一种基于红外激光的智能祛皱系统技术方案

本发明专利技术提供了一种基于红外激光的智能祛皱系统，包括脸部图像获取模块、点云信息获取模块、3D建模模块、皱纹识别模块和激光祛皱模块；脸部图像获取模块用于获取客户的头部图像，用于分别使用预设的肤色模型和图像分割算法对头部图像进行处理，获得经过第一图像和第二图像，用于基于第一图像和第二图像获得脸部图像；点云信息获取模块生成点云模型；3D建模模块用于基于脸部图像和云模型生成脸部三维模型；皱纹识别模块用于获取三维模型中包含的皱纹的基本参数；激光祛皱模块用于基于皱纹的基本参数和客户的身体参数对皱纹进行祛皱处理。相较于现有的仅采用单一的图像分割算法来获取脸部图像的方式，本发明专利技术获得的脸部图像更为完整。

【技术实现步骤摘要】
一种基于红外激光的智能祛皱系统
本专利技术涉及祛皱领域，尤其涉及一种基于红外激光的智能祛皱系统。
技术介绍
激光祛皱是利用激光的选择性光热作用，气化消除不平整的皮肤表皮层，刺激真皮层胶原纤维再生和重塑，以达到去除或减轻皱纹的目的。在使用激光对脸部皮肤进行祛皱之前，需要先对进行祛斑的客户的头部进行建模，然后再针对3D建模模型获得皱纹的类型和位置，使用激光祛皱装置进行祛皱处理。现有技术中，进行对头部进行3D建模时，需要获取仅包含人脸的皮肤部分的脸部图像和人脸的点云模型，然后基于脸部图像和脸部点云模型完成3D建模。但是在获取脸部图像时，一般是采用单一的图像分割方式对头部图像进行分割，从而使得最终获取的脸部图像不够完整。
技术实现思路
鉴于上述问题，本专利技术的目的在于提供一种基于红外激光的智能祛皱系统，包括脸部图像获取模块、点云信息获取模块、3D建模模块、皱纹识别模块和激光祛皱模块；所述脸部图像获取模块用于获取客户的头部图像，用于分别使用预设的肤色模型和图像分割算法对所述头部图像进行处理，获得经过第一图像和第二图像，用于基于所述第一图像和第二图像获得脸部图像；所述点云信息获取模块用于获取用户的脸部的点云信息，并基于所述点云信息生成点云模型；所述3D建模模块用于基于所述脸部图像和所述云模型生成脸部三维模型；所述皱纹识别模块用于获取所述三维模型中包含的皱纹的基本参数；所述激光祛皱模块用于基于所述皱纹的基本参数和所述客户的身体参数对所述皱纹进行祛皱处理。优选地，所述第一图像的获取方式包括：将所述头部图像转换到YCbCr颜色空间；在YCbCr颜色空间筛选出所述头部图像中符合下述模型的像素点，并将所述像素点作为肤色像素点：式中，Y(x)、Cb(x)、Cr(x)分别表示所述头部图像中的像素点x在Y分量图像、Cb分量图像、Cr分量图像中对应的像素点的像素值；将所有的肤色像素点组成初始肤色图像；对所述初始肤色图像进行形态学滤波处理，获得第一图像。优选地，所述第二图像的获取方式包括：对所述头部图像进行灰度化处理，获得灰度化图像；对所述灰度化图像进行降噪处理，获得降噪图像；使用大津法对所述降噪图像进行图像分割处理，获得前景图像；对所述前景图像进行形态学滤波处理，获得第二图像。优选地，所述基于所述第一图像和第二图像获得脸部图像，包括：分别获取第一图像和第二图像在所述头部图像中对应的像素点的集合U1、U2；获取U1和U2的交集U3；将U3中的像素点组成第三图像；获取第三图像中的边缘像素点；分别以第三图像中的每个边缘像素点为种子点，对所述第三图像进行区域生长处理，获得脸部图像。优选地，所述皱纹的基本参数包括皱纹的类型和分布坐标；所述客户的身体参数包括客户的性别和年龄。优选地，所述基于所述皱纹的基本参数和所述客户的身体参数对所述皱纹进行祛皱处理，包括：将所述基本参数和所述身体参数输入到预设的匹配模型中，为所述客户获取匹配程度最高的祛皱方案；使用红外激光祛皱装置实施所述祛皱方案。与现有技术相比，本专利技术的优点在于：本专利技术分别通过肤色模型和图像分割算法获得第一图像和第二图像，然后基于第一图像和第二图像综合得到脸部图像，相较于现有的仅采用单一的图像分割算法来获取脸部图像的方式，本专利技术获得的脸部图像更为完整，有利于为后续的皱纹的识别提供更多的脸部细节信息，从而有效地提高了本专利技术祛皱的准确性。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1，为本专利技术一种基于红外激光的智能祛皱系统的一种示例性实施例图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。如图1所示的一种实施例，本专利技术提供了一种基于红外激光的智能祛皱系统，包括脸部图像获取模块、点云信息获取模块、3D建模模块、皱纹识别模块和激光祛皱模块；所述脸部图像获取模块用于获取客户的头部图像，用于分别使用预设的肤色模型和图像分割算法对所述头部图像进行处理，获得经过第一图像和第二图像，用于基于所述第一图像和第二图像获得脸部图像；所述点云信息获取模块用于获取用户的脸部的点云信息，并基于所述点云信息生成点云模型；所述3D建模模块用于基于所述脸部图像和所述云模型生成脸部三维模型；所述皱纹识别模块用于获取所述三维模型中包含的皱纹的基本参数；所述激光祛皱模块用于基于所述皱纹的基本参数和所述客户的身体参数对所述皱纹进行祛皱处理。点云模型中包含的是深度信息，仅仅依靠深度信息难以对皱纹进行准确的重建，因此需要加入色彩信息，完成重建。优选地，所述第一图像的获取方式包括：将所述头部图像转换到YCbCr颜色空间；在YCbCr颜色空间筛选出所述头部图像中符合下述模型的像素点，并将所述像素点作为肤色像素点：式中，Y(x)、Cb(x)、Cr(x)分别表示所述头部图像中的像素点x在Y分量图像、Cb分量图像、Cr分量图像中对应的像素点的像素值；将所有的肤色像素点组成初始肤色图像；对所述初始肤色图像进行形态学滤波处理，获得第一图像。进行形态学滤波主要是为了将错误识别为脸部的肤色像素点的像素点筛选出去，避免对后续的三维模型的构建造成影响。优选地，所述第二图像的获取方式包括：对所述头部图像进行灰度化处理，获得灰度化图像；对所述灰度化图像进行降噪处理，获得降噪图像；使用大津法对所述降噪图像进行图像分割处理，获得前景图像；对所述前景图像进行形态学滤波处理，获得第二图像。这里的形态学滤波处理主要是为了将降噪图像中被错误地分割成前景图像的像素点筛选出去，避免对后续的三维模型的构建造成影响。图像灰度化可以采用加权平均算法来实现。降噪处理的方式包括多种，例如非局部均值滤波算法、双边滤波算法等进行降噪处理。在降噪图像中，人脸部分的像素点作为前景像素点。优选地，所述基于所述第一图像和第二图像获得脸部图像，包括：分别获取第一图像和第二图像在所述头部图像中对应的像素点的集合U1、U2；获取U1和U2的交集U3；将U3中的像素点组成第三图像；获取第三图像中的边缘像素点；分别以第三图像中的每个边缘像素点为种子点，对所述第三图像进行区域生长处理，获得脸部图像。交集U3中的像素点是通过两种不同的图像处理算法得到的脸部图像的像素点的交集，因此第三图像中的像素点的属于正确的脸部图像的像素本文档来自技高网...

