一种头皮头发检测装置及系统制造方法及图纸

技术编号:26731313 阅读:27 留言:0更新日期:2020-12-15 14:33
本发明专利技术公开了一种头皮头发检测装置及系统,该装置包括:图像获取模块、特征识别模块和结果获取模块。头皮头发检测装置通过获取检测主机采集的图像,通过预设特征识别模型对头皮头发图像的特征进行识别,然后将识别到的特征信息输入至预设头皮头发状态识别模型中,预设头皮头发状态识别模型输出头皮头发状态结果。与现有技术采用单点监测、人工解读头皮头发状态结果相比,本发明专利技术通过对头皮头发图像利用光谱识别技术得到各区域头皮头发图像的特征信息并对特征信息进行处理,得到头皮头发检测结果,克服了现有技术无法客观、准确的得到头皮头发状态的缺陷,从而客观、准确的实现了头皮头发的状态检测。

【技术实现步骤摘要】
一种头皮头发检测装置及系统
本专利技术涉及头皮头发检测领域,尤其涉及一种头皮头发检测装置及系统。
技术介绍
头皮属于人体的敏感皮肤之一,在生活中受头皮头发问题困扰的人不在少数,许多人都存在头皮过敏、毛囊炎、头皮屑和脱发等问题。在现实中只有少部分头皮头发问题比较严重的人会寻求医生的帮助,而大部分的消费者会自行选择购买头皮头发保养品,用于改善头皮或头发的质量。市场上的洗发水有一部分是化学刺激性较高的产品,长时间使用这类产品会导致化学性物质伤害到头皮上的毛囊,部分残留物会在头皮上造成堆积阻塞,从而产生各类头皮头发问题。在现在的市面上有许多连锁的美发机构从业者与毛发管理中心,针对头发做的检测很多都是通过单点拍照的方式对头皮进行拍照,以人工解读的方式得到受测者的头皮头发的状态,这样的方式往往受解读者的主观意识影响,无法得到客观准确的结果,导致受测者无法正确的了解到自己的头皮头发状况。如何客观、准确的检测头皮头发的状态是亟需解决的问题。上述内容仅用于辅助理解本专利技术的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种头皮头发检测装置及系统,旨在解决现有技术中对头皮头发检测结果易受主观因素影响而且检测不准确以使消费者无法了解自己的头皮头发状态的技术问题。为实现上述目的,本专利技术提供一种头皮头发检测装置,所述头皮头发检测装置包括:图像获取模块,用于获取检测主机采集的头皮头发图像;特征识别模块,用于通过预设特征识别模型对所述头皮头发图像的特征进行识别,以获得各头皮头发图像对应的特征信息;结果获取模块,用于将所述特征信息输入至预设头皮头发状态识别模型中,并获取模型输出的头皮头发检测结果。优选的,所述图像获取模块,还用于获取电子设备采集的头部全景图像;所述特征识别模块,还用于根据所述头皮头发图像和所述头部全景图像,获取所述头皮头发图像中相邻发根之间的发根距离,将所述发根距离和预设发根稀疏距离进行比较,获得比较结果;所述结果获取模块,还用于根据所述比较结果,确定头皮头发检测结果。优选的,所述特征识别模块,还用于根据所述头皮头发图像确定各头发的发根位置,根据所述发根位置确定所述头皮头发图像中的相邻发根,并获取所述相邻发根之间的发根距离。优选的,所述装置还包括:模型训练模块;所述模型训练模块,用于获取模型训练集,根据所述模型训练集通过通过深度学习算法对初始特征识别模型或初始头皮头发状态识别模型进行迭代训练,获取预设特征识别模型或预设头皮头发状态识别模型,所述模型训练集中包含不同头皮头发的特征信息图像。优选的,所述特征信息包括:头皮特征信息或头发特征信息;相应的,所述头皮头发检测结果包括:头皮检测结果或头发检测结果;所述结果获取模块,用于将所述头皮特征信息输入至预设头皮头发状态识别模型中,并获取模型输出的头皮检测结果;或,所述结果获取模块,用于将所述头发特征信息输入至预设头皮头发状态识别模型中,并获取模型输出的头发检测结果。优选的,所述装置还包括:图像优化模块;所述图像优化模块,用于通过高斯模糊算法对所述各区域头皮头发图像进行降噪,获得各头皮头发图像对应的降噪图像,通过锐化算法对所述各区域头皮头发图像对应的降噪图像进行优化,获取各头皮头发图像的优化图像;相应的,特征识别模块,用于通过预设光谱识别技术对所述各区域头皮头发图像的优化图像进行识别,获取各区域头皮头发图像对应的特征信息。优选的,所述装置还包括:存储模块;所述存储模块,用于存储所述头皮检测结果或所述头发检测结果。此外,本专利技术还提供一种头皮头发检测系统,所述头皮头发检测系统包含上述的头皮头发检测装置。优选的,所述头皮头发检测系统还包括:检测主机和电子设备;其中,所述检测主机,用于采集的头皮头发图像,并将所述头皮头发图像发送至头皮头发检测装置;所述电子设备,用于采集头部全景图像,并将所述头皮头发图像发送至头皮头发检测装置。优选的,所述电子设备还用于对头皮头发检测结果进行展示。本专利技术中,提供一种头皮头发检测装置及系统,通过获取检测主机采集的图像,预设特征识别模型对头皮头发图像的特征进行识别,然后将识别到的特征信息输入至预设头皮头发状态识别模型中,根据预设头皮头发状态识别模型输出头皮头发状态结果。与现有技术采用单点监测、人工解读头皮头发状态结果相比,本专利技术通过对头皮头发图像利用光谱识别技术得到特征信息并对特征信息进行处理,得到头皮头发检测结果,克服了现有技术无法客观、准确的得到头皮头发状态的缺陷,从而客观、准确的实现了头皮头发的状态检测。附图说明图1是本专利技术头皮头发检测装置第一实施例的装置结构框图;图2为本专利技术头皮头发检测装置第二实施例的装置结构框图;图3为本专利技术头皮头发检测装置第三实施例的装置结构框图;图4为本专利技术一种头皮头发检测系统第一实施例的结构框图。本专利技术目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。具体实施方式应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。参照图1,图1是本专利技术头皮头发检测装置第一实施例的装置结构框图。如图1所示,所述头皮头发检测装置包括:图像获取模块10,特征识别模块20,结果获取模块30。所述图像获取模块10,用于获取检测主机采集的头皮头发图像。需要说明的是,获取检测主机采集的头皮头发图像包括检测主机采集的头皮图像和/或头发图像,其中的图像为头皮或头发的多个区域图像。结合图4,需要说明的是,检测主机200为头皮头发图像采集设备,所述检测主机200与头皮头发检测装置100通过有线或无线的方式连接,检测主机200包括第一摄影模块2001,所述的第一摄影模块2001包括两种可更换的镜头,头皮放大镜头与头发放大镜头。第一摄影模块2001在采集头皮图像时,使用预设倍数的头皮放大镜与辅助光源组2002进行采集,且一次采集不同光源下的三张图像,所述预设倍数的头皮放大镜可以为50倍头皮放大镜、70倍头皮放大镜或其他倍数的头皮放大镜;第一摄影模块2001在采集头发图像时,使用预设倍数的头发放大镜对头发的发根、发中和发尖图像进行采集,预设倍数的头发放大镜可以为200倍头发放大镜、500倍头发放大镜或其他倍数的头发放大镜。可以理解的是,头皮头发检测装置100需要接收检测主机200采集的头皮头发图像或者通过向检测主机200以发送图像获取指令的形式来获取检测主机200采集的头皮头发图像,然后进行后续操作。需要说明的是,所述特征信息包括:头皮特征信息或头发特征信息;所述头皮头发检测结果包括:头皮检测结果或头发检测结果。在获取头皮检测结果时,结果获取模块将所述头皮特征信息输入至预设头皮头发状态识别模型中,输出的头皮检测结果;在获取头发检测结果时,结果获取模块将所述头发特征信息输入至预设头皮头发状态识别模本文档来自技高网...

