摘要
第一章绪论
1.1舌诊客观化的研究背景和意义
1.2舌诊客观化的研究进展
1.2.1研究进展
1.2.2图像分析技术用于舌诊客观化的优势
1.2.3图像分析技术用于舌诊客观化遇到的问题
1.3论文的研究目标
1.4论文的安排
第二章舌图像的彩色重现
2.1研究的意义和目的
2.2影响图像采集质量的相关因素
2.2.1光照环境
2.2.2数码相机的工作状态
2.3物镜距离
2.4设计方案
2.4.1舌图像采集暗箱的制作
2.4.2对光照环境和相机设定的筛选
2.4.3图像质量评价方法
2.4.5结果
2.5小结
第三章舌体区域分割
3.1引言
3.2彩色图像分割技术综述
3.2.1基于像素的彩色图像分割技术
3.2.2基于区域的图像分割技术
3.2.3基于边缘的图像分割技术
3.3用动态阈值法分割舌体区域
3.3.1预分割及舌体的定位
3.3.2用RGB三色分量差值分割舌体区域
3.3.3动态阈值法分割舌体
3.3.4实验及讨论;
3.4基于可变模板技术的舌体区域分割
3.4.1可变模型的描述
3.4.2传统snake用于图像分割的局限性及一些改进算法
3.4.3基于snake的舌体分割
3.4.4实验及讨论
3.5小结
第四章神经网络理论
4.1神经网络概述
4.2有导师的神经网络BP网络
4.2.1BP神经网络结构
4.2.2 BP算法
4.2.3 BP网络的限制与不足
4.2.4 BP算法的改进
4.3无导师的神经网络_SOM网络
4.3.1自组绢特征映射神经网络的基本思想
4.3.2自组织特征映射网络的学习
4.3.3 SOM网络的自组织特性
4.3.4 SOM网络的局限性
4.4小结
第五章基于有导师学习神经网络的舌色分析
5.1引言
5.2舌象特征的提取
5.3用BP网络对舌象进行分类
5.3.1样本的选取及特点
5.3.2舌面区域的划分
5.3.3颜色空间的选择
5.3.4颜色空间二维直方图
5.4 BP神经网络分类实验结果及讨论;
5.4.1实验5.4.1:坐标系的不同及分量取间隔不同对分类结果的影响
5.4.2实验5.4.2:动态网格格数对分类结果的影响,实验中暂不考虑亮度分量V
5.4.3实验5.4.3:舌面部位对分类结果的影响,实验中暂不考虑亮度分量V
5.4.4实验5.4.4:亮度信息对分类结果的影响
5.5.5实验5.5.5:各类舌识别率差异分析
5.5小结
第六章SOM网络对舌象分类初探
6.1舌象特征的选取
6.2 SOM对舌象样本聚类结果的分析
6.2.1获得舌面小块的BMU
6.2.2用双层SOM网络聚类
6.3结论
第七章中医舌诊数据库软件系统
7.1引言
7.2软件系统的功能与组成
7.2.1系统的功能模块
7.2.2开发平台
7.3舌象数据库的建立
7.3.1数据库管理数据类型
7.3.2数据库的功能
7.4舌象处理分析软件
7.5小结
第八章 全文总结
8.1全文总结
8.2体会与展望
在读期间发表论文
致谢
参考文献