基于CS-BP神經(jīng)網(wǎng)絡(luò)的舌診圖像顏色校正算法

趙曉梅 張正平 余穎聰 袁剛 劉兆邦

摘要：針對(duì)開(kāi)放環(huán)境下舌診圖像采集過(guò)程中存在顏色偏差問(wèn)題，文章提出基于CS（布谷鳥(niǎo)搜索）-BP的舌象顏色校正算法，利用布谷鳥(niǎo)的巢寄生性以及l(fā)evy飛行機(jī)制優(yōu)化BP神經(jīng)網(wǎng)絡(luò)。為了與其他顏色校正算法作對(duì)比，文章選擇了多項(xiàng)式回歸。為了研究不同拍攝環(huán)境對(duì)顏色校正結(jié)果的影響，分別在不同時(shí)刻下的室內(nèi)、室外、白熾燈拍攝環(huán)境下，采集帶有24色色卡的舌象并應(yīng)用三種算法對(duì)其顏色校正得出結(jié)果進(jìn)行對(duì)比分析，采用CIElab色差值指標(biāo)對(duì)這三種算法進(jìn)行評(píng)價(jià)，實(shí)驗(yàn)結(jié)果表明，與多項(xiàng)式回歸和BP神經(jīng)網(wǎng)絡(luò)算法相比，CS-BP算法的校正效果得到明顯提高。

關(guān)鍵詞：舌診圖像：布谷鳥(niǎo)搜索;顏色校正：BP神經(jīng)網(wǎng)絡(luò);多項(xiàng)式回歸

中圖分類(lèi)號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A

舌診是指中醫(yī)通過(guò)觀察舌質(zhì)和舌苔的形態(tài)、色澤、潤(rùn)燥等特征來(lái)判斷人體疾病重要的方法。傳統(tǒng)的中醫(yī)診斷往往受醫(yī)生的經(jīng)驗(yàn)影響而得不到關(guān)于舌頭精確的信息。如今隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展以及數(shù)字圖像處理技術(shù)算法的成熟，用計(jì)算機(jī)輔助舌診分析成為一大優(yōu)勢(shì)。計(jì)算機(jī)舌診包括舌象的顏色校正、分割、特征提取、分類(lèi)等步驟。由于人體舌象的采集過(guò)程中因拍攝環(huán)境、角度以及拍攝設(shè)備等因素造成舌象顏色與真實(shí)顏色存在一定的偏差，這將會(huì)影響計(jì)算機(jī)舌診后續(xù)步驟的準(zhǔn)確性。由此可見(jiàn)，舌象的顏色校正對(duì)計(jì)算機(jī)舌診算法研究至關(guān)重要。

目前常見(jiàn)舌象的顏色校正方法分為監(jiān)督學(xué)習(xí)算法和無(wú)監(jiān)督學(xué)習(xí)算法。其中監(jiān)督學(xué)習(xí)算法是指在拍攝圖像的現(xiàn)場(chǎng)，放了標(biāo)準(zhǔn)顏色色塊的監(jiān)督色板，以這些色塊在標(biāo)準(zhǔn)光照和非標(biāo)準(zhǔn)光照下顏色進(jìn)行學(xué)習(xí)，求出顏色轉(zhuǎn)換關(guān)系。例如文獻(xiàn)提出了基于多項(xiàng)式回歸、偏最小二乘回歸和感興趣色域的舌象顏色校正算法，文獻(xiàn)比較了人工神經(jīng)網(wǎng)絡(luò)、支持向量回歸以及多項(xiàng)式回歸這三種算法的準(zhǔn)確性，同樣的研究團(tuán)隊(duì)在文獻(xiàn)提出一個(gè)優(yōu)化的舌象顏色校正方案以及時(shí)隔三年開(kāi)發(fā)了一臺(tái)用于計(jì)算機(jī)舌象分析的高質(zhì)量彩色成像系統(tǒng)。近幾年，陸續(xù)有人在原來(lái)的算法進(jìn)行改進(jìn)對(duì)舌象進(jìn)行顏色校正，例如ZHOU等人提出了SA（模擬退火）-GA（遺傳算法）-BP的顏色校正算法和KPSR（核偏最小二乘回歸）的顏色校正算法。然而上述算法都只在固定的場(chǎng)景中進(jìn)行的，不具普適性。無(wú)監(jiān)督學(xué)習(xí)算法是指不需要監(jiān)督色板，通過(guò)色彩假設(shè)而得到色彩之間的映射關(guān)系。例如文獻(xiàn)中提出了一種在自然環(huán)境中采用改進(jìn)的灰度世界和完美反射相結(jié)合的顏色校正算法對(duì)舌象進(jìn)行處理，該算法無(wú)法定性地評(píng)價(jià)校正效果的優(yōu)劣。

