基于肤色检测的中医面色识别

作     者：陈梦竹 

作者单位：北京交通大学 

学位级别：硕士

导师姓名：岑翼刚

授予年度：2018年

学科分类：100505[医学-中医诊断学] 1005[医学-中医学] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 10[医学] 

主      题：中医面诊 皮肤分割 面色识别 

摘      要：望诊客观化的核心内容是面诊和舌诊。其中舌诊客观化的技术已经在临床上应用,然而面诊客观化的研究还存在较多的空白领域。许多研究者分别从仪器设备和图像处理两个角度着手对中医面诊客观化技术进行分析研究由于在仪器设备角度的研究对设备精密程度的高要求,伴随着设备开发的高成本,所以研究者更多的是着眼于将中医面诊与图像处理方法相结合的角度进行研究。因此怎样更高效地用图像处理的方法来实现中医面诊成为了诸多学者热切关注的问题。本论文以中医面色诊作为理论基础,采用基于模板与肤色模型结合的方法检测人脸并分割皮肤块,提取皮肤块的面色特征,对中医面色进行分类主要研究内容包括:(1)提出了一种基于中医面诊分割人脸皮肤感兴趣区域的技术。首先由模板匹配初步在图像中定位出人脸,之后通过阂值分割原始图像中的人脸;通过主动外观模型算法得到的人脸关键点精确定位人脸五官位置;将中医面诊作为理论指导,确定额头,左、右眼睑,左、右脸颊,鼻头,嘴,下颌八个感兴趣区域。(2)提出了基于感兴趣区域的皮肤块精分割。在定位后的感兴趣区域转换至YCbCr空间后,使用椭圆肤色模型分割皮肤块,并将定位出的感兴趣区域与使用肤色模型分割后的皮肤块结果作比较。实验结果证明,使用肤色模型分割后的结果具有较高的鲁棒性。(3)提出将颜色特征、纹理特征、局部二值模式特征作为中医面色特征的融合特征并通过经典的机器学习算法进行面色分类。分别对分割后的皮肤块提取不同颜色空间的特征,将归一化rgb、HSV、Lab颜色特征、灰度共生矩阵的纹理特征以及局部二值模式作为最后的融合面色特征;将提取到的面色特征采用支持向量机、BP神经网络进行面色分类。实验结果证明,面色融合特征的最高分类准确率达到89.608%。