劉 齊,黃曉陽*,王博亮,王彥暉(1.福建省智慧城市感知與計算重點實驗室(廈門大學),2.廈門大學信息科學與技術(shù)學院,福建廈門61005;.廈門大學醫(yī)學院,福建廈門61102)

?

自然環(huán)境下舌診圖像偏色檢測及其顏色校正方法

劉 齊1,2,黃曉陽1,2*,王博亮1,2,王彥暉3
(1.福建省智慧城市感知與計算重點實驗室(廈門大學),2.廈門大學信息科學與技術(shù)學院,福建廈門361005;3.廈門大學醫(yī)學院,福建廈門361102)

摘要:針對自然環(huán)境下中醫(yī)舌象采集中的顏色偏差問題,提出了一種中醫(yī)舌診圖像的偏色檢測及其顏色校正方法.首先根據(jù)舌診圖像的顏色分布特征在Lab顏色空間采用基于等效圓的方法進行偏色檢測,然后采用改進的灰度世界和完美反射相結(jié)合的顏色校正方法對舌診圖像進行處理.實驗結(jié)果表明,本文提出的偏色檢測方法更加符合舌診圖像的實際需求,可以更準確地反映主觀感受到的偏色程度;提出的顏色校正方法不需要標準色卡的輔助,相比傳統(tǒng)的顏色校正方法,本文方法得到的結(jié)果更理想.

關(guān)鍵詞:舌象處理;偏色檢測;顏色校正;Lab顏色空間

中醫(yī)認為,人體是一個有機的整體,而舌是全身臟腑器官的縮影之一,各個組織器官的健康狀況均可以通過神經(jīng)、脈絡反映到舌的不同區(qū)域[1-2].因此,舌診是中醫(yī)臨床上重要的診察手段.傳統(tǒng)的中醫(yī)舌診會受到醫(yī)生知識水平、診斷技巧和光照條件等因素的限制,客觀性和可重復性較差.因此需要采用圖像處理技術(shù)對舌診過程進行定量分析.如蔡軼衍等[3]提出了包括顏色校正、區(qū)域分割、舌質(zhì)舌苔分離等一系列流程,并開發(fā)了中醫(yī)舌象分析儀.廈門大學醫(yī)學圖像處理實驗室與醫(yī)學院中醫(yī)系合作[4-5],并自行研制出中醫(yī)舌診輔助中成藥使用系統(tǒng)[6].Wang等[7-8]開發(fā)了完整的舌象分析系統(tǒng),可以獲取高質(zhì)量的舌診圖像并將誤差控制在肉眼難以識別的范圍以內(nèi).這些舌象分析系統(tǒng)都具有很高的準確度和穩(wěn)定性,能夠真實地還原舌象特征并進行分析診斷,還在大量臨床應用中證明了其實用價值.但這些系統(tǒng)的采集過程都是在固定光源下進行.

隨著手持拍攝設備的普及,采用手機在自然環(huán)境下進行舌象采集逐漸成為一個發(fā)展方向.但是,中醫(yī)望診要求在白天充足、柔和的自然光條件下觀察舌象,而人們在舌象的采集過程中,存在光源色溫、光線強弱、拍攝角度等諸多不確定因素的影響,使得最終獲取的結(jié)果同理想條件相比,會存在一定程度的偏色,影響后續(xù)處理過程.目前常見的校正方法是在采集舌象的過程中使用標準色卡作為參照[9-14],通過線性回歸[15]、支持向量回歸[16]或神經(jīng)網(wǎng)絡[17]等方法將色卡顏色映射到標準光照下的顏色值來進行.這種方法雖可以取得較好的效果,但采集過程復雜,且計算復雜度較高,不利于舌像采集工作的推廣.因此,建立一種不借助色卡、可在自然環(huán)境下判斷和校正偏色的方法,獲得符合診斷要求的舌診圖像,具有重要意義[18].

校正舌診圖像偏色的前提條件是要檢測出圖像中是否存在偏色以及確定偏色程度.本文采用改進的基于等效圓的偏色檢測方法,同傳統(tǒng)方法相比,綜合考慮了舌診圖像的色度分布特性,具有較高的準確度和適應性.在偏色檢測的基礎上對舌象進行顏色校正.在不借助標準色卡的前提下,只能通過已有圖像的顏色分布特征進行分析.傳統(tǒng)的基于圖像分析的顏色校正方法有灰度世界法(gray world,GW)[19],鏡面法(perfect reflection,PR)[19]等.本文在考慮舌象顏色分布特征的基礎上,將2種傳統(tǒng)方法結(jié)合,對其進行改進,發(fā)揮了2種方法的優(yōu)點,取得了較好的結(jié)果.