隨著智能手機(jī)的普及和移動(dòng)端攝像技術(shù)的提升，采用手機(jī)在開(kāi)放環(huán)境中進(jìn)行舌象采集并通過(guò)互聯(lián)網(wǎng)在線(xiàn)分析診斷成為新型的研究方向，而且基于移動(dòng)互聯(lián)網(wǎng)的人工智能在線(xiàn)舌診診斷算法的研究，對(duì)于我國(guó)兩千多年中醫(yī)舌診技術(shù)的傳承和發(fā)展有莫大的作用。在文獻(xiàn)中提到用SVM（支持向量機(jī)）分類(lèi)器估計(jì)方法去預(yù)測(cè)智能手機(jī)所拍舌象的顏色校正矩陣，該方法雖準(zhǔn)確率高，但實(shí)現(xiàn)過(guò)程復(fù)雜且執(zhí)行效率較低。本文在前人的研究基礎(chǔ)上針對(duì)中醫(yī)舌診拍攝環(huán)境的局限性，在不同場(chǎng)景中通過(guò)智能手機(jī)采集舌象，采用標(biāo)準(zhǔn)24色色卡作為金標(biāo)準(zhǔn)，然后提出一種基于CS（布谷鳥(niǎo)搜索算法）-BP的舌象顏色校正算法，通過(guò)布谷鳥(niǎo)算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，經(jīng)過(guò)實(shí)驗(yàn)對(duì)比分析校正前后色差值指標(biāo)，本文算法顏色校正效果要優(yōu)于傳統(tǒng)多項(xiàng)式回歸和BP神經(jīng)網(wǎng)絡(luò)算法。

1顏色校正算法

2.2結(jié)果分析

因場(chǎng)景、時(shí)間等因素導(dǎo)致光照強(qiáng)度不同，進(jìn)而導(dǎo)致舌象的顏色存在一定的失真，故本文在室內(nèi)、室外、白熾燈三種場(chǎng)景下分別采了早上9點(diǎn)，中午12點(diǎn)，下午2點(diǎn)，下午5點(diǎn)的數(shù)據(jù)進(jìn)行對(duì)比分析，各采10例，校正前和校正后的色差值進(jìn)行了平均處理。校正色卡為麥克貝斯色卡，采集設(shè)備為小米5s，性能參數(shù)為后置攝像頭1200萬(wàn)像素，分辨率：1920*1080像素。采用多項(xiàng)式回歸、BP網(wǎng)絡(luò)、CS-BP網(wǎng)絡(luò)校正的結(jié)果比較如下：

從圖1、圖2中可清晰地看到，室外校正前的色差值相比于室內(nèi)波動(dòng)大，原因在于室外所拍攝的圖像受天氣影響變化大，用三種算法對(duì)場(chǎng)景中的色卡進(jìn)行了顏色校正，從圖1-3中，多項(xiàng)式回歸和BP神經(jīng)網(wǎng)絡(luò)對(duì)其校正后色差值受校正前的色差值的影響，波動(dòng)較大，并且BP神經(jīng)網(wǎng)絡(luò)依賴(lài)于初始值以及易收斂于局部最優(yōu)，每次訓(xùn)練后得到的參數(shù)變化較大，導(dǎo)致舌象校正后的結(jié)果不一致。因此這兩種算法都不利于后期中醫(yī)舌診的研究，而本文算法CS-BP對(duì)其校正后的色差值保持在9上下，波動(dòng)范圍較小，不受光照強(qiáng)度、環(huán)境等因素的影響，且解決了BP網(wǎng)絡(luò)遇到的兩大問(wèn)題，比較適合后續(xù)舌診進(jìn)一步研究，也由此說(shuō)明了CS-BP優(yōu)于多項(xiàng)式回歸和BP神經(jīng)網(wǎng)絡(luò)。