【技术保护点】
1.一种基于红外激光的智能祛皱系统，其特征在于，包括脸部图像获取模块、点云信息获取模块、3D建模模块、皱纹识别模块和激光祛皱模块；/n所述脸部图像获取模块用于获取客户的头部图像，用于分别使用预设的肤色模型和图像分割算法对所述头部图像进行处理，获得经过第一图像和第二图像，用于基于所述第一图像和第二图像获得脸部图像；/n所述点云信息获取模块用于获取用户的脸部的点云信息，并基于所述点云信息生成点云模型；/n所述3D建模模块用于基于所述脸部图像和所述云模型生成脸部三维模型；/n所述皱纹识别模块用于获取所述三维模型中包含的皱纹的基本参数；/n所述激光祛皱模块用于基于所述皱纹的基本参数和所述客户的身体参数对所述皱纹进行祛皱处理。/n

【技术特征摘要】
1.一种基于红外激光的智能祛皱系统，其特征在于，包括脸部图像获取模块、点云信息获取模块、3D建模模块、皱纹识别模块和激光祛皱模块；
所述脸部图像获取模块用于获取客户的头部图像，用于分别使用预设的肤色模型和图像分割算法对所述头部图像进行处理，获得经过第一图像和第二图像，用于基于所述第一图像和第二图像获得脸部图像；
所述点云信息获取模块用于获取用户的脸部的点云信息，并基于所述点云信息生成点云模型；
所述3D建模模块用于基于所述脸部图像和所述云模型生成脸部三维模型；
所述皱纹识别模块用于获取所述三维模型中包含的皱纹的基本参数；
所述激光祛皱模块用于基于所述皱纹的基本参数和所述客户的身体参数对所述皱纹进行祛皱处理。


2.根据权利要求1所述的一种基于红外激光的智能祛皱系统，其特征在于，所述第一图像的获取方式包括：
将所述头部图像转换到YCbCr颜色空间；
在YCbCr颜色空间筛选出所述头部图像中符合下述模型的像素点，并将所述像素点作为肤色像素点：



式中，Y(x)、Cb(x)、Cr(x)分别表示所述头部图像中的像素点x在Y分量图像、Cb分量图像、Cr分量图像中对应的像素点的像素值；
将所有的肤色像素点组成初始肤色图像；
对所述初始肤色图像进行形态学滤波处理，获得第一图像。


3.根据权利要求2...

【专利技术属性】
技术研发人员：吕龙锋，黄鹏升，
申请(专利权)人：北京美丽年华文化有限公司，
类型：发明
国别省市：北京;11