郭丹，王學(xué)民，2，王瑞云，孫飛，陸小左，周鵬，2*

（1.天津大學(xué)精密儀器與光電子工程學(xué)院，天津300072；2.天津市生物醫(yī)學(xué)檢測(cè)技術(shù)與儀器重點(diǎn)實(shí)驗(yàn)室，天津300072；3.天津中醫(yī)藥大學(xué)中醫(yī)工程學(xué)院，天津300193）

基于雙目立體視覺的舌重建*

郭丹1，王學(xué)民1，2，王瑞云1，孫飛1，陸小左3，周鵬1，2*

（1.天津大學(xué)精密儀器與光電子工程學(xué)院，天津300072；2.天津市生物醫(yī)學(xué)檢測(cè)技術(shù)與儀器重點(diǎn)實(shí)驗(yàn)室，天津300072；3.天津中醫(yī)藥大學(xué)中醫(yī)工程學(xué)院，天津300193）

舌像蘊(yùn)含著大量的人體生理病理信息，是中醫(yī)四診的重要內(nèi)容之一。當(dāng)前中醫(yī)客觀化舌診研究基于二維舌圖像，從中可得到顏色、形態(tài)等多種信息，但其不能反映點(diǎn)刺、裂痕等細(xì)節(jié)信息。為了得到全面的生理信息，本文提出一種基于雙目立體視覺的三維舌表面重建方法，適用于具有動(dòng)態(tài)特性的真實(shí)舌，達(dá)到了0.134 2 mm的分辨率。此方法突破了現(xiàn)有以醫(yī)學(xué)診斷為目的的舌表面重建方法動(dòng)態(tài)特性與分辨率不兼得的瓶頸。全面的生理信息為疾病的正確診斷和早期發(fā)現(xiàn)提供了保障，同時(shí)可解決二維舌像由于深度信息缺失而造成的諸多技術(shù)難題，如舌體分割困難等。

中醫(yī)舌診；雙目立體視覺；三維重建；圖像分割

EEACC：7230doi：10.3969/j.issn.1004-1699.2016.09.003

隨著醫(yī)學(xué)的現(xiàn)代化和全球化，中醫(yī)客觀化診斷技術(shù)已經(jīng)在標(biāo)準(zhǔn)化和自動(dòng)化方面得到快速發(fā)展。當(dāng)前的客觀化舌診基于二維舌圖像，可得到顏色、紋理、形態(tài)、潤燥等生理信息，在一定程度上能反映病理情況，如臺(tái)灣國立彰化師范大學(xué)的Lun-chien Lo［1］等基于二維舌像發(fā)現(xiàn)早期乳腺癌患者與正常人的舌特征有顯著差異。由于深度信息的缺失，也造成諸多技術(shù)難題，如作為二維舌像分析基礎(chǔ)的舌體分割［2］困難，不能反映舌表面的齒痕、點(diǎn)刺、裂痕等細(xì)節(jié)信息，極大的約束了舌像信息的全面性，妨礙了醫(yī)生的正確診斷。而三維舌像蘊(yùn)含了真實(shí)舌的所有信息，全面的生理信息為疾病的正確診斷和早期發(fā)現(xiàn)提供了保障，同時(shí)可解決二維舌像上的技術(shù)難題，如利用深度信息即可完成舌體分割。此外建立三維舌模型對(duì)多個(gè)領(lǐng)域都有極大的益處［3］，如掌握人類發(fā)音過程中舌頭的形變規(guī)律對(duì)于頭頸外科醫(yī)生以及語言學(xué)家十分重要，此外在生物力學(xué)、人機(jī)交互、計(jì)算機(jī)輔助語言教學(xué)、電影制作等方面都將發(fā)揮極大的作用。因此，對(duì)于三維舌像的研究是十分必要且有價(jià)值的，已經(jīng)成為當(dāng)今舌診客觀化的研究熱點(diǎn)。本文基于雙目立體視覺實(shí)現(xiàn)了三維舌表面重建。