對(duì)場(chǎng)景中的色卡進(jìn)行校正并得到對(duì)應(yīng)的顏色校正模型，將此用于舌象的顏色校正中，校正結(jié)果如圖4-7。

圖4和圖5是室內(nèi)舌象顏色校正的情況，主觀上來(lái)看，由于圖像受智能手機(jī)參數(shù)的影響，原圖整體偏亮，經(jīng)多項(xiàng)式回歸校正后，顏色有一定的改善，但從色卡的白塊可看出，校正效果并沒(méi)有得到多大提高：用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行校正后，結(jié)果在多項(xiàng)式回歸的基礎(chǔ)之上有所提高，用CS優(yōu)化BP之后，解決了在BP神經(jīng)網(wǎng)絡(luò)中遇到的問(wèn)題并且校正結(jié)果有一定的改進(jìn)，這與圖1中的結(jié)果相吻合。

圖6和圖7是室外舌象顏色校正的情況，可以看到，因室外不同時(shí)間的溫度變化大，會(huì)出現(xiàn)偏色情況，如圖7a，因那時(shí)正接近黃昏，所以原圖顏色偏黃，經(jīng)三種算法校正后，都很大程度上修正了原圖的顏色。多項(xiàng)式回歸，BP神經(jīng)網(wǎng)絡(luò)以及本文方法校正效果依次遞進(jìn)，雖說(shuō)從表面上看不出 BP神經(jīng)網(wǎng)絡(luò)與本文方法的優(yōu)劣，但我們可以從圖6c和圖6d的色卡可看出，BP網(wǎng)絡(luò)校正后出現(xiàn)模糊，而本文算法避免了這一缺陷，且校正結(jié)果更佳，這與圖2的結(jié)果相符。

由于在拍攝過(guò)程中，拍攝角度與被拍攝者的細(xì)微動(dòng)作變化將會(huì)導(dǎo)致在相同光照下拍攝的兩幅舌象之間仍存在一定的色差，所以本文在實(shí)驗(yàn)中分別在相同時(shí)間內(nèi)的室內(nèi)、室外和白熾燈三種場(chǎng)景下共拍攝了9幅圖像，每個(gè)場(chǎng)景3幅圖像，經(jīng)三種算法校正后，將色差值取均值得到表1.從表中可看出，多項(xiàng)式回歸校正結(jié)果最差且因拍攝角度、拍攝設(shè)備等因素影響而導(dǎo)致色差值波動(dòng)較大，而B(niǎo)P神經(jīng)網(wǎng)絡(luò)和本文算法得到的結(jié)果相對(duì)穩(wěn)定，如表中的室內(nèi)室外兩種場(chǎng)景下的色差值對(duì)比情況。

4 結(jié)語(yǔ)

本文提出了一種基于CS-BP網(wǎng)絡(luò)的舌象顏色校正算法，通過(guò)與多項(xiàng)式回歸和BP神經(jīng)網(wǎng)絡(luò)兩種方法進(jìn)行實(shí)驗(yàn)對(duì)比，證實(shí)了本文算法的有效性。

因色卡的樣本量以及開(kāi)放環(huán)境不確定因素的影響，本文三種算法的校正結(jié)果有所局限，無(wú)法達(dá)到標(biāo)準(zhǔn)封閉環(huán)境下的校正結(jié)果，故如若像文獻(xiàn)中取與舌色相近的顏色定制色卡進(jìn)行訓(xùn)練，校正結(jié)果會(huì)更佳。但本文在有限的實(shí)驗(yàn)條件下，研究了舌象在三種不同場(chǎng)景下舌象的顏色校正，對(duì)于未來(lái)互聯(lián)網(wǎng)應(yīng)用中醫(yī)舌診技術(shù)的推廣，仍具有較高的實(shí)用性和研究?jī)r(jià)值。