應(yīng)用于中醫(yī)指甲診斷的圖像分割.pdf

1、傳統(tǒng)的中醫(yī)望診是指醫(yī)生通過肉眼觀察患者的部分組織器官獲取相關(guān)的癥狀，然后根據(jù)獲取的癥狀推斷出患者所患的疾病。為了繼承和發(fā)揚(yáng)我國(guó)傳統(tǒng)的醫(yī)學(xué)，本課題試圖利用計(jì)算機(jī)圖像處理技術(shù)實(shí)現(xiàn)中醫(yī)望診分支中的指甲診斷?；趫D像處理技術(shù)的指甲診斷包括指甲圖像的采集、圖像的分割、圖像特征的提取、根據(jù)提取的圖像特征推斷出相應(yīng)的病癥。由于缺乏可以作為疾病診斷依據(jù)的標(biāo)準(zhǔn)圖像數(shù)據(jù)庫(kù)以及時(shí)間的關(guān)系，本文主要進(jìn)行基于圖像處理技術(shù)的指甲診斷的前期研究工作，主要包括指甲圖像

2、相關(guān)的特性研究、指甲圖像分割的算法、算法的改進(jìn)以及工程的實(shí)現(xiàn)。具體地進(jìn)行了以下三個(gè)方面的研究工作：
　　1.研究了在特定外界環(huán)境下所采集到的原始圖像在R G B顏色空間與YCbCr顏色空間的相關(guān)特性；分析同一圖像中指甲部分圖像像素的特性與指甲周圍的皮膚圖像像素特征，包括各自像素的大小、像素的閾值；通過采樣分析的方法統(tǒng)計(jì)出指甲圖像像素與皮膚圖像像素在相應(yīng)顏色空間的取值范圍；探索了光照與指甲圖像之間的關(guān)系。
　　2.分別利用基于

3、閾值的分割方法、基于邊緣檢測(cè)的圖像分割方法、k-均值聚類算法以及分水嶺算法對(duì)原始指甲圖像進(jìn)行分割；通過分析利用四種算法進(jìn)行指甲圖像分割的效果，得出分水嶺算法是最好的；考慮到在利用分水嶺算法實(shí)現(xiàn)指甲圖像分割的過程中，需要通過人工輔助的方法對(duì)指甲圖像的分割區(qū)域進(jìn)行標(biāo)記，所以確定將基于k-均值的分水嶺算法作為指甲圖像分割的最終方法；針對(duì)基于k-均值的分水嶺圖像分割方法的缺點(diǎn)，對(duì)算法進(jìn)行相關(guān)的改進(jìn)工作。改進(jìn)后的算法能夠在本文給定的外界環(huán)境下，自

4、動(dòng)實(shí)現(xiàn)對(duì)目標(biāo)圖像的良好標(biāo)記并利用該標(biāo)記圖像實(shí)現(xiàn)指甲圖像的分割。
　　3.在Zedboard平臺(tái)上搭建相關(guān)的軟硬件環(huán)境，主要包括H D M I設(shè)計(jì)、Linux系統(tǒng)移植、OpenCV移植以及Q T移植；編寫相關(guān)的代碼，實(shí)現(xiàn)指甲圖像的采集以及改進(jìn)后的指甲圖像分割算法；在已經(jīng)搭建好軟硬件環(huán)境的平臺(tái)上完成代碼的測(cè)試以及相關(guān)的程序改進(jìn)工作。
　　當(dāng)前基于圖像處理技術(shù)的指甲診斷所面臨的最大問題是缺乏標(biāo)準(zhǔn)的人類指甲圖像數(shù)據(jù)庫(kù)。該數(shù)據(jù)庫(kù)將用于