基于機(jī)器學(xué)習(xí)的舌圖像的顏色分類是中醫(yī)舌診現(xiàn)代化的重要內(nèi)容。將舌體顏色地進(jìn)行分類是實(shí)現(xiàn)中醫(yī)舌診客觀化的關(guān)鍵步驟,也為后續(xù)中醫(yī)自動(dòng)輔助診斷奠定基礎(chǔ)。在目前有關(guān)舌色自動(dòng)分類的文獻(xiàn)中,一般都是采用單一分類器進(jìn)行。為了進(jìn)一步提高舌色分類的準(zhǔn)確度,本論文采用集成學(xué)習(xí)方法對(duì)舌色分類進(jìn)行研究,本論文主要的主要工作如下。1、確定舌圖像顏色特征。本文對(duì)比了RGB、Lab、HSV色彩模型,最終選擇了Lab與HSV共同作為舌圖像的顏色特征。對(duì)于舌圖像來說,苔色往往影響著舌體顏色的判斷,本文使用k-means方法對(duì)這部分舌圖像進(jìn)行了苔質(zhì)分離。以便于后續(xù)舌體顏色的提取和判斷。而后對(duì)分割后的舌圖像進(jìn)行樣本子塊的手動(dòng)選取,以增加樣本總量。在分類方法的選取方面,集成學(xué)習(xí)是將多個(gè)分類器的優(yōu)點(diǎn)進(jìn)行組合,它往往可以得到比單一分類器更優(yōu)越的性能。因此本文選擇集成學(xué)習(xí)方法作為本文的基礎(chǔ)研究方法,而后通過對(duì)集成學(xué)習(xí)方法中的代表方法進(jìn)行實(shí)驗(yàn)對(duì)比,選擇了boosting方法中的代表算法Adaboost方法作為本文主要研究方法。2、提出DataBoost-IM結(jié)合GE-SMOTE的方法對(duì)舌圖像數(shù)據(jù)不平衡問題進(jìn)行處理。舌圖像樣本類間樣本數(shù)... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

RGB顏色模型

圖 2-2 Lab 顏色矩陣Fig 2-2Lab color model不能直接轉(zhuǎn)換為 CIELab 色彩模型，需要借助是先將 RGB 顏色空間轉(zhuǎn)換到 XYZ 顏色空間ab 顏色空間。轉(zhuǎn)換關(guān)系如公式 2-1 至 2-3 所ab 顏色模型中將舌質(zhì)進(jìn)行分類，每一種舌色

圖 2-3 舌圖像 CIELab 特征直方圖Fig.2-3. CIELab histogram of the tongue imageSV 色彩模型 R. Smith 在 1978 年創(chuàng)建的一種顏色空間根據(jù)顏色的直觀特性的 HSV 色彩模型, 由于其模型為六角錐形因此也被稱作六角錐體 2-4 所示。這個(gè)模型中也同樣具有三個(gè)顏色的參數(shù)，分別是表示表示飽和度的分量 S，和表示明度的分量 V。H 分量用角度度量-360°，按逆時(shí)針方向計(jì)算，從 0°所表示的紅色，60°所表示所表示的綠色，180°所表示的青色，再到 240°所表示的藍(lán)色的品紅色。S 分量表示顏色接近光譜色的程度，通常取值范圍為 0將一種顏色看成是某種光譜色與白色的混合色，光譜色本身的白最高的飽和度。所以一個(gè)顏色中光譜色所占的比例越大，顏色本身，也就是這種顏色越鮮艷，其飽和度也就越高。其值越大，

【參考文獻(xiàn)】：
期刊論文
[1]非平衡數(shù)據(jù)集中的特征選擇方法和三支分類算法研究[J]. 劉杰,蘇慧哲,李艷翠.  河南科技學(xué)院學(xué)報(bào)(自然科學(xué)版). 2018(05)
[2]一種改進(jìn)過采樣的不平衡數(shù)據(jù)集成分類算法[J]. 張菲菲,王黎明,柴玉梅.  小型微型計(jì)算機(jī)系統(tǒng). 2018(10)
[3]基于AdaBoost改進(jìn)隨機(jī)森林的高光譜圖像地物分類方法研究[J]. 陳偉民,張凌,宋冬梅,王斌,丁亞雄,許明明,崔建勇.  遙感技術(shù)與應(yīng)用. 2018(04)
[4]基于舌診數(shù)字化的中醫(yī)體檢系統(tǒng)的研究[J]. 祁建松,吳學(xué)會(huì).  天津中醫(yī)藥大學(xué)學(xué)報(bào). 2018(03)
[5]基于Cascade Adaboost分類器的馬鈴薯快速定位方法[J]. 汪成龍,黃余鳳.  湖南農(nóng)業(yè)科學(xué). 2018(02)
[6]基于顏色特征的常見舌質(zhì)舌苔分類識(shí)別[J]. 梁金鵬,楊浩,張海英.  微型機(jī)與應(yīng)用. 2017(17)
[7]淺談中醫(yī)舌象客觀化、定量化、標(biāo)準(zhǔn)化研究[J]. 黃淑瓊,張?jiān)讫?周靜,文磊.  中華中醫(yī)藥雜志. 2017(04)
[8]舌診儀的發(fā)展及其在舌診客觀化研究中的應(yīng)用現(xiàn)狀[J]. 李丹溪,關(guān)靜,李峰.  世界中醫(yī)藥. 2017(02)
[9]基于舌象圖像分區(qū)指標(biāo)的糖尿病療效評(píng)價(jià)[J]. 黃景斌,許家佗,張志楓,屠立平,胡曉娟,崔驥,崔龍濤,荊聰聰,張建峰.  中華中醫(yī)藥雜志. 2017(03)
[10]基于雙光源的舌質(zhì)舌苔分離方法研究[J]. 王學(xué)民,呂元婷,王瑞云,陸小佐,周鵬.  納米技術(shù)與精密工程. 2016(06)

博士論文
[1]舌數(shù)字圖像顏色計(jì)算機(jī)分析與分類[D]. 黃勃.湖南中醫(yī)藥大學(xué) 2013
[2]舌色分類的量化研究[D]. 楊新宇.北京中醫(yī)藥大學(xué) 2012
[3]不平衡數(shù)據(jù)學(xué)習(xí)的研究[D]. 李軍.吉林大學(xué) 2011

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法研究[D]. 謝寶劍.合肥工業(yè)大學(xué) 2015
[2]中醫(yī)舌象特征的提取與研究[D]. 孫曉琳.長(zhǎng)春理工大學(xué) 2014
[3]在線學(xué)習(xí)的集成分類器研究[D]. 卞桂龍.浙江大學(xué) 2014
[4]中醫(yī)舌苔厚薄的紋理分析[D]. 唐榮生.哈爾濱工業(yè)大學(xué) 2007



本文編號(hào)：3369142