《表1 实验统计结果：基于直方图均衡化的伽马校正和K-means聚类的舌象苔质分离方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于直方图均衡化的伽马校正和K-means聚类的舌象苔质分离方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（2） 不合格:分离出的舌苔的颜色、厚度、腐腻程度以及舌质的颜色信息丢失严重，不能进行有效的辨证分析。实验结果统计如表1所示，合格率达到97%。随机选取一幅肿瘤患者的舌图像，如图4所示，请5位专业中医医生进行评价分析。其中（a）为随机选取肿瘤患者的完整舌图像。经医生辨析，该舌象舌苔黄、厚腻，舌质红，该患者主湿热内盛。（b）为本文算法分离出的舌苔，经医生辨析，舌苔黄、厚腻。（c）为本文算法分离出的舌质，经医生辨析，舌质红。由图（a）、（b）得该患者主湿热内盛，舌象的舌苔舌质绝大部分信息得到分离。综上，舌苔、舌质分割结果合格。为了进一步进行客观化分析，利用舌苔、舌质的颜色空间值对舌苔、舌质颜色进行初步辨析。随机选取一幅肿瘤患者的舌图像（图5），医生判断为舌苔白、舌质偏红，计算机判断为舌苔白、舌质偏红，辨析结果同医生辨别结果相同，可作为医生辨证分析的一个客观化分析依据。