基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
计算机舌诊系统中,点刺和瘀血点是重要的舌象.基于斑点检测、支持向量机(SVM)和K均值聚类算法,提出了对舌诊图像中点刺和瘀点的识别及提取方法.首先利用SimpleBlobDetector斑点检测算法检测斑点,并提取出斑点数量、大小和分布等特征值生成特征向量,再使用SVM进行点刺(瘀点)舌象识别.点刺(瘀点)提取同样基于斑点检测算法,提取斑点颜色特征,使用K-均值聚类将斑点聚类为多个小类簇,定义基于加权颜色空间距离的判别函数,将聚类结果同第一次斑点检测的结果对比,得到正类和负类,最终提取出点刺和瘀点.利用该方法进行实验,识别正确率达到97.4%,提取误检率为6.0%,漏检率为10.1%,表明了本方法的有效性和应用价值.
推荐文章
遥感图像识别中目标特征点提取方法研究
图像识别
边缘点
型心
特征点
基于辅助光源的舌象点刺识别方法研究
中医舌诊
点刺识别
图像分割
图像配准
纯绿色LED
基于特征点提取的图像增强算法
Retinex
图像增强
特征点提取
基于MLS图像配准的手部图像测量点识别方法
手部测量
图像配准
最小移动二乘
Dijkstra最短路径
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 舌诊图像点刺和瘀点的识别与提取
来源期刊 计算机工程与科学 学科 工学
关键词 舌点刺和瘀点 斑点检测 特征提取 支持向量机(SVM) K-均值聚类
年,卷(期) 2017,(6) 所属期刊栏目 图形与图像
研究方向 页码范围 1126-1132
页数 7页 分类号 TP391.41
字数 5220字 语种 中文
DOI 10.3969/j.issn.1007-130X.2017.06.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘开华 天津大学电子信息工程学院 114 787 14.0 22.0
2 王昇 天津大学电子信息工程学院 1 6 1.0 1.0
3 王丽婷 清华大学电子工程系 5 68 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (62)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (9)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(9)
  • 引证文献(4)
  • 二级引证文献(5)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
舌点刺和瘀点
斑点检测
特征提取
支持向量机(SVM)
K-均值聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导