一种基于图像识别的面部皮肤分析系统技术方案

本发明专利技术公开了一种基于图像识别的面部皮肤分析系统。提出了一种图像识别的面部分析系统，能够对皮肤的情况做出一系列的测评并给出总体的评价，主要包括：人脸检测分割模块，美白度检测模块，粗糙度检测模块，色斑量检测模块和综合评判模块。首先输入检测图像，通过分类器进行正脸检测、区域定位和分割；然后将分割获得的图像进行肤色亮暗和红润情况分析；通过灰度共生矩阵，获取特征指标量化检测区域的粗糙度；使用类似分水岭的方法和计算区域截面积之和来分析色斑量；最后根据所有的检测结果进行综合评判。通过技术手段来量化产品使用效果的好坏，实现品质的把控，对化妆品生产厂家来说具有很大的经济价值，同时这也将带来更好的经济效应。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，特别是涉及一种面部特征值的分析检测与评价。
技术介绍
随着科学技术的提升和人们生活质量的提高，人们拍照的使用频率逐渐上升。另外，皮肤质量作为人体生理健康状况的一面镜子，越来越受到人们的重视，人们越来越关注面部皮肤的美容及护理，也希望能方便快捷地评价自己的皮肤状况。目前国内的人体皮肤表面状态评价方法一般采用目视主观的判断方法。这种方法虽然简单直观，但是也存在弊端：第一，目视这种方法存在很大的主观性，缺乏客观分析。不同的人对于同一块皮肤有着不同判断，在不同情况下同一个人也会有不同的判断。第二，“参考标准”不同，标准的不同导致判断存在误差。第三，细微的变化肉眼无法察觉，仅仅凭目视无法分辨。目前对于社会上存在的大部分美容产品，其改善效果通常需要一定的时间才能看出来。在这缓慢变化的期间内，肉眼很难观察到皮肤的细微变化。在国外，由于高新技术的发展，采用激光扫描或共聚焦显微镜，结合计算机图像分析识别技术的方法，对皮肤表面结构进行研究，能够对皮肤表面结构进行精细分析和重现皮肤的三维结构。对于这些检测皮肤的分析设备，由于价格昂贵，且检测视野相对较小，导致在实际应用中存在相对的局限性。国际上广泛采用的硅胶复膜制备的皮纹样本的方法，通过专用设备，检测皮纹在斜射光下形成的阴影面积，获得皮肤粗糙度的情况。但该方法操作极其麻烦，只有专业的医院或是美容院才会采用，而且不仅耗时，费用也大大的提升。基于计算机视觉与人工智能算法，从人脸检测技术与五官定位技术出发，通过图像分析与图像理解技术实现对化妆品使用效果的高精度量化评估，实现对面部皮肤区域的提取与分区，通过图像分析技术计算皮肤的美白度、红润度、量化粗糙度、准确提取色斑区域并估算含量，最终以分值的形式输出高精度的量化评价指标。输出的评估报告能够更加直观地让人们清楚地认识到皮肤变化情况。
技术实现思路
本专利技术主要解决的技术问题是提供一种基于图像识别的面部皮肤分析系统方法，能够让人们进一步了解自身皮肤特征以及使用某些产品后的效果。为解决上述问题，能够更好的了解皮肤特征，本专利技术采用的一个技术方案是：提供一种基于图像识别的面部皮肤分析系统；包括：1.人脸检测分割模块：通过设备使用分析技术对人脸进行皮肤检测以及分块，实现面部皮肤区域的提取与分割，然后将输入图像的RGB信息进行归一化，包括：(1)检测部分：将输入图像转换成灰度图，然后通过归一化颜色空间和光滑滤波进行图像增强，将Opencv中已经训练好的adboost分类器用于检测正脸。对人脸检测的结果进行滤波，同时在使用了眼睛(eye)检测和面部(face)检测的分类器后，统计face的矩形区域内全包含关系的eye数目，如果数目小于1，那么说明该脸部不存在，即有可能是误检。(2)分割部分：通过对图像进行分块，设定一个阈值描述face矩形区域中各个线性维度上的块数，表示在宽和高的方向上都要存在设定值的块数。利用分块的位置distance以及分块中颜色值的均值和标准差信息计算相关参数factor_1进行分割，所述result的结果如果为真，则确定为分割区域，否则不是。所述的分块的位置distance以及分块中颜色值的均值和标准差信息计算相关参数factor_1由以下两个公式获得：其中：xb，yb为分块中心的坐标，xf，yf为检测脸部中心坐标；DiaLen为face矩形的对角线长度，1.2为高度的扩展系数；StdB，StdG，StdR分别为蓝色、绿色、红色各通道标准差；μB，μG，μR为蓝色、绿色、红色各通道均值。result＝(factor_1-0.3)*0.3+((1-distance)-0.55)*0.7最后result的数值和默认设定阈值0.3做大小比较，把result的数值与0.3比较，若结果大于0.3，则判定结果为真，确定为分割区域，如果不是，则重新检测。2.美白度检测模块：将检测区域图像由RGB模型转换到CIE-Lab颜色模型，并对转换后的CIE-Lab模型求取各个分量的均值，通过以下公式获取个体类型角(ITA)、色度角(Hab)作为肤色指标，个体类型角(ITA)检测肤色的亮暗度，色度角(Hab)检测皮肤的红润度：ITA：Hab：其中对应为X-Y-Z坐标系中X分量的平均值，对应为X-Y-Z坐标系中Y分量的平均值，对应为X-Y-Z坐标系中Z分量的平均值。皮肤亮暗分级标准分类如下：个体类型角范围ITA＞5555＞ITA＞4141＞ITA＞2828＞ITA＞1010＞ITA皮肤亮暗分级标准非常白比较白一般白比较黑非常黑美白度检测模块中个体类型角(ITA)检测判定结果以连续的双精度浮点数的数值0-100.0000分形式输出，同时也分五个等级：非常白、比较白、一般白、比较黑、非常黑；红润度(Hab)检测判定结果以连续的双精度浮点数的数值0-100.0000分形式输出，值越大说明皮肤越红，反之皮肤越黄。3.粗糙度检测模块：依据公式获取图像某一块灰度的平均值并计算图像分块像素的标准差。其中公式：式中Gray(x，y)为图像分块像素点(x，y)的灰度，M，N分别表示图像分块的大小。通过上述两个参数，Mean和Roughness可以初步判断皮肤的褶皱情况。然后将灰度转换后的图像，计算灰度共生矩阵，获取角二阶矩、相关性、熵和附加的深度指标这四个纹理特征指标结合获取的灰度平均值进行判定纹理来量化粗糙度，选定阈值范围，通过计算，判断皮肤的褶皱纹理。粗糙度检测模块检测判定结果以连续的双精度浮点数的数值0-100.0000分形式输出，同时也分五个等级：非常光滑、光滑、比较光滑、比较粗糙、非常粗糙。4.色斑量检测模块：首先使用类似分水岭的方法获得皮肤区域图像由色斑引起的凹坑，再通过计算其截面积之和求得色斑面积占比，获得色斑量。按如下步骤进行：(1)将人脸检测分割得到的结果进行灰度化和滤波处理；(2)将灰度化和滤波处理后的图像m与灰度化的分割图gray作差值计算，得到色斑区域由下式获得：area_Seban＝m-gray(3)获取的色斑区域进行特定的阈值处理，即设定将所有阈值以下的数值重置为0，阈值以上的不变，本系统中设定的阈值数值为6。然后，计算色斑区域面积占比，其公式如下：式中score为最后输出结果；area_Seban(x，y)为检测到的色斑区域面积，x，y是检测到的色斑区域所在位置坐标；area_Mask(i，j)为检测区域的面积，i，j是包含色斑的检测区域位置坐标。(4)进行拉伸处理，输出皮肤色斑评分，其公式如下：本系统中色斑量检测模块检测判定结果以连续的双精度浮点数的数值0-100.0000分形式输出，同时也分分为五个等级：无色斑、少量色斑、较多色斑、大量色斑、巨多色斑。本专利技术有如下有益效果：(1)本专利技术相比直观的皮肤检测，在皮肤处理过程中时间短，迅速，效率高，误差低；(2)能够统计处理并保存最终用户使用某种产品在使用过程中的年龄、性别、肤质、日常监控数据、使用的化妆品时效等大数据。对于拓展产品系列力求产品多元化的化妆品生产厂家具有很大的利用价值。(3)本专利技术的研究积极响应了国家关于产业转型的重大举措，通过机器客观量化的评价算法解决了当前国内美白度检测方法仅使用比色卡进行主观判断时的低精度和容易受人眼视觉主观性影响等问本文档来自技高网...

