(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210500163.0 (22)申请日 2022.05.10 (65)同一申请的已公布的文献号 申请公布号 CN 114596621 A (43)申请公布日 2022.06.07 (73)专利权人 慧医谷中 医药科技 （天津） 股份有 限公司 地址 300392 天津市滨 海新区高新区华苑 产业区海 泰西路18号中南楼401 (72)发明人 赵亮　张帅　路杰　李晓波　李慧　 刘畅　 (74)专利代理 机构 天津市君砚知识产权代理有 限公司 12 239 专利代理师 刘伟杰 (51)Int.Cl. G06V 40/16(2022.01)G06V 10/26(2022.01) G06V 10/30(2022.01) G06V 10/44(2022.01) G06V 10/56(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 106023151 A,2016.10.12 CN 10493 3723 A,2015.09.23 CN 113724228 A,2021.1 1.30 US 201415 6567 A1,2014.0 6.05 审查员 刘坛首 (54)发明名称 一种基于机器视觉的舌象数据处理方法及 系统 (57)摘要 本发明提供了一种基于机器视觉的舌象数 据处理方法及系统， 涉及人工智能相关技术领 域， 方法包括： 通过第一图像采集装置， 采集第一 用户面部图像信息进行图像分割， 生成第一舌体 图像信息进行多维度特征提取， 生成第一舌象特 征信息； 提取第一用户信息包括第一用户基本信 息和第一用户生理特征信息生成第一舌象特征 基准信息； 基于第一舌象特征基准信息， 构建第 一舌象分类坐标系； 将第一舌象特征信息输入第 一舌象分类坐标系， 获得第一分类坐标。 利用舌 象分类坐标系对舌象特征信息进行特征融合进 行分类的技术方案， 利用图像分割过程准确的提 取出舌体图像信息， 利用舌象分类坐标系实现多 特征的融合， 达到了提高舌象识别准确性的技术 效果。 权利要求书3页 说明书13页 附图2页 CN 114596621 B 2022.07.29 CN 114596621 B 1.一种基于机器视觉的舌象数据处理方法， 其特征在于， 所述方法用于一种基于机器 视觉的舌象数据处 理系统， 所述系统包括第一图像采集装置， 所述方法包括： 通过第一图像采集装置， 采集第一用户面部图像信息； 对所述第一用户面部图像信息进行图像分割， 生成第一 舌体图像信息； 对所述第一 舌体图像信息进行多维度特 征提取， 生成第一 舌象特征信息； 提取第一用户信息， 其中， 所述第一用户信息包括第一用户基本信息和第一用户生理 特征信息； 根据所述第 一用户基本信 息和所述第 一用户生理特征信 息， 生成第 一舌象特征基准信 息； 基于所述第 一舌象特征基准信息， 构建第一舌象分类坐标系， 其中， 所述第 一舌象分类 坐标系的坐标维度和所述第一 舌象特征基准信息的特 征维度相同； 将所述第一 舌象特征信息输入所述第一 舌象分类坐标系， 获得第一分类坐标； 其中， 所述基于所述第一 舌象特征基准信息， 构建第一 舌象分类坐标系， 包括： 遍历所述第一 舌象特征基准信息， 生成第一 坐标轴、 第二坐标轴直到第N 坐标轴； 遍历所述第一 舌象特征基准信息， 采集第一历史特 征异常信息； 将所述第一舌象特征基准信 息和所述第 一历史特征异常信 息一一比对， 生成第 一特征 差异度； 遍历所述第一特征差异度， 设定第一特征级别划分结果， 第二特征级别划分结果直到 第N特征级别划分结果； 根据所述第一特征级别划分结果， 所述第二特征级别划分结果直到所述第N特征级别 划分结果， 对所述第一坐标轴、 所述第二坐标轴直到所述第N坐标轴进行初始化， 生成所述 第一舌象分类坐标系。 2.