-
公开(公告)号：CN107316307A
公开(公告)日：2017-11-03
申请号：CN201710498517.1
申请日：2017-06-27
Applicant: 北京工业大学
Abstract: 一种基于深度卷积神经网络的中医舌图像自动分割方法属于计算机视觉领域和中医舌诊领域。本发明设计了一种卷积神经网络结构，利用采集到的样本数据对该网络的训练，得到网络模型，采用该模型可以对中医舌图像进行自动分割。该方法包含离线训练阶段和在线分割阶段，该方法可以同时适用于封闭式和开放式的舌象采集环境，可以有效提高中医舌图像自动分割的精确度和鲁棒性。本发明具体涉及深度学习、语义分割、图像处理等技术。
-
Patent Agency Ranking
公开(公告)号：CN107330889B
公开(公告)日：2019-11-15
申请号：CN201710562784.0
申请日：2017-07-11
Applicant: 北京工业大学
Abstract: 一种基于卷积神经网络的中医舌色苔色自动分析方法属于计算机视觉领域和中医舌诊领域，具体涉及深度学习、图像处理等技术。该方法可以有效提高舌色苔色自动分析的准确度和鲁棒性。本发明分类准确度高。与传统的“特征提取+分类器”方案相比，卷积神经网络是一种端到端的结构，特征提取与分类两个过程在同一框架下完成，避免了对特征和分类器选择的依赖。在分类精度上比传统方法具有明显优势，可以满足实际应用需求。
-
公开(公告)号：CN107330889A
公开(公告)日：2017-11-07
申请号：CN201710562784.0
申请日：2017-07-11
Applicant: 北京工业大学
Abstract: 一种基于卷积神经网络的中医舌色苔色自动分析方法属于计算机视觉领域和中医舌诊领域，具体涉及深度学习、图像处理等技术。该方法可以有效提高舌色苔色自动分析的准确度和鲁棒性。本发明分类准确度高。与传统的“特征提取+分类器”方案相比，卷积神经网络是一种端到端的结构，特征提取与分类两个过程在同一框架下完成，避免了对特征和分类器选择的依赖。在分类精度上比传统方法具有明显优势，可以满足实际应用需求。
-
公开(公告)号：CN104572538A
公开(公告)日：2015-04-29
申请号：CN201410853143.7
申请日：2014-12-31
Applicant: 北京工业大学
CPC classification number: G06T5/001 , G06T2207/10024 , G06T2207/20081 , G06T2207/30004
Abstract: 本发明公开了一种基于K-PLS回归模型的中医舌图像颜色校正方法，属于计算机图像处理和中医学交叉学科领域。本发明设计了一种基于核偏最小二乘回归模型的中医舌图像颜色校正方法，将不同光照环境下的舌图像校正到统一标准下，以克服舌象仪的光照差异导致的舌图像颜色呈现不一致问题，使得数字化中医舌象分析结果更加客观、准确。本发明利用舌象仪对标准色标卡进行拍摄采集，然后选取该图像中色标的色标样本，并以色标中各颜色的标准色度值为目标值，进行K-PLS回归的模型训练，得到色标实际采集值与色标标准值之间的训练模型，使用此训练模型对该拍摄环境下所拍摄的实际舌图像进行颜色回归校正，最终得到颜色校正后的中医舌图像。
-
公开(公告)号：CN107316307B
公开(公告)日：2020-05-08
申请号：CN201710498517.1
申请日：2017-06-27
Applicant: 北京工业大学
Abstract: 一种基于深度卷积神经网络的中医舌图像自动分割方法属于计算机视觉领域和中医舌诊领域。本发明设计了一种卷积神经网络结构，利用采集到的样本数据对该网络的训练，得到网络模型，采用该模型可以对中医舌图像进行自动分割。该方法包含离线训练阶段和在线分割阶段，该方法可以同时适用于封闭式和开放式的舌象采集环境，可以有效提高中医舌图像自动分割的精确度和鲁棒性。本发明具体涉及深度学习、语义分割、图像处理等技术。
-
公开(公告)号：CN104572538B
公开(公告)日：2017-08-25
申请号：CN201410853143.7
申请日：2014-12-31
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于K‑PLS回归模型的中医舌图像颜色校正方法，属于计算机图像处理和中医学交叉学科领域。本发明设计了一种基于核偏最小二乘回归模型的中医舌图像颜色校正方法，将不同光照环境下的舌图像校正到统一标准下，以克服舌象仪的光照差异导致的舌图像颜色呈现不一致问题，使得数字化中医舌象分析结果更加客观、准确。本发明利用舌象仪对标准色标卡进行拍摄采集，然后选取该图像中色标的色标样本，并以色标中各颜色的标准色度值为目标值，进行K‑PLS回归的模型训练，得到色标实际采集值与色标标准值之间的训练模型，使用此训练模型对该拍摄环境下所拍摄的实际舌图像进行颜色回归校正，最终得到颜色校正后的中医舌图像。
-
-
-
-
-
Search Results
6
records
(took 0.048 seconds)
