光學(xué)圖像數(shù)字化處理在手掌診斷的應(yīng)用

1、PAGE PAGE 152015 年 春 季學(xué)期研究生課程考核（讀書報(bào)告）考核科目: 光學(xué)圖像數(shù)字化處理學(xué)生所在院（系）: 航天學(xué)院21系學(xué)生所在學(xué)科: 物理電子學(xué)學(xué) 生 姓 名: 楊宏宇學(xué) 號(hào): 14S021016學(xué) 生 類 別: 非委培考核結(jié)果閱卷人 第 1 頁(yè) （共 頁(yè)）圖像處理在中醫(yī)手掌診斷法中的應(yīng)用摘要：近年來，掌紋識(shí)別技術(shù)被廣泛用于身份認(rèn)證等領(lǐng)域。同時(shí)，手掌的一些特征，可以形象的傳達(dá)身體健康以及疾病狀況的一些信息。利用數(shù)字圖像處理技術(shù)，我們可以研究手掌診斷在中醫(yī)中的應(yīng)用。在手掌診斷中，掌紋特征和內(nèi)部反射區(qū)域的顏色特征是非常重要的病理特征。特別的掌紋和不同反射區(qū)域的顏色變化，表示著不

2、一樣的疾病。我們想利用數(shù)字圖像處理技術(shù)來處理手掌的圖像，將內(nèi)部反射區(qū)域定位并分區(qū)，來抽取關(guān)鍵的掌紋和顏色信息，幫助中醫(yī)醫(yī)生根據(jù)掌紋診斷疾病。這篇論文主要致力于手掌圖像的處理手段和方法，為將來的研究和成果做準(zhǔn)備。我們的主要工作如下：關(guān)于圖像獲得條件、中央濾波器、圖像二值化、二值圖像優(yōu)化、手掌提取、手掌邊緣提取以及角落的探測(cè)的研究。關(guān)鍵詞：手掌診斷；TCM；圖像處理；提??；探測(cè)引言研究背景與目的掌紋醫(yī)學(xué)，也就是掌紋診斷醫(yī)學(xué)，又叫手掌醫(yī)學(xué)與手掌診斷醫(yī)學(xué)，是TCM（傳統(tǒng)中醫(yī)）的一個(gè)前沿課題。我們可以更加綜合地將手掌診斷統(tǒng)稱為手掌診斷醫(yī)學(xué)或手掌醫(yī)學(xué)。它形象且直接地表現(xiàn)了人類生命的系統(tǒng)化與自制，它也是人類

3、生命科學(xué)的系統(tǒng)理論和控制理論的實(shí)際應(yīng)用。根據(jù)手掌診斷理論，手掌的一些特征，可以形象的傳達(dá)身體健康以及疾病狀況的一些信息?！翱础笔侵嗅t(yī)中的四大基本診斷方法之一，所以手掌診斷成為了一個(gè)熱門研究領(lǐng)域。但是問題在于TCM已經(jīng)獨(dú)立發(fā)展了很長(zhǎng)一段時(shí)間。通常需要用肉眼來完成手掌診斷，這主要依賴于醫(yī)師的經(jīng)驗(yàn)，缺乏先進(jìn)的診斷工具。并且沒有統(tǒng)一的病例標(biāo)準(zhǔn)來參考。數(shù)字圖像處理技術(shù)可以分辨不同的顏色變化，抽取有用的信息。所以它可以應(yīng)用于中醫(yī)中的診斷領(lǐng)域。這項(xiàng)技術(shù)已經(jīng)成功應(yīng)用于舌部診斷以及面部診斷。自然它也可以應(yīng)用于手掌診斷。手掌診斷是一種科學(xué)的診斷方法，它也是TCM中的一個(gè)先進(jìn)課題。它們有著廣闊的前景。基于手掌醫(yī)學(xué)理

