皮肤图像红血丝标记方法、评价方法及其系统技术方案

本发明专利技术公开了一种皮肤图像红血丝标记方法、评价方法及其系统。该标记方法包括以下步骤：S1：获取彩色的皮肤图像，并对皮肤图像的进行灰度化预处理，得到G分量图；S2：针对G分量图中的灰度值，基于灰度值概率密度函数，获得红血丝部分的灰度值的概率密度函数的期望值和方差，以及正常部分的灰度值的概率密度函数的期望值和方差；S3：基于红血丝部分的灰度值的概率密度函数的期望值和方差，以及正常部分的灰度值的概率密度函数的期望值和方差，对G分量图中的红血丝进行标记。本发明专利技术所提供的皮肤图像红血丝标记方法、评价方法的准确度高，可靠性高。靠性高。靠性高。

【技术实现步骤摘要】
皮肤图像红血丝标记方法、评价方法及其系统


[0001]本专利技术涉及一种皮肤图像红血丝标记方法，同时涉及相应的皮肤图像红血丝评价方法及其检测系统，属于皮肤图像处理


技术介绍

[0002]红血丝，学名为面部毛细血管扩张，源于毛细血管壁脆性强，血管不均匀扩张破裂导致皮肤泛红，毛细血管肉眼可见；表现为皮肤上存在红紫色斑点，多呈线状、树枝状、蜘蛛状、星状、点状、丘疹状形态，直径普遍小于0.5毫米。红血丝影响患者的日常生活，患者面部对温度、光照敏感，通常有灼热感；同时红血丝影响患者美观，对患者造成一定的心理负担。
[0003]随着生活水平日益提高，人们对美容及护肤愈加注重。近年来，化妆品质量性能不断提高、医学美容产业技术不断发展，对化妆品功效进行评价、对医学美容中皮肤红血丝问题进行检测诊断尤为重要。目前，化妆品功效评价及医学美容诊断主要通过生物化学、细胞生物学、临床评价等多种方法进行测试分析。其中，对红血丝的检测，普遍通过临床医师的视觉诊断，缺少大量样本间的定量分析，受医师的主观影响，评价的客观性不足。皮肤专业测量仪器设备虽然精度较高，但使用成本较大。