因?yàn)樯嗟碾[蔽性，對(duì)于舌像三維重建的研究始于20世紀(jì)80年代，起步晚研究少［4］。研究者的側(cè)重點(diǎn)各有不同。一部分研究者為探究舌形狀與語言發(fā)音、表情的關(guān)系，因此研究重點(diǎn)在于基于模型的參數(shù)化舌模型建立，而另一部分研究者出發(fā)點(diǎn)是作為中醫(yī)舌診的醫(yī)學(xué)標(biāo)準(zhǔn)化診斷，注重于形狀、顏色及紋理，因此研究重點(diǎn)在于基于圖像或圖像與模型相結(jié)合的舌重建。先后有國外學(xué)者Andrew J Lundberg［5］、Engwall O［6］，用超聲圖像、MRI圖像來重建舌形狀。JiyongMa［7］、Mihai Daniel Ilie［8］利用三維建模軟件并參考舌體解剖學(xué)信息建立舌模型，前者在在中矢面上手動(dòng)選擇12個(gè)控制點(diǎn)來控制舌形狀變化，后者根據(jù)幾何特征選擇五個(gè)控制點(diǎn)，均可實(shí)現(xiàn)不同字母及表情的舌形狀。Zhixiang Chen［9］在Deng的基礎(chǔ)上提出新型肌肉控制舌模型，將舌肌肉分為內(nèi)在和外在肌肉，分別控制形變和運(yùn)動(dòng)，對(duì)其分別建模，可實(shí)現(xiàn)自然舌運(yùn)動(dòng)及一些基本語言下的舌形狀，例如舌體卷曲。未來研究方向是模型總控制機(jī)制。Chen Jiang［3］用三維MRI圖像提供的醫(yī)學(xué)數(shù)據(jù)重建舌幾何模型，用有限元法實(shí)現(xiàn)舌的生物力學(xué)，得到了較好的效果。以上研究在可視化語言應(yīng)用領(lǐng)域得到良好的效果，但作為醫(yī)學(xué)診斷依據(jù)來說缺乏舌表面的細(xì)節(jié)信息，且需要精確復(fù)雜的解剖學(xué)信息。國內(nèi)的劉志［10］提出基于多視點(diǎn)圖像和有限元法的舌重建，滿足真實(shí)舌的動(dòng)態(tài)特性但不能分辨舌表面的齒痕等細(xì)微結(jié)構(gòu)。呂慧娟［4］等提出基于光度立體法［11］的舌表面重建，能分辨舌表面細(xì)微結(jié)構(gòu)，但是實(shí)驗(yàn)基礎(chǔ)是基于舌模型。光度立體法通過使用不同的光源照射同一個(gè)物體并且在不改變拍照相對(duì)位置的情況下獲得多張光照?qǐng)D，然后通過對(duì)這多個(gè)光照?qǐng)D聯(lián)立亮度方程求解出物體的表面形狀，其適用于靜態(tài)物體，而真實(shí)舌的不自主顫動(dòng)頻率較高，此方法在真實(shí)舌應(yīng)用方面遇到阻礙。因此舌表面重建的方法要求動(dòng)態(tài)性和高精度同時(shí)滿足。適用于動(dòng)態(tài)物體重建的方法有面結(jié)構(gòu)光法［12］和立體視覺法［13］，面結(jié)構(gòu)光法需向物體表面投射編碼結(jié)構(gòu)光，通過解碼得到匹配點(diǎn)對(duì)，應(yīng)用對(duì)象多為表面無顏色的物體，而舌顏色為紅，影響解碼精度。

雙目立體視覺法只需采集某一時(shí)刻的一對(duì)舌圖像即可三維重建，1/200 s的快門速度大于舌體抖動(dòng)的速度，在左右相機(jī)同時(shí)拍攝瞬間舌體靜止，滿足舌重建的動(dòng)態(tài)特性。雙目立體視覺法的視差匹配可達(dá)到1/16或更高的亞像素精度，本文視差精確到0.1個(gè)像素時(shí)最小分辨率為0.134 2 mm，成人舌表面細(xì)微結(jié)構(gòu)尺寸為0.5 mm～2.5 mm［4］，因此本文選擇同時(shí)滿足舌重建動(dòng)態(tài)特性和高精度要求的雙目立體視覺法。

