【出 处】：

【作 者】： 刘哲 [1] ; 陈家旭 [2] ; 赵宇明 [1] ; 苏群 [1] ; 徐晓新 [1] ; 周玉华 [1] ; 隋芯 [1]

【摘 要】 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。