【技术保护点】
一种基于图像识别的面部皮肤分析系统；其特征在于五个模块，包括：(1)人脸检测分割模块，输入需要进行皮肤检测部分，区域定位，获取需要处理的区域；(2)美白度检测模块，对所获得的图像进行肤色分析计算皮肤美白度和红润度；(3)粗糙度检测模块，通过计算公式对所获取的图像进行量化粗糙度分析，获取图像粗糙度情况；(4)色斑量检测模块，对所获取的区域进行色斑量的分析；(5)评价指标模块，对检测的各个参数指标进行定量和定性的评判。

【技术特征摘要】
1.一种基于图像识别的面部皮肤分析系统；其特征在于五个模块，包括：(1)人脸检测分割模块，输入需要进行皮肤检测部分，区域定位，获取需要处理的区域；(2)美白度检测模块，对所获得的图像进行肤色分析计算皮肤美白度和红润度；(3)粗糙度检测模块，通过计算公式对所获取的图像进行量化粗糙度分析，获取图像粗糙度情况；(4)色斑量检测模块，对所获取的区域进行色斑量的分析；(5)评价指标模块，对检测的各个参数指标进行定量和定性的评判。2.根据权利要求1所述的一种基于图像识别的面部皮肤分析系统，其特征在于：人脸检测分割模块中，在对图像进行分块时候，利用分块的位置distance以及分块中颜色值的均值和标准差信息计算相关参数factor_1进行分割，将distance和factor_1结合起来对皮肤进行分割，所述result的结果如果为真，则确定为分割区域，否则不是。所述的分块的位置distance、分块中颜色值的均值、标准差信息计算相关参数factor_1和皮肤分割结果由以下三个公式获得：distance=|(xb,yb1.2)-(xf,yf)|DiaLen]]>式中DiaLen为face矩形的对角线长度，1.2为高度的扩展系数，xb，yb为分块中心的坐标，xf，yf为检测区域脸部中心坐标。factor_1=(1-StdBμB*25540)+(1-StdGμG*255160)+(1-StdRμR*255160)3]]>式中StdB，StdG，StdR分别为蓝色、绿色、红色各通道标准差；μB，μG，μR分别为蓝色、绿色、红色各通道均值。result＝(factor_1-0.3...

【专利技术属性】
技术研发人员：李子印，郭笙听，赵储，应凌楷，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：浙江;33