1　舌重建方法

基于雙目立體視覺的舌重建工作整體流程圖如圖1所示。

圖1　重建方法整體流程圖

1.1數(shù)據(jù)采集

舌像采集系統(tǒng)如圖2所示。由兩部平行放置的佳能600D相機(jī)和投影儀組成。增加相機(jī)基線長度可提高場(chǎng)景點(diǎn)深度計(jì)算精度但也會(huì)造成遮擋［14-16］，因此在不遮擋的情況下并考慮相機(jī)的實(shí)際尺寸，取基線長度為13 cm，場(chǎng)景點(diǎn)與相機(jī)中心距離為1 m。55 mm焦距的相機(jī)可采集真彩色、高分辨率的舌圖像，同時(shí)其高幀速率和可調(diào)曝光時(shí)間解決了舌顫動(dòng)［10］問題。舌表面屬于立體視覺中難處理的弱紋理區(qū)域且顏色相近，有效邊緣僅有舌體邊緣，因此利用投影儀產(chǎn)生黑白相間的條紋來增加舌表面的特征點(diǎn)，同時(shí)充當(dāng)照明設(shè)備。投影儀為紐曼PH06A微型投影儀，分辨率1 280像素×800×像素，最小投影距離18 cm。舌表面條紋的稠密和投影儀與舌的距離及投影圖中條紋稠密有關(guān)，投影儀離舌近則亮度強(qiáng)造成舌表面平滑，距離遠(yuǎn)則舌表面條紋清晰度差，因此經(jīng)實(shí)驗(yàn)投影儀與舌表面距離為60 cm時(shí)效果最佳。此時(shí)黑條紋約占8個(gè)像素，條紋間距為16個(gè)像素。

圖2　舌像采集系統(tǒng)

1.2圖像預(yù)處理

相機(jī)同步采集標(biāo)定板圖像和舌像，利用Matlab中的StereoCameraCalibration工具箱標(biāo)定［17］雙目立體視覺系統(tǒng)。因相機(jī)安裝及其本身組裝誤差，其光心不是完全平行，因此根據(jù)標(biāo)定所得參數(shù)對(duì)圖像對(duì)基線校正。為了保證舌體部分邊緣提取及匹配的準(zhǔn)確性，截取舌體部分如圖3所示，后續(xù)工作基于此圖像對(duì)。因?yàn)樯啾砻婕?xì)節(jié)結(jié)構(gòu)尺寸小，不易觀察，因此用紅圈標(biāo)示經(jīng)中醫(yī)師確認(rèn)的舌表面點(diǎn)刺，圖6、圖7同理，方便觀察對(duì)比。

圖3　舌體圖像對(duì)

Canny［18］算子是性能優(yōu)良的邊緣檢測(cè)技術(shù)，邊緣檢測(cè)結(jié)果如圖4所示，算法步驟為：①圖像灰度化并高斯濾波平滑圖像。②一階偏導(dǎo)有限差分計(jì)算梯度幅值和方向。③非極大值抑制處理梯度幅值。④雙閾值算法檢測(cè)及連接邊緣。

圖4　舌體邊緣

1.3立體匹配

由于雙眼視軸間距的存在，同一場(chǎng)景點(diǎn)在左右視網(wǎng)膜上所形成的圖像存在位置差即視差，是大腦感知物體深度的決定性信息。雙目立體視覺［13］即是基于此原理，用兩相機(jī)代替人眼，尋找空間一點(diǎn)在兩幅圖像上的對(duì)應(yīng)點(diǎn)，利用視差測(cè)距法［13］恢復(fù)物體表面深度信息。由此可知立體匹配是立體視覺的重點(diǎn)所在。經(jīng)過多年的發(fā)展，涌現(xiàn)出多種立體匹配方法。結(jié)合舌表面紋理少、深度變化連續(xù)性強(qiáng)的特點(diǎn)，本文采用線性種子點(diǎn)增長算法［20］。

