欢迎来到360期刊网!
学术期刊
  • 学术期刊
  • 文献
  • 百科
电话
您当前的位置:

首页 > 文献资料

  • 基于直方图均衡化的伽马校正和K-means聚类的舌象苔质分离方法

    作者:韩立博;胡广芹;张新峰;冯利;李泉旺;蔡轶珩

    目的 舌苔、舌质分离对后续肿瘤患者舌象的客观化辨证具有重要的意义.常用的算法是基于颜色空间通道舌图像的K-means聚类算法.CIELAB颜色空间的a?通道舌图像相较于其他颜色空间通道的舌图像分割结果稳定,常用于后续的分割.对于部分舌图像,a?通道舌图像的舌苔、舌质虽然具有一定的区分度,但二者的区分度并不是十分明显,影响后续的分割结果.因此,本文提出一种基于直方图均衡化的伽马校正和K-means聚类的舌苔、舌质分离方法.方法 采用200幅肿瘤患者的舌图像作为实验样本.首先将舌图像从RGB颜色空间转换到CIELAB颜色空间,对a?通道舌图像进行直方图均衡化增强以及伽马校正,然后利用K-means聚类方法对增强后的舌图像舌苔、舌质分离,得到直方图均衡化以及伽马校正后的a?通道舌图像和分割后的舌苔、舌质图像.为了验证算法的可行性,请5位专业中医医生对200例肿瘤患者的舌图像舌苔、舌质分割效果进行辨析.结果 进行直方图均衡化以及伽马校正后的a?通道舌图像舌苔、舌质分割结果明显强于未经处理的a?通道舌图像分割结果.经辨析,分割合格率为97%.结论该方法可以很好地实现舌苔、舌质分离,具有一定的应用价值.

360期刊网

专注医学期刊服务15年

  • 您好:请问您咨询什么等级的期刊?专注医学类期刊发表15年口碑企业,为您提供以下服务:

  • 1.医学核心期刊发表-全流程服务
    2.医学SCI期刊-全流程服务
    3.论文投稿服务-快速报价
    4.期刊推荐直至录用,不成功不收费

  • 客服正在输入...

x
立即咨询