学位论文 > 优秀研究生学位论文题录展示
舌体特征的提取及融合分类方法研究
作 者: 于淼
导 师: 张大鹏
学 校: 哈尔滨工业大学
专 业: 计算机科学与技术
关键词: 舌诊 信息融合 舌下静脉 数学形态学 AdaBoost
分类号: TP391.41
类 型: 硕士论文
年 份: 2008年
下 载: 65次
引 用: 1次
阅 读: 论文下载
内容摘要
舌诊是中医望诊中的重要项目,也是中医学中最常用、最有应用价值、最有特色的诊法之一,因此中医舌诊客观化研究对宏扬我国传统医学具有重大的意义。本文综合使用了信息融合、图像处理和模式识别等多种技术手段,尝试从信息融合的角度入手,基于信息融合中特征层融合的思想设计了基于CART的AdaBoost分类器,把非同源特征信息融合成一个完整的、代表舌图像全局信息的特征向量,在训练过程中对特征进行选择和权值分配,最终获得分类结果。整个过程分为舌体特征提取与分类器设计与实现两个主要部分。特征信息提取分为舌面特征提取和舌下特征提取两个部分。在舌面特征提取部分,提取了颜色和纹理——这两个最重要的舌面特征。为了获取全面的颜色和纹理特征信息,本文分别从RGB、XYZ、CIE-Lab、CIE-LUV四个色彩空间进行颜色特征提取,并采用了灰度共生矩阵和Gabor变换两种方法进行纹理特征提取。在舌下特征提取部分,本文率先以可以完整保存舌下静脉形态信息的近红外图像为研究对象,综合运用数学形态学方法,如:分水岭算法、动态阈值法、可变腐蚀元迭代法等,对舌下静脉图像进行分离舌体轮廓、去反光、求取舌下静脉候选区域等操作,最终应用区域生长法提取出静脉轮廓。分类器设计方面,本文设计了基于CART决策树的AdaBoost分类器。该分类器以经过融合后的颜色特征和纹理特征为输入,以被采集图像者是否患有疾病的判断为输出。最后的实验结果表明,该算法可以取得较理想的分类效果。在这个过程中,本文亦对AdaBoost算法的特征选择能力进行了分析和验证,证明了AdaBoost在这方面的优良性能。
|
全文目录
摘要 4-5 Abstract 5-9 第1章 绪论 9-13 1.1 课题研究的背景和意义 9-10 1.2 国内外研究现状 10-12 1.3 本文主要内容及结构安排 12-13 第2章 舌面特征提取 13-26 2.1 引言 13 2.2 图像预处理 13-18 2.2.1 反光点的成因 14 2.2.2 基于HSV 色度空间的反光点检测 14-16 2.2.3 反光点填充 16-18 2.3 颜色特征提取 18-21 2.3.1 几种主要的色彩空间介绍 19-20 2.3.2 颜色特征提取 20-21 2.4 纹理特征提取 21-25 2.4.1 目标区域选择 22-23 2.4.2 基于灰度共生矩阵的纹理特征提取 23-24 2.4.3 基于Gabor 变换的纹理特征提取 24-25 2.5 本章小结 25-26 第3章 舌下静脉轮廓特征提取 26-42 3.1 引言 26 3.2 舌脉特征提取的意义 26-27 3.3 近红外舌下静脉图像 27-28 3.4 近红外舌下静脉图像的预处理 28-35 3.4.1 基于分水岭算法的舌体外轮廓提取 28-33 3.4.2 去除反光点 33-35 3.5 舌下静脉候选区域的提取 35-38 3.5.1 动态阈值法进行二值化 35-37 3.5.2 可变腐蚀元迭代腐蚀求取舌下静脉区域 37-38 3.6 区域生长法舌下静脉提取 38-40 3.7 实验结果分析 40-41 3.8 本章小结 41-42 第4章 基于特征层融合的分类器设计 42-62 4.1 引言 42 4.2 信息融合技术概述 42-46 4.2.1 信息融合的定义 42-43 4.2.2 信息融合的分类及结构 43-46 4.3 基于特征层融合的分类器结构设计 46-51 4.3.1 AdaBoost 学习机制 47-49 4.3.2 决策树 49-51 4.4 AdaBoost 特征选择性能分析 51-54 4.4.1 理论分析 51-52 4.4.2 样本空间描述及预处理 52-54 4.4.3 实验流程及结果分析 54 4.5 融合分类方法实验设计及参数的确定 54-61 4.6 本章小结 61-62 结论 62-64 参考文献 64-67 攻读学位期间发表的学术论文 67-69 致谢 69
|
相似论文
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
- 舌图像中瘀斑瘀点检测技术研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 多传感器信息融合及其在可穿戴计算机上的应用,TP202
- 基于数学形态学分析的激光散斑特性研究,O29
- 基于区域分割的遥感影像道路提取算法研究,TP751
- 基于数字图像处理的血管管径自动测量技术,R310
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 蚁群算法及其在气象卫星云图分割中的应用,TP391.41
- 基于高分辨率遥感数据的矿区房屋信息提取方法研究,TP751
- 基于差分演化的人脸识别方法研究,TP391.41
- 舌诊客观化中若干图像分析技术研究,TP391.41
- 信息融合技术在嵌入式驾驶疲劳检测中的应用研究,TP368.12
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 基于单目视觉的车辆检测算法研究与实现,TP274
- 基于连续Adaboost算法的多角度人脸检测技术研究与实现,TP391.41
- 人脸表情识别算法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|