1.3.1雙目立體視覺

左右圖對(duì)上的Pl（xl，yl）和Pr（xr，yr）為同一場(chǎng)景點(diǎn)P（x，y，z）的投影點(diǎn)，它們的坐標(biāo)關(guān)系為：d=xl-xr即為對(duì)應(yīng)點(diǎn)的視差。利用視差恢復(fù)場(chǎng)景點(diǎn)三維坐標(biāo)公式如式（2）所示：

其中Tx為兩相機(jī)光心間的基線長度，f為相機(jī)焦距，可由標(biāo)定步驟得到。

1.3.2改進(jìn)的線性種子點(diǎn)增長算法

種子點(diǎn)增長算法由Otto和Chau［19］提出，其基本思想是在視差空間中從一組初始種子點(diǎn)出發(fā)，在鄰近區(qū)域中按照灰度相似性測(cè)度進(jìn)行增長直到違反匹配唯一性約束。匹配點(diǎn)相似性準(zhǔn)則采用最小平方差算法［20］SSD（Sum of Squared Difference），經(jīng)實(shí)驗(yàn)增大支持窗沒有提高匹配準(zhǔn)確性且增大了計(jì)算量，因此窗大小設(shè)為3×3。

為了解決抗噪性問題，本文首次采用基于pδ（n）［21］函數(shù)和SSD的相似性測(cè)度函數(shù)。pδ（n）函數(shù)的數(shù)學(xué)表達(dá)式為：

本文用SSD代替n得到新的立體匹配相似性測(cè)度函數(shù)pδ（SSD），δ選擇為2。經(jīng)實(shí)驗(yàn)效果優(yōu)于SSD算法。圖4所示的舌表面邊緣特征點(diǎn)稀疏且特征明顯，因此首先匹配邊緣特征點(diǎn)并作為線性增長的初始種子點(diǎn)。初始種子點(diǎn)匹配時(shí)，因?yàn)檫吘壧卣鼽c(diǎn)性質(zhì)相似，所以出現(xiàn)錯(cuò)誤點(diǎn)的匹配相似性高于正確點(diǎn)的相似性。在此加入?yún)^(qū)域限制，得到左圖待匹配點(diǎn)與其最左邊緣的距離，在右圖距最左邊緣的相應(yīng)距離范圍內(nèi)尋找匹配點(diǎn)，大大提高了匹配準(zhǔn)確性。然后選擇具有準(zhǔn)確可靠視差的邊緣特征點(diǎn)作為初始種子點(diǎn)，以初始種子點(diǎn)的視差d作為區(qū)域生長的基本視差，因舌表面不是絕對(duì)平滑，含有舌乳頭、齒痕等細(xì)微結(jié)構(gòu)，因此在下一步增長過程中擴(kuò)充匹配視差范圍，人類能夠匹配的視差梯度為2，因此將區(qū)域生長的視差擴(kuò)至d-2至d+2，分別計(jì)算五個(gè)視差下的匹配相似性，在外基線、單調(diào)性等約束下，采用勝者為王算法確定最終的匹配點(diǎn)對(duì)及其視差，再以新得到的匹配點(diǎn)作為種子點(diǎn)在水平掃描線上進(jìn)行生長，直到遇到下一個(gè)初始種子點(diǎn)，再以下一對(duì)初始種子點(diǎn)開始增長，從而得到整個(gè)舌區(qū)域的視差圖。這種舌表面多個(gè)初始種子點(diǎn)有效防止錯(cuò)誤匹配點(diǎn)的傳播。

本文立體匹配算法步驟為：①輸入經(jīng)過預(yù)處理的圖像，截取舌體區(qū)域。②Canny算法提取舌體區(qū)域邊緣特征。③在唯一性、單調(diào)性等約束下根據(jù)pδ（SSD）匹配特征點(diǎn)。④從初始種子點(diǎn)矩陣中，按順序選擇一對(duì)種子點(diǎn)，首先判斷種子點(diǎn)右側(cè)的點(diǎn)是否為初始種子點(diǎn)，如果不是種子點(diǎn)，則計(jì)算匹配相似性并判斷是否滿足匹配條件。如果是，則選擇下一對(duì)種子點(diǎn)。⑤圖像對(duì)稠密匹配完成。