1 舌診圖像偏色檢測

1.1顏色空間轉(zhuǎn)換

傳統(tǒng)的RGB顏色空間最大的局限性在于當用歐氏距離來刻畫2種顏色之間的差異時,計算出的差距無法正確表征人們實際感知到的真實差異.因此本文采用的基于等效圓的偏色檢測算法是在CIE Lab顏色空間[20]實現(xiàn)的.其中的L分量用于表示像素的亮度,a表示從紅色到綠色的范圍,b表示從黃色到藍色的范圍.

從RGB空間到Lab空間的轉(zhuǎn)換需要借助XYZ顏色空間.RGB空間到XYZ空間的轉(zhuǎn)換公式如下:

XYZ空間到Lab空間的轉(zhuǎn)換公式如下:

其中:

在以上公式中,Xn,Yn,Zn是XYZ空間內(nèi)相對于參考白點的三刺激值.在CIE標準光照D65下,三者的值分別為Xn=95.047,Yn=100,Zn=108.883.

1.2傳統(tǒng)偏色檢測方法

偏色檢測的傳統(tǒng)方法主要包括直方圖統(tǒng)計[21]、灰平衡法[22]、白平衡法[22]等.直方圖統(tǒng)計法直接計算圖像中R、G、B通道的顏色均值,雖然可以獲得圖像整體的顏色信息,但無法具體分析偏色原因.灰平衡法基于灰度世界假設,將RGB顏色空間轉(zhuǎn)換到Lab顏色空間,計算各像素點同灰色點之間的距離,只適用于滿足灰度世界假設的圖片,對整體偏紅的舌診圖像效果不理想.白平衡法認為圖像中的高光區(qū)域反映了光源的顏色,同樣是在Lab顏色空間,通過計算高光區(qū)域同理想光源的顏色差值判斷圖像偏色程度.由于舌診圖像不一定存在高光區(qū)域,該方法同樣存在局限性.

1.3舌象偏色檢測方法

數(shù)字圖像的偏色不僅與圖像色度的平均值和圖像中的亮度極大值有直接關(guān)系,還與圖像的色度分布特性有關(guān).如果一幅圖像在Lab顏色空間中a-b色度坐標平面上的二維直方圖中色度分布基本上為單峰值,分布較為集中,且色度平均值又較大時,一般都存在偏色,而且色度平均值越大,偏色越嚴重[22].基于以上原因,徐曉昭等[22]提出了一種基于等效圓的偏色檢測方法,計算方法如式(1)～(5):

式中,m、n分別為圖像的寬和高.在a-b色度平面上,等效圓的中心坐標為(da,db),半徑為M,等效圓的中心到a-b色度平面中性軸原點(a=0,b=0)的距離為D.D越大說明圖像的平均色度越大,M越小說明圖像中的顏色分布較為集中.由D和M的比值計算得到偏色因子K,K值越大,圖像偏色越嚴重.

這種檢測方法利用圖像的顏色分布特征,綜合考慮了平均色度和集中程度.但是標準舌診圖像本身在這兩方面具有一定的偏差,即對舌診圖像而言,并非K值越小偏色程度越輕.如圖1(a)、(b)、(c)所示為偏紅色程度依次減弱,圖1(d)為標準光照下的舌診圖像,圖1(e)和圖1(f)分別為偏藍和偏綠色時的舌診圖像,各圖像的K值見表1.其中,標準光照下的圖1(d)的K值為3.241,而偏色光照下的圖1 (e)的K值為2.846.偏色舌象的K值反而小于標準舌象的K值.因此僅通過K值不足以進行偏色舌象的檢測.

圖1　存在不同程度偏色的舌象Fig.1 Tongue images with varying degrees of color cast

為解決這一問題,本文通過將舌診圖像中的D、M值與標準光照下的D、M值進行對比,來進行偏色檢測并量化顏色校正算法的效果.定義舌像偏色誤差XTCD(tongue color deviation,TCD)用于定量評價舌像偏色程度,其計算方法如下:

其中,D'和M'分別是根據(jù)實驗統(tǒng)計數(shù)據(jù)獲得的標準光照下舌診圖像D、M的均值.XTCD值的大小直接反映了偏色舌像同標準舌像之間的顏色分布差異,可以用于定量分析舌像的偏色情況.此外,根據(jù)實驗數(shù)據(jù)統(tǒng)計值,對TCD設定一個閾值,當圖像的XTCD值超過該閾值時,表明舌診圖像偏色嚴重,對該圖像不再進行后續(xù)的顏色校正.

