一种基于纹理丘沟特征计算皮肤图像纹理属性的方法技术

本发明专利技术公布了一种基于纹理丘沟特征计算皮肤图像纹理属性的方法，属于皮肤图像处理应用技术领域。对皮肤图像进行灰度化，计算得到三值化丘沟图像，再计算获得纹理属性特征值，用于标识皮肤图像的纹理特征。采用本发明专利技术提供的技术方案，检测皮肤图像纹理属性的准确度较高，具有实际应用价值。

【技术实现步骤摘要】
一种基于纹理丘沟特征计算皮肤图像纹理属性的方法
本专利技术涉及皮肤图像纹理属性计算方法，具体涉及一种基于纹理丘沟特征计算皮肤图像纹理属性的方法，属于皮肤图像处理应用

技术介绍
皮肤表面状态检测是护肤品护肤效果客观评价重要指标之一，目前最常用的一种皮肤状态检测方法就是近距离拍摄皮肤图像，通过图像领域算法统计分析皮肤的表面特征，计算皮肤特征属性值，从而评估皮肤状态。皮肤表面主要特征有纹理、皱纹、毛孔、粗糙度、脂肪点、斑点、荧光点、光泽度等。皮肤纹理是皮肤表面特征的重要属性指标之一，也是最难识别计算的属性。皮肤纹理研究目前包括两个主要分支方法，即机器学习方法和计算机图像分析方法。机器学习方法需要大量的学习样本，计算速度慢，准确率有待提高；计算机图像分析方法识别计算皮肤纹理特征的难度较大，准确度也不高。
技术实现思路
本专利技术提供了一种基于纹理丘沟特征计算皮肤图像纹理属性的方法，该方法针对相同分辨率、光照均匀的近距离额头、眼角部位皮肤数字彩色图像做纹理分析，根据纹理丘沟特征计算皮肤纹理疏密、深度、宽度属性指标数值，这些数值可标识皮肤图像的纹理特征。通过这种皮肤纹理属性识别分析的算法，检测皮肤图像纹理属性准确度较高，具有实际应用价值。本专利技术基于纹理丘沟特征计算皮肤图像纹理属性主要包括如下步骤：(1)读取皮肤彩色图像到计算机内存；(2)皮肤图像灰度化并计算均值；(3)逐列遍历像素，计算得到三值化丘沟图像img2(背景127，丘255，沟0值)；(4)计算纹理属性特征值(宽度、深度、疏密)。具体地：A.读取皮肤彩色图像到计算机内存，获取图像文件的RGB值，具体操作如下：A1.本算法唯一的参数是存储在硬盘上的图像文件，每幅图像都有一个唯一的ID值；A2.图像文件可以存放在本地、网络或其他媒体介质上，但存放路径需要记录在数据库中，根据唯一ID可访问到图像文件；A3.读取图像文件的RGB值到计算机内存；A4.图像文件格式包括但不局限于jpg、bmp、png等；B.皮肤图像灰度化并计算得到灰度图像均值，具体步骤如下：B1.彩色图像灰度化，得到图像中每个像素的灰度化数值；对读取的皮肤彩色图像每个像素RGB三个通道的颜色分量求平均，灰度化皮肤图像，计算公式如下：Vgray＝(Vr+Vg+Vb)/3其中，Vgray为一个像素的灰度化数值，Vr、Vg、Vb分别是该像素的RGB三个颜色分量，彩色图像灰度化后的图像为灰度图像img1；B2.计算灰度图像均值avg，灰度图像img1全部像素点参加平均值计算，求得灰度均值为avg；C.计算得到三值化丘沟图像img2(背景值为127，丘值为255，沟值为0)，具体步骤如下：C1.将img2所有像素的初始值设置为背景色(即取值为127)；C2.分别处理灰度图像img1的每列像素：对img1上的每一列像素，计算该列像素的所有丘、沟特征点，并在img2上进行标识；具体操作如下：C2.1遍历灰度图像img1的每列像素；在灰度图像img1上遍历所有列，每列分别独立被处理，执行步骤C2.4和C2.5；这种处理主要是针对本专利技术研究的对象：额头或者眼角纹理，这些纹理具有明显的横向纹理特征，且在额头或者眼角有明显的横向纹理特征的都将被识别为纹理；C2.2设置皮肤背景色灰度值阈值范围span，当皮肤灰度图像均值avg在灰度值阈值范围则为皮肤背景色；确定阈值span，皮肤纹理表现为灰度均值附近的一明(丘)一暗(沟)特征，定义与皮肤灰度图像均值avg相差很小的灰度值阈值范围为皮肤背景色，如定义span＝3，则范围[-3,3]为皮肤背景色。C2.3设置步长step，遍历时每隔step个像素点采样一个像素点；确定步长step，连续的像素灰度不会是严格的灰度递增或者递减，为了减少灰度抖动，每隔一定间隔采样一个像素点，该方法可有效减少后续计算沟丘特征点时因为连续像素灰度值的小抖动而出现的多个局部丘、沟特征点，如可确定步长step＝5，则每隔5个像素点采样一个像素点；C2.4每列按顺序从上到下(或者从下到上)按指定步长step遍历该列上像素点p，确定p像素的属性是丘(255)、沟(0)、背景(127)三种的一种，一列像素表现为一段背景像素、一段丘像素、一段背景像素、一段沟像素，一段背景像素，一段丘像素……的重复，具体步骤如下：C2.4.1计算像素点p的灰度值g与灰度图像均值avg的差值v，即v＝g－avg；C2.4.2确定一段丘像素起始点；寻找第一个v值大于span的像素点p，标识该像素点p为s1(该像素点视觉表现为比皮肤均值亮些)，s1点即为该列中一段连续丘像素的起始点，赋值img2上s1点的相应像素值为255(丘)；C2.4.3确定一段丘像素结束点；从s1点开始，寻找第一个v值小于span的像素点p，此时的p点为一段丘像素的结束点，标识该像素点p为t1，该列上的像素点从s1点开始，到t1点结束的一段丘像素已经标识完成；C2.4.4寻找一段沟像素起始点；从t1点，寻找第一个使得v＜－span的像素点p，标识像素点p为u1，u1点即为该列中一段沟像素的起始点，赋值img2上点u1的相应像素值为0(沟)；C2.4.5寻找一段沟像素结束点；由u1点开始，寻找第一个v＞－span的像素点p，此时的p点为一段沟像素结束点，标识该像素点p为点w1，该列像素从u1点开始，到w1点结束的一段沟像素标识完成，同时计算u1、w1两点间的距离w，作为沟的宽度并保存，求u1、w1段中最小v值的点H作为沟最深点；求得u1、w1段对应的灰度图像img1上的所有像素灰度值的均值d，作为这段沟的深度属性并保存；C2.5遍历灰度图像img1的每列像素，即得到灰度图像img1中所有丘像素段和沟像素段；进一步计算相邻两个沟最深点H的距离s，作为两个相邻沟的间距属性并保存；C3.灰度图像img1所有列遍历完成后，得到三值化图像img2：值127标识背景像素，值255标识丘像素，值0标识沟像素；D.计算纹理属性特征值(包括宽度、深度、疏密)，具体步骤如下：D1.计算纹理宽度属性值；步骤C2.4.5计算并保存了w值，对所有w值进行平均，得到的平均值即为纹理宽度属性width；D2.计算纹理深度属性值；步骤C2.4.5计算并保存了d值，对所有d值进行平均得到平均值d1，avg－d1－span即为纹理深度属性Depth，Depth值为正数，数值越大，纹理越深；D3.计算纹理疏密属性值；步骤C2.4.6计算并保存了s值，对所有s值求平均得到平均值s1，s1即为纹理间距离，可标识纹理疏密程度density＝1/s1，density值越大，表示纹理越密集，反之越稀疏。通过上述步骤，即实现基于纹理丘沟特征计算皮肤图像的纹理属性。...