1.4感興趣區(qū)域提取

從圖3可知截取的舌體部分還包含部分嘴角，其不屬于感興趣區(qū)域因此需要去除。伸舌狀態(tài)下舌表面和嘴角不在同一平面，其視差有一定差異，因此對(duì)視差圖橫向求導(dǎo)，導(dǎo)數(shù)最大的兩個(gè)位置就是舌體左右邊緣，圖5中紅點(diǎn)即是邊緣點(diǎn)，將視差圖中左右邊緣以外的視差置零，即可去除嘴角部分。

圖5　舌體邊緣標(biāo)示

為了獲得較平滑的深度圖，因此在重建前對(duì)視差圖濾波。本文選擇具有高效的邊緣保持-增強(qiáng)且適用于灰度圖像的雙邊濾波算法［22］。雙邊濾波將高斯權(quán)系數(shù)優(yōu)化為高斯函數(shù)與圖像亮度卷積，即雙邊濾波算法的權(quán)系數(shù)由空間鄰近度因子和亮度相似性因子組成，如式（5）～式（8），能在保持邊緣的同時(shí)平滑去除高斯噪聲。

其中g(shù)（x，y）為噪聲圖像，f（x，y）為去噪后圖像。

2　實(shí)驗(yàn)結(jié)果

本文實(shí)驗(yàn)被試者為天津大學(xué)在校生，被試者舌表面有經(jīng)中醫(yī)師確認(rèn)的點(diǎn)刺、齒痕。圖像分辨率為1 920像素×1 280像素，快門速度1/200 s。首先采集超過20張不同角度的標(biāo)定板圖像，根據(jù)張正友［16］法標(biāo)定相機(jī)，標(biāo)定結(jié)果誤差小于一個(gè)像素。然后在黑暗條件下，向指定位置的被試者投影條紋光，并采集圖像。根據(jù)標(biāo)定結(jié)果對(duì)匹配圖像對(duì)進(jìn)行基線校正。據(jù)本文算法所得點(diǎn)云圖如圖6所示，通過粘貼真實(shí)舌紋理到三維點(diǎn)云，使其更具真實(shí)感，舌重建過程只需幾十秒。

圖6　多種舌體三維點(diǎn)云圖

本系統(tǒng)視差大小精確到0.1像素，佳能600D的感光器件尺寸為22.3 mm×14.9 mm，圖像分辨率為1 920像素×1 280像素，基線T為13.745 5 cm，焦距f為4.652 7 cm。根據(jù)公式2，計(jì)算得到最小分辨率為0.134 2 mm，成人舌表面細(xì)微結(jié)構(gòu)尺寸為0.5 mm～2.5 mm［4］，從圖6、圖7中可看到舌表面的點(diǎn)刺、齒痕。因此本系統(tǒng)滿足真實(shí)舌重建的動(dòng)態(tài)性和高精度要求。

定義點(diǎn)刺的大小為點(diǎn)刺最高點(diǎn)相對(duì)于平滑表面的垂直距離。定義齒痕大小為齒痕最低點(diǎn)相對(duì)于平滑舌表面的垂直距離。計(jì)算特征明顯的被試者舌齒痕、點(diǎn)刺尺寸均值，結(jié)果如表1所示，符合標(biāo)準(zhǔn)參數(shù)范圍。

表1　三維舌特征尺寸單位：mm

因?yàn)樯嗟纳斫Y(jié)構(gòu)，不能得到伸舌狀態(tài)下的舌背圖像，為了獲得完整舌模型，利用逆向工程軟件Geomagic Studio的自動(dòng)修補(bǔ)功能完成舌背自動(dòng)修補(bǔ)，得到結(jié)果如圖7所示。三維模型可旋轉(zhuǎn)、縮放全方位觀察。