2 偏色舌象的顏色校正

2.1傳統(tǒng)顏色校正算法

目前常用的顏色校正算法主要有灰度世界算法和鏡面法2種,這2種算法都基于針對圖像內(nèi)容的某種假設進行,不需要借助標準色卡即可得到較好的校正結(jié)果.

灰度世界算法是以灰度世界假設為基礎的.灰度世界假設即為任一幅圖像,當它有足夠的色彩變化時,則圖像中R、G、B分量的均值會趨于相等.灰度世界算法通過將偏色圖像中的3個顏色通道均值調(diào)整至相等狀態(tài)來實現(xiàn)顏色校正,如式(6)、(7).其中, Rave、Gave、Bave分別為3個顏色通道的均值,R1、G1、B1為原始圖像像素值,R2、G2、B2為調(diào)整后的像素值.

該算法的問題在于,當圖像中存在大片單一顏色時,灰度世界算法會產(chǎn)生過度校正,其根本原因是圖像不再滿足“灰度世界”假設.

鏡面法則基于另一種假設:在一幅圖像中,一個白色的物體在任何光源色溫下的圖像,其R、G、B通道的值皆為極大值.鏡面法就以白色物體為基準,通過對3個顏色通道的線性變換,將圖像中極大值點調(diào)整為白點,以實現(xiàn)整個圖像的顏色校正,如式(8).其中, Rw、Gw、Bw為白點的值,一般取255.Rmax、Gmax、Bmax分別為原始圖像3個顏色通道的最大值.

但是,當圖像中不存在白色物體時,鏡面法會產(chǎn)生錯誤校正.而當圖像中極大值點即為白點時,鏡面法將完全失效.

2.2舌象顏色校正方法

在通常采集到的舌診圖像中,人體皮膚和舌體表面占了很大比例,使得圖像不符合灰度世界假設,容易出現(xiàn)過度校正的現(xiàn)象.針對這種情況,本文算法實現(xiàn)過程中采用了基于標準差加權(quán)的灰度世界法[22](standard deviation weighted gray word,SDWGW).該算法在計算RGB通道的均值時,將圖像分塊,計算每一塊的像素標準差,根據(jù)標準差的大小對該圖像塊賦予權(quán)值.標準差越大的圖像塊(主要出現(xiàn)在舌體周圍環(huán)境部分),顏色變化越豐富,將獲得更大的權(quán)值.這樣可以將單一顏色的圖像塊(主要出現(xiàn)在人體皮膚、舌體部分)等價視為具有豐富色彩的面積較小的圖像,減少大片單一顏色對通道均值的影響,使獲得的圖像統(tǒng)計信息更接近灰度世界假設,得到更好的校正效果.

本文方法的具體計算步驟如下:

首先將圖像分成16×16的小塊,假設共分為n 塊.實際分塊時,如果圖像大小不是16的整數(shù)倍,邊緣部分可以舍棄,對校正結(jié)果影響不大.按照式(9)計算出圖像的顏色分量加權(quán)均值YSDW:

式中,Rave(k)、Gave(k)、Bave(k)表示第k個塊顏色分量的均值,Rstd(i)、Gstd(i)、Bstd(i)表示第i個塊顏色分量的標準差.獲得顏色分量的加權(quán)均值后,建立式(10)～(13)所示的二次方程.

式中,u,v是需要求解的通道二次變換系數(shù),除此之外其他參數(shù)均為已知量.式(12)使得變換結(jié)果滿足標準差加權(quán)的灰度世界假設,式(13)使得變換結(jié)果滿足鏡面法假設.由方程組求得u、v之后根據(jù)式(14)即可得出R、G、B 3個顏色通道的最終的校正結(jié)果R'、G'、B'.

3 實驗結(jié)果及分析

3.1舌診圖像偏色檢測

采用等效圓偏色檢測方法,對于圖1中的各采樣圖像進行分析,可得表1.