4、論和中醫(yī)的傳統(tǒng)理論，數(shù)字圖像處理技術(shù)可以應(yīng)用于手掌診斷，通過獲得病人的手掌顏色圖像，通過固定算法對(duì)反射區(qū)域進(jìn)行分區(qū)，抽取以掌紋和顏色信息為主的ROI，我們可以分別與確定的疾病相關(guān)的手掌信息，為醫(yī)生的診斷提供依據(jù)。手掌診斷的簡(jiǎn)要介紹觀察我們的手掌，我們可以發(fā)現(xiàn)掌紋并不是亂作一團(tuán)。他們由14條主要的線以及八種不尋常的掌紋組成。在長(zhǎng)期的實(shí)踐中，人們發(fā)現(xiàn)手掌顏色和掌紋的細(xì)微變化往往意味著身體狀況的改變以及疾病的發(fā)生。這是一種生理學(xué)現(xiàn)象。人們記錄并中介了掌紋變化對(duì)應(yīng)的生理變化規(guī)律。在中國(guó)，這個(gè)規(guī)律以及在傳統(tǒng)中醫(yī)中有很長(zhǎng)的應(yīng)用歷史了。在繼承和發(fā)展了中國(guó)古代易經(jīng)理論、八卦和中醫(yī)診脈的基礎(chǔ)上，又和西方藥理學(xué)和

5、解剖學(xué)的相關(guān)理論融合，手掌診斷醫(yī)學(xué)在當(dāng)代被發(fā)展，并成為傳統(tǒng)中醫(yī)中的一個(gè)前沿課題。人類手掌的紋路很密。手掌同時(shí)布滿很多神經(jīng)末端和毛細(xì)血管，所以手掌可以很敏感地反映出內(nèi)部器官的生理狀況。手掌診斷中，醫(yī)生通過觀察病人手掌的顏色等的變化，就可以判斷他們的病情。這有潛力很快成為一項(xiàng)很好的輔助診斷工具。14條主要紋路和8條不尋常掌紋如圖1中所示，人類手掌掌紋主要有一下14條紋路：感情線。主要顯示腸胃系統(tǒng)、呼吸系統(tǒng)和生殖系統(tǒng)的狀況。通常狀況下，掌紋應(yīng)該是深且紅潤(rùn)清晰，并且很少分叉。智慧線。主要和大腦以及神經(jīng)系統(tǒng)功能相關(guān)。生命線。和人的健康、精力和能力狀況相關(guān)。健康線。腦力工作者或者虛弱的人，以及肝腎功能衰竭

6、或者有慢性呼吸道疾病的病人，他們的健康線都會(huì)比較深且清晰。玉柱線。和健康狀況相關(guān)，并且代表心臟和肺功能衰竭之類的慢性疾病。干擾線。代表近期身體狀況。太陽(yáng)線。在無名指下，臨床很少見。放縱線。預(yù)示著不規(guī)律的生活，以及體力的過度消耗。金星線。在大多數(shù)情況下，有過敏癥狀的病人會(huì)有這條線。土星線。代表著情緒，并和家族近視史有關(guān)。性線。和泌尿生殖系統(tǒng)功能有關(guān)。肝病線。有這條線的人大多酗酒或者不能喝酒。隨著肝臟解毒功能的弱化，他們很容易得肝硬化。悉尼線。這是第二條線的演化，代表腫瘤和癌癥。手掌截?cái)嗑€。它通常和疾病無關(guān)，我們只知道它和家族遺傳關(guān)系很大。圖1 手掌的14條主要紋路（圖中黑線）掌紋在變化，這些變化

7、和由疾病、心理以及環(huán)境因素引起的生理狀況改變有關(guān)。不同反射區(qū)域會(huì)有不一樣的掌紋。有些會(huì)變成好分辨的主要的紋路，有些掌紋則會(huì)和主要紋路融合，變成新的掌紋。只有固定的掌紋出現(xiàn)在固定的區(qū)域，它才會(huì)變成病態(tài)的掌紋。所以手掌診斷的關(guān)鍵在于從固定區(qū)域找到病態(tài)的掌紋。8種和疾病相關(guān)的不尋常的掌紋：十字型掌紋。代表疾病剛剛開始?！?”字型掌紋。代表臟器的實(shí)質(zhì)性病變。“*”字型掌紋。代表臟器中血液已經(jīng)空氣流動(dòng)的停滯?！啊弊中驼萍y。代表疾病已經(jīng)從剛剛萌芽向?qū)嵸|(zhì)性轉(zhuǎn)變?！啊弊中驼萍y。代表穩(wěn)定的情況或者需要手術(shù)?！啊弊中驼萍y。代表中風(fēng)。“”字型掌紋。代表外部創(chuàng)傷的影響。島型掌紋。警示我們惡性腫瘤已經(jīng)腫囊。圖2 手掌中