圖7　不同視角下的重建舌模型

根據(jù)結(jié)果所示，本文有效的重建三維舌表面，可分辨點(diǎn)刺、齒痕等細(xì)微結(jié)構(gòu)，依據(jù)深度信息去除嘴角部分，因此本文工作可用于二維舌像的舌體分割，三維特征的提取，如上文的點(diǎn)刺大小，結(jié)合二維特征為疾病診斷和早期發(fā)現(xiàn)提供依據(jù)，同時(shí)為用于可視化語言等的參數(shù)模型建立快速提供部分準(zhǔn)確數(shù)據(jù)，縮短其長達(dá)數(shù)小時(shí)的建模時(shí)間。

3　結(jié)語

本文提出基于雙目立體視覺的舌表面重建方法。實(shí)驗(yàn)結(jié)果表明此方法滿足真實(shí)舌重建的動(dòng)態(tài)性和高精度要求。本文未來的研究方向有以下幾方面，其一：改進(jìn)系統(tǒng)，在小于舌顫動(dòng)的時(shí)間內(nèi)得到有條紋和無條紋的舌像并用無條紋圖像對(duì)三維模型紋理粘貼；其二：基于三維模型，提取多種舌像生理病理特征，結(jié)合二維特征用于疾病診斷及早期發(fā)現(xiàn)。

［1］Lo L，Cheng T L，Chen Y J，et al.Traditional Chinese Medicine Tongue Diagnosis Index of Early-Stage Breast Cancer［C］//Medical Biometrics，2014 International Conference on.IEEE，2014：7-14.

［2］Liang C，Shi D.A Prior Knowledge-Based Algorithm for Tongue Body Segmentation［C］//Computer Science and Electronics Engi?neering（ICCSEE），2012 International Conference on.IEEE，2012，2：646-649.

［3］Jiang C，Luo C，Jun Y，et al.Modeling a Realistic 3D Physiologi?cal Tongue for Visual Speech Synthesis［C］//Multimedia and Expo Workshops（ICMEW），2014 IEEE International Conference on.IEEE，2014：1-6.

［4］Lü H，Cai Y，Guo S.3D Reconstruction of Tongue Surface Based on Photometric Stereo［C］//Signal Processing（ICSP），2012 IEEE 11th International Conference on.IEEE，2012：1668-1671.

［5］Lundberg A J，Stone M.Three-Dimensional Tongue Surface Re?construction：Practical Considerations for Ultrasound Data［J］.Journal of the Acoustical Society of America，1999，106（5）：2858-2867.

［6］Engwall O.A 3D Tongue Model Based on MRI Data［C］//Inter?speech.2000：901-904.

［7］Ma J，Cole R.Animating Visible Speech and Facial Expressions［J］.Visual Computer，2004，20（2-3）：86-105.

［8］Ilie M D，Negrescu C，Stanomir D.An Efficient Parametric Model for Real-Time 3D Tongue Skeletal Animation［C］//Communica?tions（COMM），2012 9th International Conference on.IEEE，2012：129-132.

［9］Chen Z，Zhang X，Wu Z.A New Tongue Model Based on Muscle-Control［C］//Granular Computing（GrC），2011 IEEE International Conference on.IEEE，2011：132-137.

［10］Liu Z，Wang H，Xu H，et al.3D Tongue Reconstruction Based on Multi-View Images and Finite Element［J］.Advances in Informa?tion Sciences&Service Sciences，2011.

［11］Staib W.Photometric Method［J］.Methods of Enzymatic Analysis，2012（4）：1858.

［12］韋爭亮.基于彩色編碼的結(jié)構(gòu)光動(dòng)態(tài)三維測(cè)量及重構(gòu)技術(shù)研究［D］.北京：清華大學(xué)，2009.

［13］張廣軍.機(jī)器視覺［M］.北京：科學(xué)出版社，2005.

［14］顧騁，錢惟賢，陳錢，等.基于雙目立體視覺的快速人頭檢測(cè)方法［J］.中國激光，2014（1）：150-155.

［15］湯一平，宗明理，姜軍，等.同向式雙目立體全方位視覺傳感器的設(shè)計(jì)［J］.傳感技術(shù)學(xué)報(bào)，2010，23（6）：791-798.