【技术保护点】
1.一种头皮头发检测装置,其特征在于,所述头皮头发检测装置包括:/n图像获取模块,用于获取检测主机采集的头皮头发图像;/n特征识别模块,用于通过预设特征识别模型对所述头皮头发图像的特征进行识别,以获得各头皮头发图像对应的特征信息;/n结果获取模块,用于将所述特征信息输入至预设头皮头发状态识别模型中,并获取模型输出的头皮头发检测结果。/n

【技术特征摘要】
1.一种头皮头发检测装置,其特征在于,所述头皮头发检测装置包括:
图像获取模块,用于获取检测主机采集的头皮头发图像;
特征识别模块,用于通过预设特征识别模型对所述头皮头发图像的特征进行识别,以获得各头皮头发图像对应的特征信息;
结果获取模块,用于将所述特征信息输入至预设头皮头发状态识别模型中,并获取模型输出的头皮头发检测结果。


2.如权利要求1所述的装置,其特征在于,所述图像获取模块,还用于获取电子设备采集的头部全景图像;
所述特征识别模块,还用于根据所述头皮头发图像和所述头部全景图像,获取所述头皮头发图像中相邻发根之间的发根距离,将所述发根距离和预设发根稀疏距离进行比较,获得比较结果;
所述结果获取模块,还用于根据所述比较结果,确定头皮头发检测结果。


3.如权利要求2所述的装置,其特征在于,所述特征识别模块,还用于根据所述头皮头发图像确定各头发的发根位置,根据所述发根位置确定所述头皮头发图像中的相邻发根,并获取所述相邻发根之间的发根距离。


4.如权利要求1所述的装置,其特征在于,所述装置还包括:模型训练模块;
所述模型训练模块,用于获取模型训练集,根据所述模型训练集通过通过深度学习算法对初始特征识别模型或初始头皮头发状态识别模型进行迭代训练,获取预设特征识别模型或预设头皮头发状态识别模型,所述模型训练集中包含不同头皮头发的特征信息图像。


5.如权利要求1所述的装置,其特征在于,所述特征信息包括:头皮特征信息或头发特征信息;
相应的,所述头...

【专利技术属性】
技术研发人员:黄俊茗
申请(专利权)人:义乌市悦美科技有限公司
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1