8、于器官相關(guān)區(qū)域說明內(nèi)部反射區(qū)域如圖2中所示，我們手掌不同的區(qū)域反映了不同器官的狀況。如果在固定的內(nèi)部反射區(qū)域出現(xiàn)了相關(guān)的病態(tài)掌紋，或者說相關(guān)手掌區(qū)域皮膚的顏色發(fā)生了變化，比如變紅了或者變成了其他異常的顏色，相關(guān)的內(nèi)臟就有可能出了問題。舉個(gè)例子：在心臟區(qū)域2中出現(xiàn)了十字型掌紋，并在周圍有藍(lán)綠色的血管和紅點(diǎn)，出現(xiàn)了這種情況的人八成都有心率不齊。在手掌診斷中 ，精通診斷之道的醫(yī)生可以通過你的手掌獲得信息。通過圖像數(shù)字化處理，手掌的識(shí)別將會(huì)變得很容易。本篇文章接下來的部分結(jié)構(gòu)如下：第二部分有關(guān)于手掌圖像處理的相關(guān)工作，第三部分是手掌圖像的捕捉與處理，第四部分給出結(jié)論和預(yù)期。手掌圖像的捕捉與處理本部分展

9、示幾個(gè)圖像處理步驟所用的方法和器材，來討論圖像獲得所需的條件。獲得圖像的條件為了分辨主要紋路中的細(xì)小變化和顏色變化，我們需要精確且高分辨率的圖像。所以找到一種精確且快速的獲得圖像的模式就很重要。根據(jù)一些掌紋識(shí)別技術(shù)的研究，下面總結(jié)了一些通常的手掌圖像獲得模式：基于數(shù)字掃描的獲得模式。優(yōu)點(diǎn)：體積小使用方便。缺點(diǎn)：圖像獲得的速度慢，對(duì)污點(diǎn)的處理不準(zhǔn)確，手掌凹處的掌紋難以掃描，缺少顏色信息。基于精密CCD設(shè)備的獲得模式。優(yōu)點(diǎn)：圖像質(zhì)量?jī)?yōu)秀，手掌位置精確，圖像獲得速度快，可以用于圖像實(shí)時(shí)處理系統(tǒng)。缺點(diǎn)：設(shè)備昂貴，不便于在醫(yī)院病房及診所中使用，不能提取完整的手掌圖像，有些手掌區(qū)域被覆蓋了，缺少顏色信息。

10、基于高分辨率的數(shù)碼相機(jī)的獲得模式。優(yōu)點(diǎn)：設(shè)備費(fèi)用低，使用方便，圖像質(zhì)量好，圖像細(xì)節(jié)豐富。缺點(diǎn)：圖像質(zhì)量不穩(wěn)定，圖像的獲得需要固定的條件。綜合已有的條件和集中圖像獲得模式，我們選擇了高分辨率數(shù)碼相機(jī)的獲得模式。因?yàn)閷?duì)于病人來說，這種模式更加簡(jiǎn)單并且可以接受。需要根據(jù)以下幾種條件來獲得手掌圖像：手掌平放于桌上，掌心向上，五指自然張開。為了減少光噪聲的干擾，優(yōu)化圖像質(zhì)量并簡(jiǎn)化處理工作，背景必須選擇黑色。所以可以用一張黑色的紙或者黑色的布當(dāng)做背景。為了通過閾值處理灰度圖獲得二值圖，手掌和背景的顏色密度必須不一樣，這樣燈光必須要柔和。圖3所示為數(shù)碼相機(jī)捕獲的一個(gè)圖像樣本。圖3 圖像樣本將彩色圖像轉(zhuǎn)變?yōu)榛?/p>

11、度圖首先，將獲得的RGA圖轉(zhuǎn)化為灰度圖。當(dāng)從手掌圖像中提取掌紋時(shí)，我們不需要顏色信息，在灰度圖中信息的總量少了，計(jì)算量也隨之減少。我們也可以通過二值化處理，來將手掌從背景中提取出來。據(jù)我們所知，灰度圖和彩色圖像一樣，可以反映整張圖的區(qū)域分布和密度特征。有幾種轉(zhuǎn)換RGB圖像的方式。1、加權(quán)平均法?；谥匾院推渌蛩?，統(tǒng)計(jì)圖像中R，G和B成分的統(tǒng)計(jì)權(quán)重。2、平均值法。統(tǒng)計(jì)每一個(gè)像素點(diǎn)上三種成分的平均值，然后將平均值賦予每一個(gè)點(diǎn)（R=G=B=(R+G+B)/3）。3、最大值法（R=G=B=max(R+G+B)）。以上三個(gè)方法都便于實(shí)施，第一個(gè)方法所得的結(jié)果最精確合理。圖4 灰度圖從灰度圖中去除噪聲