如权利要求1所述的方法， 其特征在于， 所述对所述第 一用户面部图像信 息进行图像 分割， 生成第一 舌体图像信息， 包括： 对所述第一用户面部图像信 息进行特征提取， 生成第 一局部形状特征信 息和第一颜色 特征信息， 其中， 所述第一局部形状特 征信息和所述第一颜色特 征信息一 一对应； 遍历所述第 一局部形状特征信 息和所述第 一颜色特征信 息进行区域分割， 获得第 一分 割结果； 遍历所述第一分割结果， 输入第一 舌象识别通道， 生成所述第一 舌体图像信息 。 3.如权利要求2所述的方法， 其特征在于， 所述遍历所述第一分割结果， 输入第一舌象 识别通道， 生成所述第一 舌体图像信息， 包括： 获得第一基准特征集， 其中， 所述第一基准特征集包括多组： 舌象形状特征信息、 舌象 颜色特征信息； 遍历所述第一分割结果， 提取第二局部形状特征信息添加进所述舌象形状特征信息， 生成第一扩充特 征集， 其中， 所述第二局部形状特 征信息属于所述第一局部形状特 征信息； 遍历所述第一分割结果， 提取第二颜色特征信息添加进所述舌象颜色特征信息， 生成 第二扩充特 征集， 其中， 所述第二颜色特 征信息属于所述第一颜色特 征信息； 根据所述第 一扩充特征集和所述第 二扩充特征集， 对所述第 二局部形状特征信 息和所 述第二颜色特 征信息进行舌象识别， 获得 所述第一 舌体图像信息 。权　利　要　求　书 1/3 页 2 CN 114596621 B 24.如权利要求3所述的方法， 其特征在于， 所述根据 所述第一扩充特征集和所述第 二扩 充特征集， 对所述第二局部形状特征信息和所述第二颜色特征信息进行舌象识别， 获得所 述第一舌体图像信息， 包括： 对所述第一扩充特征集随机选取特征值进行多层级分割， 当分割侧特征信息数量为1 或满足预设 分割层级时停止， 获得第一划分结果； 若是所述第 一划分结果表示满足预设分割层级时停止， 对所述第 二扩充特征集随机选 取特征值进 行多层级分割， 当分割侧特征信息数量为 1或满足预设分割层 级时停止， 获得第 二划分结果； 若是所述第 二划分结果表示满足预设分割层级时停止， 将相应的所述第 一分割结果添 加进所述第一 舌体图像信息 。 5.如权利要求1所述的方法， 其特征在于， 所述对所述第 一舌体图像信 息进行多维度 特 征提取， 生成第一 舌象特征信息， 包括： 设定第一舌象特征检测维度， 其中， 所述第一舌象特征检测维度包括第一整体特征检 测维度和第一区域特 征检测维度； 基于所述第 一整体特征检测维度和所述第 一区域特征检测维度， 构建多通道舌象特征 检测模型； 将所述第一舌体图像信 息输入所述多通道舌象特征检测模型， 生成所述第 一舌象特征 信息。 6.如权利要求5所述的方法， 其特征在于， 所述基于所述第 一整体特征检测维度和所述 第一区域特 征检测维度， 构建多通道舌象特 征检测模型， 包括： 遍历所述第一整体特 征检测维度， 结合卷积神经网络， 构建舌象整体特 征检测多通道； 遍历所述第一区域特 征检测维度， 结合残差神经网络， 构建舌象区域特 征检测多通道； 将所述舌象整体特征检测多通道和所述舌象区域特征检测多通道进行多线程合并， 生 成所述多通道舌象特 征检测模型。 7.一种基于 机器视觉的舌象数据处 理系统， 其特 征在于， 所述系统包括： 第一采集单 元， 用于通过第一图像采集装置， 采集第一用户面部图像信息； 第一生成单元， 用于对所述第一用户面部 图像信息进行图像分割， 生成第一舌体图像 信息； 第二生成单元， 用于对所述第一舌体图像信息进行多维度特征提取， 生成第一舌象特 征信息； 第一提取单元， 用于提取第 一用户信 息， 其中， 所述第 一用户信 息包括第 一用户基本信 息和第一用户生理特 征信息； 第三生成单元， 用于根据所述第一用户基本信息和所述第一用户生理特征信息， 生成 第一舌象特征基准信息； 第一构建单元， 用于基于所述第一舌象特征基准信息， 构建第一舌象分类坐标系， 其 中， 所述第一 舌象分类坐标系的坐标维度和所述第一 舌象特征基准信息的特 征维度相同； 第一获得单元， 用于将所述第一舌象特征信息输入所述第一舌象分类坐标系， 获得第 一分类坐标； 所述第一构建单元用于基于所述第一舌象特征基准信息， 构建第一舌象分类坐标系，权　利　要　求　书 2/3 页 3 CN 114596621 B 3