论文部分内容阅读
手掌诊病是传统中医和全息医学中最有用且应用最广泛的一种诊病方法。它通过观察手掌的颜色、形状、掌纹线的结构等信息来反映人们的身体健康状况,使人们尽早的发现疾病,治疗疾病。自动手掌诊病即用计算机实现手掌诊病的自动化,它有助于进一步推广手掌诊病的应用。它的研究具有重要的理论价值和社会意义,是一项具有开创性的工作。在手掌诊病中,最重要的病理特征之一是掌纹线在手掌的不同区域所形成不同形状的病理纹,本文称之为奇异纹。按其纹线结构可将奇异纹分为封闭型奇异纹和非封闭奇异纹两大类。不同的奇异纹出现在不同的位置代表了不同的疾病和病状,因此如何准确的识别出奇异纹是自动手掌诊病的关键。结合手掌诊病知识,本文主要针对自动手掌诊病系统中奇异纹的识别作了较深入的研究,主要研究内容包括:1.研究掌纹线无向图的表示算法。首先,根据掌纹线的特点,对掌纹线无向图进行了严格定义。其次,根据掌纹线上各点的连结情况,提出一种掌纹线无向图的构建算法。该算法先初步确定无向图的顶点集和边集,然后通过考查顶点之间掌纹线的弧度、顶点之间掌纹线的条数和顶点之间的距离对顶点集和边集进行了适当的修正。2.研究非封闭型奇异纹的特征提取和识别算法。观察大量的手掌图像及其相应的掌纹线无向图,并结合手掌诊病专家知识,分别提取出十字纹和米字纹的识别特征。然后运用模糊数学的知识实现这两种非封闭纹的识别。3.研究封闭纹分离的有效算法。本文根据掌纹线无向图的特点,将用于有向图中寻找基本环路的一种有效算法Tarjan算法进行了适当的改进。改进后的算法能够寻找出掌纹线无向图中顶点总数小于等于任意指定个数的所有环路,有效地分离出掌纹线图像中所有的封闭纹。4.研究封闭型奇异纹的特征提取和识别算法。首先,分析手掌诊病专家知识,观察大量的手掌图像和相应的掌纹线图像,总结出各种封闭型奇异纹的常见类型。然后,根据这些常见类型,提取出相应的识别特征。最后,综合这些识别特征,提出每种封闭型奇异纹的模糊识别算法。