基于图像的手掌红色斑点检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109447975A(43)申请公布日2019.03.08(21)申请号201811293899.5(22)申请日2018.11.01(71)申请人肖湘江地址410073湖南省长沙市开福区三一大道203号万煦园D2栋303室(72)发明人肖湘江(51)Int.Cl.G06T7/00(2017.01)G16H50/20(2018.01)权利要求书1页说明书3页附图1页(54)发明名称基于图像的手掌红色斑点检测方法(57)摘要本发明公开一种基于图像的手掌红色斑点检测方法。所述方法包括如下步骤：获取手掌区域轮廓的外接四边形点集坐标，在原图的Cr分量图中获取手掌区域感兴趣图像；对获取的所述手掌区域感兴趣图像计算灰度最大值和最小值；对获取的所述手掌区域感兴趣图像进行分段自适应线性拉伸以获取手掌图像；设置红色斑点检测参数；对进行分段自适应线性拉伸处理的图像计算灰度最大值和最小值；判断灰度最大值是否大于经验值从而设定不同的二值化起始阈值；调用Opencv的blob检测函数检测获得红色斑点数量结果。本发明提供的检测方法先对图像像素进行了线性拉伸，且拉伸变换函数为动态连续的，从而使斑点检测精确、范围扩大，方法步骤简单，运算速度更快。CN109447975ACN109447975A权利要求书1/1页1.一种基于图像的手掌红色斑点检测方法，其特征在于，包括如下步骤：获取手掌轮廓区域的外接四边形点集坐标，在原图的Cr分量图中获取手掌区域感兴趣图像；对获取的所述手掌区域感兴趣图像计算灰度最大值和最小值；对获取的所述手掌区域感兴趣图像进行分段自适应线性拉伸以获取手掌图像；设置红色斑点检测参数；对进行分段自适应线性拉伸处理的图像计算灰度最大值和最小值；判断灰度最大值是否大于经验值从而设定不同的二值化起始阈值；调用Opencv的blob检测函数检测获得红色斑点数量结果。2.根据权利要求1所述基于图像的手掌红色斑点检测方法，其特征在于，所述经验值为177像素，判断灰度最大值是否大于经验值177像素，若是，则设置红色斑点检测参数之一的二值化起始阈值为176；若否，则设置红色斑点检测参数之一的二值化起始阈值为173。3.根据权利要求2所述手掌红色斑点检测方法，其特征在于，所述分段自适应线性拉伸的处理方法为：设置分段拉伸区间；计算各所述拉伸区间内的拉伸斜率；根据所述拉伸区间和其对应的拉伸斜率进行相应的线性拉伸处理。4.根据权利要求3所述基于图像的手掌红色斑点检测方法，其特征在于，所述分段自适应线性拉伸的拉伸区间为：【0，x1】，【x1，x2】，【x2，255】，其中x1＝132，x2＝184。5.根据权利要求4所述基于图像的手掌红色斑点检测方法，其特征在于，拉伸斜率计算：【0，x1】区间段内k0＝1，该区间段为恒定区间，像素不做拉伸；【x1，x2】区间段内k1＝0.75，该区间为肤色区间，像素值向下压缩；【x2，255】区间段内k2根据统计试验得出该区间的像素值拉伸斜率是自适应变化的，k2的值随灰度最大值(maxv)变化而变化，其变化公式为：2CN109447975A说明书1/3页基于图像的手掌红色斑点检测方法技术领域[0001]本发明涉及图像检测技术领域，尤其涉及一种基于图像的手掌红色斑点检测方法。背景技术[0002]随着计算机视觉技术的不断发展，图像处理技术被人们用于各种领域中。计算机诊病就是其中重要的应用案例之一，由于具有自动、快捷等特点，能大幅提高诊病效率，被视为未来医学诊病的发展方向。考虑到皮肤病诊断主要通过观察皮肤表面症状，可以通过计算机视觉技术实现皮肤病的自动诊断过程。如何将皮肤图像中的病变区域辨识出来是实现计算机皮肤病诊断的重要过程，有助于分析疹点数量、分布、形态大小等。本发明利用计算机视觉库OpenCV(OpenSourceComputerVisionLibrary)提供的斑点检测方法类SimpleBlobDetector，并通过对其进行改进，使检测更精确，方法步骤更简单，运算速度更快。发明内容[0003]本发明的目的是提供一种基于图像的手掌红色斑点检测方法。[0004]一种基于图像的手掌红色斑点检测方法，包括如下步骤：获取手掌轮廓区域的外接四边形点集坐标，在原图的Cr分量图中获取手掌区域感兴趣图像；[0005]对获取的所述手掌区域感兴趣图像计算灰度最大值和最小值；[0006]对获取的所述手掌区域感兴趣图像进行分段自适应线性拉伸以获取手掌图像；[0007]设置红色斑点检测参数；[0008]对进行分段自适应线性拉伸处理的图像计算灰度最大值和最小值；[0009]判断灰度最大值是否大于经验值从而设定不同的二值化起始阈值；[0010]调用Opencv的blob检测函数检测获得红色