表1　各偏色圖像的檢測結(jié)果Tab.1 Detection results of each image

從表1中可以看出,隨著偏色程度的加重,M、D值都會逐漸增加,同標準光照下的M、D值差異也越大.圖1(e)和圖1(f)雖然存在偏色但是K值比標準光照下的圖1(d)小,說明僅通過K值無法準確衡量偏色程度.而XTCD值的大小同主觀感受的偏色程度比較一致.此外,XTCD值的變化速度大于K值,有利于更加精確地量化舌診圖像的偏色程度.根據(jù)本文確定的XTCD閾值25可以篩選出圖1(c)、(d)、(f)有進行顏色校正的價值,而圖1(a)、(b)、(e)由于偏色嚴重,不適宜作進一步處理.

3.2舌診圖像顏色校正

為了避免圖像采集過程中拍攝角度、舌體位置、背景等不確定因素對顏色誤差分析的影響,本文首先在正常光照環(huán)境下[23](D65標準光源,色溫值為6 500 K)采集90幅標準舌象,然后使用圖像編輯軟件對標準圖像進行顏色調(diào)整,模擬實際拍攝中的顏色誤差,生成偏色圖像.這種方法獲得的測試圖像同標準圖像之間的差異完全是因為顏色的不同,可以更加精確地反映顏色校正結(jié)果.

本文分別對比了傳統(tǒng)的鏡面法、灰度世界法、標準差加權(quán)的灰度世界法以及本文的方法.

首先進行單個圖片的分析.對一幅舌診圖像進行偏色模擬,標準情況和偏色情況如圖2所示.圖片下方是對應的顏色分布直方圖,以便更直觀地展示圖像的色彩變化.直方圖橫軸表示像素值的大小,從左至右依次遞增.縱軸表示該像素值對應的像素點個數(shù).可以看到,偏色圖像的直方圖中紅色分量明顯增加,同圖片的主觀感受一致.

圖2　偏色舌象的軟件模擬Fig.2 Software simulation of color cast

采用不同校正算法對圖2中的偏色圖像進行處理,所得的結(jié)果如圖3所示.

由圖2中的顏色分布直方圖可以看出,標準光照下的舌診圖像由于人體所占比例較大,RGB通道分布不一致,并不完全符合灰度世界假設.因此,僅采用灰度世界法會導致過度校正的問題,如圖3(a)所示.同時,偏色圖像由于最亮點的顏色值已經(jīng)達到最大值,也不符合鏡面法的計算條件,僅采用鏡面法對偏色圖像改善不明顯,如圖3(b)所示.標準差加權(quán)的灰度世界算法雖然考慮到了單一色塊的影響,但仍然存在過度校正的問題,如圖3(c)所示.采用本文算法綜合考慮了兩種假設,校正效果最好,顏色直方圖中紅色分量與標準圖最為接近,如圖3(d)所示.

表2給出這4種算法對于所采集的90幅舌像的校正結(jié)果,分別計算了偏紅、偏綠、偏藍情況下校正結(jié)果的TCD均值.從表中可看出,本算法的校正結(jié)果TCD均值最小,即同標準圖的顏色分布差異最小.

為了更精確地分析顏色校正結(jié)果,本文還采用了顏色恒常性研究中普遍使用的色差[24]計算方法.色差是在Lab顏色空間中對顏色差異的度量,用ΔE表示.

圖3　各算法校正結(jié)果Fig.3 Correction results of each method

表2　90幅舌象校正結(jié)果TCD均值Tab.2 Mean TCD value of 90 corrected tongue images

表3　不同偏色舌象校正結(jié)果同標準圖的色差值ΔEmeanTab.3 ΔEmeanvalue between different corrected tongue images and the standard ones

兩幅圖像之間的平均色差值ΔEmean越小,圖像顏色越接近.其計算方法如式(16)、(17)所示.其中,ΔL、Δa、Δb分別為對應像素點的差值,ΔEp為單個像素色差值,m和n為圖像的寬度和高度.

在實驗過程中,對于各個算法校正后的圖片,計算其與標準光照下的色差值,色差值越小則表明該算法的結(jié)果越接近標準圖像,效果越好.

表3給出了不同算法處理偏色圖片時的色差統(tǒng)計信息.結(jié)果表明,同傳統(tǒng)算法相比,本文算法具有更強的適應性,對自然環(huán)境下采集的舌象的處理所得效果更理想.

為了驗證實際情況下的校正效果,本文分別在標準光照(D65標準光源,色溫值為6 500 K)和偏色光照(在標準光源下加入彩色干擾燈光)條件下采集舌診圖像.校正結(jié)果的對比如圖4所示.