［16］神顯豪，李軍，奈何.基于三維地形修正的無線傳感器網(wǎng)絡(luò)覆蓋盲區(qū)檢測(cè)［J］.傳感技術(shù)學(xué)報(bào)，2016，29（1）：109-115.

［17］Zhang Z.A Flexible New Technique for Camera Calibration［J］.Pattern Analysis and Machine Intelligence，IEEE Transactions on，2000，22（11）：1330-1334.

［18］Deng C X，Wang G B，Yang X R.Image Edge Detection Algo?rithm Based on Improved Canny Operator［C］//Wavelet Analysis and Pattern Recognition（ICWAPR），2013 International Confer?ence on.IEEE，2013：168-172.

［19］Otto G P，Chau T.‘Region-Growing’Algorithm for Matching of Ter?rain Images［J］.Image&Vision Computing，1989，7（89）：83-94.

［20］Scharstein D，Szeliski R.A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms［C］//Stereo andMulti-Baseline Vision，2001.（SMBV 2001）.Proceedings.IEEE Workshop on.IEEE，2001：131-140.

［21］羅桂娥，劉小群.區(qū)域與特征相結(jié)合的立體匹配算法［J］.計(jì)算機(jī)安全，2011（5）：14-17.

［22］Yang Q.Recursive Bilateral Filtering［M］//Computer Vision-EC?CV 2012.Springer Berlin Heidelberg，2012：399-413.

王學(xué)民（1961-），男，1985年于天津醫(yī)學(xué)院獲得學(xué)士學(xué)位，1998年于天津大學(xué)獲得博士學(xué)位，現(xiàn)為天津大學(xué)副教授，主要研究方向?yàn)槿梭w信息檢測(cè)，經(jīng)顱磁場(chǎng)分布及腦認(rèn)知，具體側(cè)重醫(yī)學(xué)成像、分析儀器的研究，利用工程的方法詮釋生物信息的研究等幾個(gè)方面，xueminw@tju.edu.cn；

周鵬（1978-），男，于天津大學(xué)獲得博士學(xué)位，現(xiàn)為天津大學(xué)副教授。主要研究方向?yàn)樯窠?jīng)工程、腦認(rèn)知、醫(yī)學(xué)圖像和信息處理等，zpzp@tju.edu.cn。

郭丹（1991-），女，2014年于天津大學(xué)獲得學(xué)士學(xué)位，現(xiàn)為天津大學(xué)在讀碩士研究生，研究方向?yàn)樯嘞袢S重建，guodan@tju.edu.cn；

3D Reconstruction of Tongue Based on Binocular Stereo*

GUO Dan1，WANG Xuemin1，2，WANG Ruiyun1，SUN Fei1，LU Xiaozuo3，ZHOU Peng1，2*
（1.School of Precision Instruments and Opto-Electronics，Tianjin University，Tianjin 300072，China；2.Tianjin Key Laboratory of Biomedical Instrument and Detection Technology，Tianjin 300072，China；3.School of Traditional Chinese Medicine Engineering，Tianjin University of Traditional Chinese Medicine，Tianjin 300193，China）

Tongue image is one of the most important contents of the Traditional Chinese Medicine（TCM）Four Diag?nostic，which contains a large number of human physiological and pathological Information.Based on two-dimension?al images，the current objective research of tongue diagnosis of TCM can offer information like color，shape and so on，but no details information such as the pricks and crasks.In order to get the comprehensive physiological informa?tion，this paper presents a method to reconstruct 3D surface of tongue based on binocular stereo，it is applicable to real tongue with dynamic properties，moreover reaches the resolution of 0.134 2 mm.It would break the bottleneck of exist?ing methods with the contradiction between dynamic characteristics and prefect resolution.It would provide the secu?rity for correct diagnosis and early detection using comprehensive physiological information，at the same time，many technical problems such as difficult segementation due to lack of depth information are solved.

TCM tongue diagnosis；binocular stereo；3D reconstruction；image segmentation

TP391.5

A

1004-1699（2016）09-1317-06

項(xiàng)目來源：國家自然科學(xué)基金項(xiàng)目（81173202）

2016-02-26修改日期：2016-05-04