【技术保护点】
1.一种基于纹理丘沟特征计算皮肤图像纹理属性的方法，对皮肤图像进行灰度化，计算得到三值化丘沟图像，再计算获得纹理属性特征值；包括如下步骤：/nA.读取彩色皮肤图像，获取图像的RGB值；/nB.对皮肤图像进行灰度化并计算得到灰度图像均值，具体步骤如下：/nB1.彩色图像灰度化，得到图像中每个像素的灰度化数值及灰度图像img1；/n具体对皮肤彩色图像每个像素RGB三个通道的颜色分量求平均，该平均值为像素的灰度化数值；彩色图像灰度化后的图像为灰度图像img1；/nB2.计算得到灰度图像均值avg：对灰度图像img1全部像素点的灰度化数值求平均值，即得到灰度图像均值avg；/nC.计算得到三值化丘沟图像img2，将图像中的像素点识别为背景、丘和沟中的一种，其中，属性为背景的值为127，属性为丘的值为255，属性为沟的值为0；包括如下操作：/nC1.将img2所有像素的初始值设置为背景色，即取值为127；/nC2.分别处理灰度图像img1的每列像素：对img1上的每一列像素，计算该列像素的所有丘、沟特征点，并在img2上进行标识；具体操作如下：/nC21.设置皮肤背景色灰度值阈值范围span，当皮肤灰度图像均值avg在灰度值阈值范围则为皮肤背景色；/nC22.设置步长step，遍历时每隔step个像素点采样一个像素点；/nC23.按顺序并根据步长step遍历灰度图像img1的每列像素，确定像素点p的属性，，将图像中的像素点识别为背景、丘和沟中的一种；具体包括如下操作：/nC231计算像素点p的灰度值g与灰度图像均值avg的差，得到灰度值v，即v＝g－avg；/nC232确定一段丘像素的起始点：/n寻找第一个v值大于span的像素点p，标识该像素点p为s1，s1即为该列中一段连续丘像素的起始点，赋值img2上s1点的相应像素值为255，表示像素属性为丘；/nC233确定一段丘像素结束点；/n从s1点开始，寻找第一个v值小于span的像素点p，此时的p点为一段丘像素的结束点，标识该像素点p为t1；即将该列像素点从s1点到t1点的这段像素识别为丘像素；/nC234确定一段沟像素的起始点；/n从t1点，寻找第一个使得v值小于－span的像素点p，标识像素点p为u1，u1点即为该列中一段沟像素的起始点，赋值img2上点u1的相应像素值为0，即识别为沟像素；/nC235确定一段沟像素结束点；/n由u1点开始，寻找第一个v值大于－span的像素点p，此时的p点为该段沟像素的结束点，标识该像素点p为点w1；即将该列像素点从u1点到w1点的这段像素识别为沟像素；/n计算该段沟像素中u1、w1两点间的距离w，作为沟的宽度并保存；/n求得该段沟像素中最小v值的点H，作为沟最深点；/n求得该段沟像素对应的灰度图像img1上的所有像素灰度值的均值d，作为这段沟像素的深度属性并保存；/nC24.遍历灰度图像img1的每列像素，即得到灰度图像img1中所有丘像素段和沟像素段；进一步计算相邻两个沟最深点H的距离s，作为两个相邻沟的间距属性并保存；/nC3.灰度图像img1所有列遍历完成后，得到三值化图像img2：img2中的像素点值为127表示背景像素，值为255表示丘像素，值为0表示沟像素；/nD.计算得到纹理属性特征值，包括宽度、深度、疏密度；/n通过上述步骤，即实现基于纹理丘沟特征计算获取皮肤图像的纹理属性。/n...

