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:
目的 结合图像处理与中医理论实现面色自动识别.方法 根据中医望诊面色相关理论,采用基于YCbCr颜色空间的椭圆肤色模型和主动外观模型算法对面部皮肤进行感兴趣区域分割,采用RGB空间、HSV空间、Lab空间中的颜色直方图、颜色空间的统计特征以及局部二值模式(LBP)特征对各区域进行颜色与纹理特征提取,使用支持向量机、极限学习机、BP神经网络对提取到的面色特征进行识别比较.结果 将面色识别区域分成8块.结合颜色特征、纹理特征和LBP特征时,面色识别率达89.08%.青、赤、黄、白、黑5种面色中,白色采用BP神经网络的分类准确率最高,达89.5%.结论 本研究结合肤色检测、图像处理与中医望诊理论,可实现面部肤色自动识别.
推荐文章
赤潮藻类图像自动识别的研究
赤潮藻
特征选择
遗传算法
神经网络
基于视频图像的数字仪表读数自动识别
视频图像
字符识别
自适应阈值
数字区域定位
Hough变换
管道焊缝数字图像缺陷自动识别技术
管道焊缝
射线底片
数字图像
缺陷库
SVM分类模型
缺陷识别
自动识别
软件开发
成像测井井壁图像裂缝自动识别
成像测井
图像处理
测井解释
裂缝识别
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 基于图像处理的望诊面色自动识别研究
来源期刊 中国中医药信息杂志 学科 医学
关键词 中医 望诊 面色 图像处理 肤色检测 识别
年,卷(期) 2018,(12) 所属期刊栏目 中医药信息学
研究方向 页码范围 97-101
页数 5页 分类号 R2-05|R241.2
字数 5087字 语种 中文
DOI 10.3969/j.issn.1005-5304.2018.12.023
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 黄景斌 16 58 6.0 7.0
2 许家佗 98 1023 20.0 29.0
3 屠立平 36 179 8.0 13.0
4 张建峰 5 13 2.0 3.0
5 崔龙涛 13 39 3.0 6.0
6 荆聪聪 4 6 1.0 2.0
7 陈梦竹 1 6 1.0 1.0
8 岑翼刚 1 6 1.0 1.0
9 王文强 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (126)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (28)
二级引证文献  (5)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
中医
望诊
面色
图像处理
肤色检测
识别
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
中国中医药信息杂志
月刊
1005-5304
11-3519/R
大16开
北京市东直门内南小街16号
82-670
1994
chi
出版文献量(篇)
14042
总下载数(次)
9
总被引数(次)
94012
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导