從圖中可以看出,本文算法的校正結(jié)果更接近標準光照下的舌象,修正偏色的同時削弱了灰度世界算法的過度校正現(xiàn)象.各算法校正結(jié)果同標準圖像之間的ΔEmean對比結(jié)果見表4.

真實環(huán)境中拍攝的偏色圖像的色差值不完全是由顏色變化引起的.實際上,相同光照下拍攝的兩張舌診圖像仍然存在ΔEmean為3～5的差別,這來源于拍攝角度的變化和被拍攝者不可避免的細微動作.由于拍攝難度較大,實驗過程中本文僅采集了20組互相對應的標準和偏色光照下的舌象,并通過色差值對比了各算法的校正結(jié)果,見表4所示.

圖4　各算法校正結(jié)果Fig.4 Correction results of different methods

表4　各算法校正結(jié)果色差值Tab.4 ΔEmeanvalue of each method

除了客觀評價的方法以外,本文還對校正結(jié)果進行了主觀評價.具體過程是由包括2名職業(yè)醫(yī)師在內(nèi)的7位評判者對不同算法的校正結(jié)果給予0～5分的打分(0表示顏色校正結(jié)果很差,5表示很好),允許0.5分的精確度.從平均得分和標準方差來觀察不同校正算法的表現(xiàn),結(jié)果見表5.

從主觀評價的結(jié)果來看,本文算法得分最高且最穩(wěn)定,取得了最理想的顏色校正效果.

表5　各算法主觀評價結(jié)果Tab.5 The subjective evaluation results of each method

4 結(jié) 論

本文對于自然環(huán)境下的舌象顏色校正方法進行了研究.為了在缺少標準參照的條件下對舌診圖像的偏色情況進行初步分析,在舌象處理的第一步采用了基于等效圓的偏色檢測方法,在Lab顏色空間中判斷圖像中是否存在偏色以及定量分析偏色程度.這種方法和主觀評測的結(jié)果比較一致.在對舌診圖像進行顏色校正時,由于缺少標準色卡的參照,只能借助現(xiàn)有圖像的顏色統(tǒng)計信息.本文針對舌診圖像的顏色分布特點,采用了一種結(jié)合標準差加權(quán)的灰度世界和鏡面法的顏色校正算法,并通過色差計算評價方法與傳統(tǒng)算法進行對比.實驗表明,本文的校正算法綜合考慮了舌診圖像的特征,所得結(jié)果偏色程度更低,相比傳統(tǒng)算法具有更好的顏色校正效果.

需要指出的是,由于自然環(huán)境下舌象采集自身的缺陷,本文方法的顏色校正效果無法完全達到封閉環(huán)境下的校正效果.但在犧牲了一定的準確度的前提下獲得較高的便捷性與實用性,仍具有較高的研究價值.

參考文獻:

[1] 王彥暉,何寬其,陳少東.觀舌養(yǎng)生[M].福州:福建科技出版社,2009:1-2.

[2] 李文書.中醫(yī)舌診中若干圖像分析關(guān)鍵技術(shù)的研究[D].杭州:浙江大學,2005.

[3] 蔡軼珩,劉長江,沈蘭蓀.新型舌象分析儀的設計方案[J].測控技術(shù),2005,24(5):34-36.

[4] 楚宇燕.基于中醫(yī)望診的舌象特征提取與健康信息分析技術(shù)研究[D].廈門:廈門大學,2008.

[5] 楊大生.中醫(yī)舌體自動化分割及質(zhì)苔分離的關(guān)鍵技術(shù)研究[D].廈門:廈門大學,2007.

[6] 劉峰.中醫(yī)舌診輔助中成藥使用系統(tǒng)中的舌象分析研究[D].廈門:廈門大學,2007.

[7] WANG X,ZHANG D.A high quality color imaging system for computerized tongue image analysis[J].Expert Systemswith Applications,2013,40(15):5854-5866.

[8] WANG X,ZHANG D.A new tongue colorchecker design by space representation for precise correction[J].IEEE Journal of Biomedical and Health Informatics,2013,17 (2):381-391.

[9] HAEGHEN Y V,NAEYAERT J M A D,LEMAHIEU I,et al.An imaging system with calibrated color image acquisition for use in dermatology[J].Medical Imaging, IEEE Transactions on,2000,19(7):722-730.

[10] BARNARD K,FUNT B.Camera characterization for color research[J].Color Research& Application,2002, 27(3):152-163.

