所示。采集时观察对象按照中医面诊要求取正坐位，将头部置于下颌托上，轻轻贴近采集口，拍照时面部不紧绷，无抖动。

2 面诊图像的分割算法

2.1 面诊图像的自适应预处理

1） 将面诊图像的RGB值转化为灰度值；

2） 算出面诊图像灰度值（由大到小排列）前4.5%灰度值的平均值avg；

3） 令处理系数procco=255/avg ；

4） 将面诊图像的灰度乘以处理系数，得到处理后的面诊灰度图像；

5） 将面诊灰度图像转化为面诊图像的RGB值，得到预处理后的面诊图像。

2.2 面诊图颜色空间的转换

面诊图相对于其他图像（如提取舌图像）的主要特点在于可以根据皮肤的特点分割提取整个面部目标区域。然而，面诊图像中亮度的变化会使面诊图变得更加复杂，不利于分割提取面诊图像的目标区域。因此，面诊图的颜色空间不应含有亮度信息。经过预处理后的面诊图像的颜色空间依然是RGB空间，由于其三基色（R、G、B）均含有亮度信息，所以需要将面诊图进行颜色空间的转换。常见的颜色空间模型有HSL、HSV，YCrCb、YIQ，XYZ，CMY及RGB等模型[5-6]。综合考虑应方便排除亮度信息、方便进行运算等，本算法采用YCrCb颜色空间模型作为面诊图转换后的颜色空间。YCrCb颜色空间模型中，Y表示亮度，Cr表示红色分量，Cb表示蓝色分量；亮度信息与色度信息（红色分量、蓝色分量）三维独立分布。实验表明，肤色在色度信息上（即Cr、Cb）均服从于二维高斯分布endprint

2.5 面诊图像的初步分割

面诊图经过二值化处理后依然存在部分伪目标区域（如颈部信息等）。这是因为本算法是基于肤色的特点进行分割提取的。为了能够将伪目标区域滤除掉，应将面诊图中除连通区域面积值为最大以外的区域滤除掉。具体步骤如下：

1） 将二值化处理后的面诊图像进行膨胀和腐蚀运算，以便更好地连通离散化的像素点；

2） 寻找每个置为白的像素连通区域，分别计算区域面积值，只保留最大值区域。

2.6 面診图目标区域的最终提取

面诊图经过初步分割后，再经过数学形态学的运算就可实现目标区域的最终提取。具体步骤如下：

1） 进行膨胀和腐蚀运算，使面诊图目标区域更好地融为一体；

2） 面诊图取反，提取最大连通区域，再次取反；

3） 将经过数学形态学运算后的面诊图与原始面诊图进行与运算，得到分割提取后的面诊图像。

3 结果

面诊图的自动分割算法整体流程图、分割过程图及实验结果如图2、图3所示。其中，图2（a）为通过面诊仪采集得到的面诊图，图2（e）3为经过分割提取后的面诊图。经过实验可知，本算法中的自适应预处理、非传统线性自适应颜色空间的转换以及适当的数学形态学的运算，可以满足面诊图分割提取的需要。

参考文献：

[1] 谭旭彤. 鼻部望诊研究[D]. 黑龙江中医药大学， 2016.

[2] 袁路云. 心脑血管疾病早知道——反射区望诊法的初步应用[J]. 中华养生保健， 2014（5）：61-65.

[3] 邸丹， 周敏， 秦鹏飞，等. 中医舌诊、面诊客观化研究进展[J]. 上海中医药杂志， 2012（4）：89-92.

[4] 胡志希. 早发冠心病血瘀证痰浊证面部光电血流容积信息特征及与GMP-140含量的相关研究[J]. 全国第十二次中医诊断学术年会， 2012.

[5] 杨立志， 屠莉. 一种基于直方图的车牌定位方法[J].电脑知识与技术，2012（30）：7335-7338.

[6] 王玉珏. 计算机色彩模型应用[J].电脑知识与技术，2010，6（6）：1458-1460.

[7] 姚军财. 一种基于YC_rC_b颜色空间和视觉特性的彩色图像水印技术[J].包装工程，2012（9）：111-116.endprint