基于流形學習的舌圖像顏色特征提取方法研究.pdf

1、舌質與舌苔的顏色特征是中醫(yī)舌診的重要依據。由于舌與人體狀態(tài)聯系緊密，人在不同狀態(tài)時的舌質和舌苔顏色是千差萬別的。但是，根據中醫(yī)舌診理論，存在一些主導舌象變化的關鍵因素，使得舌象的變化雖然豐富，但是有規(guī)律可循，這也是中醫(yī)舌診的主要依據。本文假設，各種舌象其實是一個低維流形結構在少數隱含變量的“控制”下所表現出來的多種形態(tài)。因此本文采用流形學習方法對舌圖像進行分析，目的是考察舌象的內在變化規(guī)律，同時嘗試發(fā)現主導舌象特征變化的關鍵因素(隱含變

2、量)。圍繞著流形學習方法研究和舌象顏色特征提取研究，本文主要取得以下成果： 1)首先介紹了課題的研究背景和目前研究現狀，并闡述了課題的研究意義。 2)介紹了兩種經典的流形學習算法Isomap和LLE的思想、算法，以及它們在模式識別領域的應用，討論了它們的性能，并通過實驗發(fā)現，Isomap更適合用于發(fā)掘舌象變化的內在規(guī)律。 3)本文結合Landmark Isomap和Incremental Isomap二者的思想，

3、提出一種能夠實現新樣本快速映射的改進Isomap算法——Fast Mapping Isomap。相比于原始Isomap，該算法能夠快速地將新樣本映射到低維空間，而且計算量更小。在典型數據庫上的實驗結果表明，該算法降維結果保留了樣本的近鄰關系和主要特征。 4)本文提取了兩種原始特征向量：基于象素的特征向量和基于直方圖的特征向量。從Isomap降維結果來看，象素特征能發(fā)現舌苔顏色信息，以及形狀信息，但沒有發(fā)現舌質顏色的相關信息。說明

4、形狀信息掩蓋了部分顏色信息，使得顏色特征的提取變得困難。而直方圖特征針對性強，很好地提取出了舌質和舌苔的顏色特征。因此，本文得出結論，直方圖特征更適合提取舌象的顏色特征。 5)利用Fast Mapping Isomap進行了舌圖像檢索的實驗。檢索結果表明，無論是舌質顏色，還是舌苔顏色，甚至是舌苔的分布，都與查詢樣本非常相似，說明由Fast Mapping Isomap得到的低維坐標可以作為舌象顏色特征，用該坐標進行舌圖像檢索是可