【技术特征摘要】
1.一种基于纹理丘沟特征计算皮肤图像纹理属性的方法，对皮肤图像进行灰度化，计算得到三值化丘沟图像，再计算获得纹理属性特征值；包括如下步骤：
A.读取彩色皮肤图像，获取图像的RGB值；
B.对皮肤图像进行灰度化并计算得到灰度图像均值，具体步骤如下：
B1.彩色图像灰度化，得到图像中每个像素的灰度化数值及灰度图像img1；
具体对皮肤彩色图像每个像素RGB三个通道的颜色分量求平均，该平均值为像素的灰度化数值；彩色图像灰度化后的图像为灰度图像img1；
B2.计算得到灰度图像均值avg：对灰度图像img1全部像素点的灰度化数值求平均值，即得到灰度图像均值avg；
C.计算得到三值化丘沟图像img2，将图像中的像素点识别为背景、丘和沟中的一种，其中，属性为背景的值为127，属性为丘的值为255，属性为沟的值为0；包括如下操作：
C1.将img2所有像素的初始值设置为背景色，即取值为127；
C2.分别处理灰度图像img1的每列像素：对img1上的每一列像素，计算该列像素的所有丘、沟特征点，并在img2上进行标识；具体操作如下：
C21.设置皮肤背景色灰度值阈值范围span，当皮肤灰度图像均值avg在灰度值阈值范围则为皮肤背景色；
C22.设置步长step，遍历时每隔step个像素点采样一个像素点；
C23.按顺序并根据步长step遍历灰度图像img1的每列像素，确定像素点p的属性，，将图像中的像素点识别为背景、丘和沟中的一种；具体包括如下操作：
C231计算像素点p的灰度值g与灰度图像均值avg的差，得到灰度值v，即v＝g－avg；
C232确定一段丘像素的起始点：
寻找第一个v值大于span的像素点p，标识该像素点p为s1，s1即为该列中一段连续丘像素的起始点，赋值img2上s1点的相应像素值为255，表示像素属性为丘；
C233确定一段丘像素结束点；
从s1点开始，寻找第一个v值小于span的像素点p，此时的p点为一段丘像素的结束点，标识该像素点p为t1；即将该列像素点从s1点到t1点的这段像素识别为丘像素；
C234确定一段沟像素的起始点；
从t1点，寻找第一个使得v值小于－span的像素点p，标识像素点p为u1，u1点即为该列中一段沟像素的起始点，赋值img2上点u1的相应像素值为0，即识别为沟像素；
C235确定一段沟像素结束点；
由u1点开始，寻找第一个v值大于－span的像素点p，此时的p点为该段沟像素的结束点，标识该像素点p为点w1；即将该列像素点从u1点到w1点的这段像素识别为沟像素；
计算该段沟像素中u1、w1两点间的距离w，作为沟的宽度并保存；
求得该段沟像素中最小v值的点H，作为沟最深点；
求得该段沟像素对应的灰度图像img1上的所有...

【专利技术属性】
技术研发人员：张沁，邱显荣，
申请(专利权)人：精诚工坊电子集成技术北京有限公司，
类型：发明
国别省市：北京;11