基于视觉注意和支持向量机的舌体自动分割方法的探讨

目的 探讨基于视觉注意机制和支持向量机(support vector machine,SVM)相结合的舌体自动提取方法,为模式识别方法应用到舌体图像分割提供新思路.方法 将舌图像经过视觉特征提取、高斯金字塔多尺度变换,依据多特征图合并策略生成显著图并进行二值化；在不需要人工干预的情况下,从显著区和非显著区分别随机选取正类训练样本和负类训练样本；机器自动学习样本创建SVM分类器,最后用训练好的SVM分类器对完整舌图像进行分割.结果 获得的正常舌、裂纹舌、齿痕舌等多种舌象的分割效果良好,没有特征信息丢失的情况,并具有一定的抗噪能力.结论 基于视觉注意和SVM舌体自动分割方法在无需任何先验知识的条件下,具有较稳定的分割效果,为模式识别应用到舌体图像分割中作了初步探索.