12、捕獲圖像時(shí)很難避免噪聲，噪聲可以影響接下來處理得到的結(jié)果。灰度圖中的大多數(shù)噪聲都在圖像的邊緣，這通常都是高頻區(qū)域，所以大多數(shù)噪聲都是高頻噪聲。在7中，我們用空間濾波器來濾掉圖像中的高頻噪聲。中央濾波器和低通濾波器也符合我們的需求。所以我們選擇中央濾波器（中央濾波器是一種非線性空間濾波器）。用中央或者相鄰像素點(diǎn)（包括像素點(diǎn)本身）的灰度值來替換一個(gè)某一個(gè)像素點(diǎn)的灰度值。我們用3*3的相鄰區(qū)域來估算中央?yún)^(qū)域，在它的邊界做鏡像，圖像被對(duì)稱地?cái)U(kuò)展。通過中央濾波器后的圖像如圖5所示。圖5 通過中央濾波器后的灰度圖有一些高頻噪聲被成功的去除了。我們選擇3*3的相鄰區(qū)域，是考慮了計(jì)算速度，處理效果和為了避免邊

13、緣模糊和圖像出現(xiàn)斑點(diǎn)的圖像二值化我們通過全局閾值來處理去噪后的灰度圖，來獲得二值圖。方程（1）表示全局閾值處理，f(x,y)帶便每一個(gè)像素點(diǎn)的灰度值，T 代表我們選擇的閾值。 fx,y=255,fx,yT0,fx,yT (1)提取灰度圖中灰度值柱狀圖。圖6 灰度值柱狀圖根據(jù)圖像獲得的條件，手掌圖像的前景色和背景色要有很大差異。所以在圖6中，柱狀圖有兩個(gè)峰值。每一個(gè)峰值分別代表前景和背景的像素點(diǎn)，我們?nèi)∽畹忘c(diǎn)的灰度為閾值，來獲得二值圖，并給圖中的手掌分區(qū)。這個(gè)方法被稱為模式法。在同樣條件下獲得的圖像，都會(huì)有相同的閾值。圖7為經(jīng)過閾值處理后的二值圖。圖7 手掌二值圖像如果仔細(xì)看手掌區(qū)域，會(huì)發(fā)現(xiàn)有一

14、個(gè)孤立的黑色部分。并且在黑色背景上也有一些白色的點(diǎn)。二值圖像優(yōu)化為了解決最后一個(gè)步驟中的問題，我們將會(huì)用到一些圖像學(xué)知識(shí)，包括圖像膨脹與腐蝕。它們常被用于各種混合處理。B對(duì)A的開運(yùn)算是首先用B對(duì)A進(jìn)行腐蝕，然后用B對(duì)結(jié)果進(jìn)行膨脹，閉運(yùn)算則是先用B對(duì)A進(jìn)行膨脹，再用B對(duì)結(jié)果進(jìn)行腐蝕。A代表最后一步獲得的二值圖，B代表我們從磁盤（R=3）中選擇的結(jié)構(gòu)成分。開運(yùn)算可以打斷圖像中的細(xì)小的連接處，使輪廓更加平滑，去掉一些細(xì)小的突出。再用閉運(yùn)算處理，可以填充一些細(xì)長(zhǎng)的裂口、小的空洞和一些小斷裂。先對(duì)獲得的二值圖進(jìn)行開運(yùn)算，再進(jìn)行閉運(yùn)算。孤立的黑色區(qū)域和白色亮點(diǎn)都被去除了，并且手掌的邊緣變得更加平滑。有利于

15、制作手掌提取面具以及提取手掌邊緣。圖8 開運(yùn)算和閉運(yùn)算后的手掌二值圖3.手掌的提取以及角落的探測(cè)這一部分主要展示手掌提取中去掉背景影響的方法；手掌邊緣提??；為ROI提取做準(zhǔn)備的角落探測(cè)。手掌提取在處理過程中，背景會(huì)和手掌區(qū)域相互干涉。所以，我們需要將背景上的每一個(gè)像素點(diǎn)都變成不含任何干涉信息的確定像素點(diǎn)。在灰度圖中，將每一個(gè)背景像素點(diǎn)都賦值為0.在RGB彩色圖像中，賦值R=G=B=0。通過這樣的處理，手掌就被從圖像中提取出來了。最后一步中獲得二值圖，認(rèn)為背景像素點(diǎn)的灰度值是0。將手掌區(qū)域像素點(diǎn)（圖8中白色區(qū)域的像素點(diǎn)）的灰度值標(biāo)準(zhǔn)化后，我們得到了手掌提取面具，一個(gè)只有0和1兩種灰度值的二值圖像