[11] YAMAMOTO K,KITAHARA M,KIMATA H,et al. Multiview video coding using view interpolation and color correction[J].Circuits and Systems for Video Technology,IEEE Transactions on,2007,17(11): 1436-1449.

[12] VRHEL M,SABER E,TRUSSELL H J.Color image generation and display technologies[J].IEEE Signal Process Mag,2015,22(1):23-33.

[13] WANG X,ZHANG D.An optimized tongue image color correction scheme[J].Information Technology in Biomedicine,IEEE Transactions on,2010,14(6): 1355-1364.

[14] WANG X,ZHANG D.A comparative study of color correction algorithms for tongue image inspection[M]∥Medical biometrics.Berlin Heidelberg:Springer,2010: 392-402.

[15] LUO M R,HONG G,RHODES P A.A study of digital camera colorimetric characterization based on polynomial modeling[J].Color:Research and Applications,2001,26(1):76-84.

[16] ZHANG H Z,WANG K Q,JIN X S,et al.SVR based color calibration for tongue image[C]∥Machine Learning and Cybernetics,2005.Proceedings of 2005 International Conference on.Guangzhou:IEEE,2005: 5065-5070.

[17] CHEUNG V,WESTLAND S,CONNAH D,et al.A comparative study of the characterisation of colour cameras by means of neural networks and polynomial transforms[J].Coloration Technology,2004,120(1):19-25.

[18] 徐曉昭.開放環(huán)境下舌圖像顏色校正關(guān)鍵技術(shù)的初步研究[D].北京:北京工業(yè)大學,2010.

[19] RIZZI A,GATTA C,MARINI D.A new algorithm for unsupervised global and local color correction[J].Pattern Recognition Letters,2003,24(11):1663-1677.

[20] ITTI L,KOCH C.Computational modelling of visual attention[J].Nature Reviews Neuroscience,2001,2(3): 194-203.

[21] NAVALPAKKAM V,ITTI L.Modeling the influence of task on attention[J].Vision Research,2005,45(2): 205-231.

[22] 徐曉昭,蔡軼珩,劉長江,等.基于圖像分析的偏色檢測及顏色校正方法[J].測控技術(shù),2008,27(5):10-12.

[23] XU H,LUO M R,RIGG B.Evaluation of daylight simulators.Part 1:colorimetric and spectral variations[J]. Coloration Technology,2003,119(2):59-69.

[24] FUNT B,CARDEI V,BARNARD K.Learning color constancy[J].Society for Imaging Science and Technology,1996,1996(1):58-60.

A Method for Color Cast Detection and Color Correction of Tongue Inspection Images Under Natural Environment

LIU Qi1,2,HUANG Xiaoyang1,2*,WANG Boliang1,2,WANG Yanhui3
(1.Fujian Key Laboratory of Sensing and Computing for Smart City,Xiamen University,2.School of Information Science and Engineering,Xiamen University,Xiamen 361005,China;3.Medical College of Xiamen University,Xiamen 361102,China)

Abstract:Color-cast detection and color correction processes are proposed for tongue inspection from images in traditional Chinese medicine(TCM)under natural environments.First,a color cast detection method based on equivalent circle was applied in Lab color space,then the tongue images were processed by a combination of color correction method of improved gray world(GW)with perfect reflection(PR)according to the distribution characteristics of tongue images.Experimental results show that the proposed color cast detection method complies better with the actual requirements of tong images by reflecting the perceived degree of color cast more accurately.Meanwhile,the color correction method can exhibit a better performance compared with the traditional ones without the aid of colorcheckers.

Key words:tongue image process;color cast detection;color correction;Lab color space

*通信作者:xyhuang@xmu.edu.cn

基金項目:國家自然科學基金(61102137,61271336);廈門市重大科技計劃項目(3502Z20100006)

收稿日期:2015-04-22 錄用日期:2015-07-26

doi:10.6043/j.issn.0438-0479.2016.02.022

中圖分類號:TP 391

文獻標志碼:A

文章編號:0438-0479(2016)02-0278-07

引文格式:劉齊,黃曉陽,王博亮,等.自然環(huán)境下舌診圖像偏色檢測及其顏色校正方法[J].廈門大學學報(自然科學版),2016, 55(2):278-284.

Citation:LIU Q,HUANG X Y,WANG B L,et al.A method for color cast detection and color correction of tongue inspection images under natural environment[J].Journal of Xiamen University(Natural Science),2016,55(2):278-284.(in Chinese)