公开(公告)号：CN109583331A

公开(公告)日：2019-04-05

申请号：CN201811356765.3

申请日：2018-11-15

Applicant: 复旦大学

Inventor： 路红 ,  汪子健 ,  甘中学 ,  罗静静 ,  印文杰 ,  商慧亮 ,  张文强 ,  杨友钊

IPC: G06K9/00 ,  G06K9/62

CPC classification number: G06K9/00375 ,  G06K9/6256

Abstract: 本发明属于计算机图像处理技术领域，具体为基于深度学习的人手腕脉口位置精准定位方法。本发明的基本步骤为：对多人进行手部图片采样，并对样本图片进行处理，得到手部二值图和脉口坐标，作为深度学习模型的训练数据；接着对训练集进行监督式学习，得到泛化的深度学习模型；然后，根据拍摄到的手部图片，分别进行白平衡、转换到HSV色彩空间、Mean Shift颜色聚类、根据皮肤颜色提取二值图、对二值图进一步处理，得到手的轮廓；将处理好的二值图作为输入，放进预先训练好深度学习模型里，即得到手腕脉口点在图片上的坐标。本发明方法能以较高的精度找到人手腕的脉口位置，为机器人进行中医脉诊提供实时的视觉定位。

公开(公告)号：CN109583331B

公开(公告)日：2023-05-02

申请号：CN201811356765.3

申请日：2018-11-15

Applicant: 复旦大学

Inventor： 路红 ,  汪子健 ,  甘中学 ,  罗静静 ,  印文杰 ,  商慧亮 ,  张文强 ,  杨友钊

IPC: G06V40/10 ,  G06V10/774

Abstract: 本发明属于计算机图像处理技术领域，具体为基于深度学习的人手腕脉口位置精准定位方法。本发明的基本步骤为：对多人进行手部图片采样，并对样本图片进行处理，得到手部二值图和脉口坐标，作为深度学习模型的训练数据；接着对训练集进行监督式学习，得到泛化的深度学习模型；然后，根据拍摄到的手部图片，分别进行白平衡、转换到HSV色彩空间、Mean Shift颜色聚类、根据皮肤颜色提取二值图、对二值图进一步处理，得到手的轮廓；将处理好的二值图作为输入，放进预先训练好深度学习模型里，即得到手腕脉口点在图片上的坐标。本发明方法能以较高的精度找到人手腕的脉口位置，为机器人进行中医脉诊提供实时的视觉定位。