16、。Goc 代表經(jīng)過圖像開運(yùn)算和閉運(yùn)算后的手掌二值圖像，M代表手掌提取面具。通過操作可以得到一個(gè)新的圖像N。N的每個(gè)像素點(diǎn)的灰度值是Goc和M在相關(guān)區(qū)域（由X和Y決定）灰度值的作用結(jié)果： N(x, y)=Goc(x, y)M(x, y) (2)圖像N可以用于提取ROI和手掌每個(gè)內(nèi)部反射區(qū)域的信息。對(duì)于彩色圖片，F(xiàn)代表我們獲得的原始圖像。首先提取圖像中的R, G和B成分。用相同的處理思路，每個(gè)像素點(diǎn)的色度成分和M的灰度值M（x, y）構(gòu)成了以下操作： Ra(x, y)=R(x, y)M(x, y) (3) Ga(x, y)=G(x, y)M(x, y) (4) Ba(x, y)=B(x, y)M(

17、x, y) (5)圖9 圖像N，屏蔽背景后的灰度圖混合Ra，Ga和Ba成分，可以獲得一個(gè)背景被屏蔽掉的新的彩色圖像。手掌邊緣提取手掌邊緣提取是角落探測(cè)前的一個(gè)必要的步驟，因?yàn)槭终频奶卣鼽c(diǎn)是從手掌邊緣提取的。用邊緣探測(cè)處理二值圖像優(yōu)化所得到的Goc二值圖。比較常用的處理方式有Sober處理法、Canny處理法、Kirsch處理法和LoG處理法。Canny處理法和LoG處理法提取的手掌邊緣寬度為單個(gè)像素，有利于點(diǎn)探測(cè)。LoG處理法提取的邊緣是連續(xù)的。所以我們用LoG法處理二值圖Goc來獲得手掌輪廓。獲得的圖像仍然是一個(gè)二值圖，我們稱它為Ge，如圖11所示。圖11 手掌輪廓，Ge圖手掌角落探測(cè)角落點(diǎn)

18、是手掌輪廓上特有的有代表性的店，包括指根的點(diǎn)和指尖的點(diǎn)。這些點(diǎn)可以幫助我們定位和去除我們不感興趣的手指區(qū)域。這些點(diǎn)又是我們提取一些內(nèi)部反射區(qū)域的參考點(diǎn)。所以，角落探測(cè)是為了之后的圖像分區(qū)和ROI提取做準(zhǔn)備。之前獲得的手掌輪廓是連續(xù)的，寬度為一個(gè)像素點(diǎn)，通過求取8-連通Freeman鏈碼來探測(cè)轉(zhuǎn)折點(diǎn)的方法是可取的。但是這種方法要處理的數(shù)據(jù)量巨大，并且實(shí)現(xiàn)起來比較復(fù)雜。為了解決這個(gè)問題，在調(diào)研之后，我們用了以下方法。如圖12所示，如果我們用平行線橫向切割手掌輪廓，可以得到以下結(jié)論：指尖的點(diǎn)在線A,B,C,D和E上。指根的點(diǎn)在線F,G,H和J上。A和B之間的先，以及J和底部之間的線（如K），都和手掌輪廓線有兩個(gè)交叉點(diǎn)。C和D，G和H之間的平行線和手掌輪廓有6個(gè)交叉點(diǎn)。D和E，F(xiàn)和G之間的平行線和手掌輪廓有8個(gè)交叉點(diǎn)。E和F之間的平行線和手掌輪廓有10個(gè)交叉點(diǎn)。如圖13所示，通過放大圖片中的指尖和指根區(qū)域，可以發(fā)現(xiàn)在指尖和指根的輪廓線的同一個(gè)位置上，有不止一個(gè)像素點(diǎn)，構(gòu)成了一個(gè)“平臺(tái)”。通過實(shí)驗(yàn)，可以確定A,B,C,D,E,F,G,H和J和手掌輪廓有著多于10個(gè)的交叉點(diǎn)，包括特征點(diǎn)附近的連續(xù)點(diǎn)群。圖12 手掌輪廓和切割線處理步驟如下所示，Ge代表手掌輪廓的二值圖，建立XY坐標(biāo)系，Ge(x, y)代表每個(gè)像素點(diǎn)的灰度值。圖13 指尖