技术实现思路

[0004]本专利技术所要解决的首要技术问题在于提供一种皮肤图像红血丝标记方法。
[0005]本专利技术所要解决的另一技术问题在于提供一种皮肤图像红血丝评价方法。
[0006]本专利技术所要解决的又一技术问题在于提供一种皮肤图像红血丝检测系统。
[0007]为了实现上述目的，本专利技术采用以下的技术方案：<br/>[0008]根据本专利技术实施例的第一方面，提供一种皮肤图像红血丝标记方法，包括以下步骤：
[0009]S1：获取彩色的皮肤图像，并对皮肤图像的进行灰度化预处理，得到G分量图；
[0010]S2：针对所述G分量图中的灰度值，基于灰度值概率密度函数，获得红血丝部分的灰度值的概率密度函数的期望值和方差，以及正常部分的灰度值的概率密度函数的期望值和方差；
[0011]S3：基于所述红血丝部分的灰度值的概率密度函数的期望值和方差，以及所述正常部分的灰度值的概率密度函数的期望值和方差，对所述G分量图中的红血丝进行标记。
[0012]其中较优地，所述获得红血丝部分的灰度值的概率密度函数的期望值和方差，以及正常部分的灰度值的概率密度函数的期望值和方差，包括以下步骤：
[0013]S21：对所述G分量图建立概率模型，所述红血丝部分和所述正常部分的概率分布同为高斯分布；
[0014]S22：基于所述概率模型，利用曲线拟合得到所述灰度值概率密度函数的红血丝部分的灰度值的概率密度函数的期望值估计值和方差估计值，以及正常部分的灰度值的概率密度函数的期望值估计值和方差估计值。
[0015]其中较优地，在所述步骤S3之前还包括对G分量图中的灰度值进行红血丝特征增强的步骤。
[0016]其中较优地，所述对G分量图中的灰度值进行红血丝特征增强的步骤，包括以下步骤：
[0017]在获得所述红血丝部分的灰度值的概率密度函数的期望值和方差，以及所述正常部分的灰度值的概率密度函数的期望值和方差后，以红血丝对应的灰度区间μ1±
2σ1作为分割界限，对皮肤图像进行分割；
[0018]将分割后的灰度值由区间μ1±
2σ1线性拉伸到0至255，以提高图像的对比度，
[0019]其中，G分量图中的红血丝部分的灰度值的概率密度函数f1(x)的期望值为μ1，方差为
[0020]根据本专利技术实施例的第二方面，提供一种皮肤图像红血丝评价方法，包括以下步骤：
[0021]利用上述的皮肤图像红血丝标记方法，对所述G分量图中的红血丝进行标记；
[0022]对正常部分和红血丝部分的灰度值进行标准化，使得不同皮肤图像的正常部分具有相同的灰度值期望及方差；
[0023]根据标准化后的正常部分的灰度值期望及方差及标准化后的红血丝部分的灰度值期望及方差，计算红血丝显著程度评价指标；
[0024]根据红血丝显著程度评价指标，计算红血丝评价值，对皮肤图像进行评价。
[0025]其中较优地，所述对所述G分量图中的红血丝进行标记的步骤，还包括对G分量图中的灰度值进行红血丝特征增强的步骤：
[0026]在获得所述红血丝部分的灰度值的概率密度函数的期望值和方差，以及所述正常部分的灰度值的概率密度函数的期望值和方差后，以红血丝对应的灰度区间μ1±
2σ1作为分割界限，对皮肤图像进行分割；
[0027]将分割后的灰度值由区间μ1±
2σ1线性拉伸到0至255，以提高图像的对比度；
[0028]其中，其中，G分量图中的红血丝部分的灰度值的概率密度函数f1(x)的期望值为μ1，方差为
[0029]其中较优地，所述对正常部分和红血丝部分的灰度值进行标准化，是对灰度值进行线性变换。
[0030]其中较优地，所述红血丝显著程度评价指标是红血丝部分的灰度值与正常皮肤的灰度值分布的对比；其中，红血丝部分的灰度值越偏离正常部分的灰度值，红血丝越严重。
[0031]根据本专利技术实施例的第三方面，提供一种皮肤图像红血丝检测系统，包括：
[0032]采集模块，用于以标准的拍摄参数对皮肤进行拍照，以获得预定像素大小的原始皮肤图像；
[0033]图像处理模块，用于对所述采集模块提供的原始皮肤图像，执行如前述的皮肤图像红血丝标记方法或皮肤图像红血丝评价方法；
[0034]显示模块，用于显示标记或评价结果。
[0035]与现有技术相比较，本专利技术基于双高斯拟合法，应用数字图像处理技术，结合概率论与数理统计理论，对红血丝图像的像素灰度值分布特征进行了实验分析；对红血丝部分
的特征增强、识别标记及量化评价功能进行了算法实现。经实验证明，本专利技术具有以下的技术效果：(1)在交叉偏振光照射下，含红血丝特征的面部皮肤图像的G分量中红血丝特征较为明显，且红血丝的灰度值范围相比图像的灰度均值更低；(2)图像灰度值的概率分布形式近似服从双高斯分布。像素分辨率在1400*1400及以上时，对图像灰度值的频率分布直方图进行双高斯拟合，可对图像的概率分布参数进行有效估计；(3)提出的红血丝检测算法对皮肤图像中的红血丝进行特征增强、识别标记的效果显著；算法计算的评价值对皮肤图像中红血丝严重程度的量化评价准确度较高。
附图说明
[0036]图1为本专利技术第一实施例至第三实施例提供的皮肤图像红血丝标记方法的流程图；
[0037]图2A为原始皮肤图像的彩色原图；
[0038]图2B为图2A的灰度化处理后的R分量图；
[0039]图2C为图2A的灰度化处理后的G分量图；
[0040]图2D为图2A的灰度化处理后的B分量图；
[0041]图3A为G分量图的示意图；
[0042]图3B为对图3A进行图像分割后灰度值在0～39的分割范围示意图；
[0043]图3C为对图3A进行图像分割后灰度值在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种皮肤图像红血丝标记方法，其特征在于包括以下步骤：S1：获取彩色的皮肤图像，并对皮肤图像的进行灰度化预处理，得到G分量图；S2：针对所述G分量图中的灰度值，基于灰度值概率密度函数，获得红血丝部分的灰度值的概率密度函数的期望值和方差，以及正常部分的灰度值的概率密度函数的期望值和方差；S3：基于所述红血丝部分的灰度值的概率密度函数的期望值和方差，以及所述正常部分的灰度值的概率密度函数的期望值和方差，对所述G分量图中的红血丝进行标记。2.如权利要求1所述的皮肤图像红血丝标记方法，其特征在于所述获得红血丝部分的灰度值的概率密度函数的期望值和方差，以及正常部分的灰度值的概率密度函数的期望值和方差，包括以下步骤：S21：对所述G分量图中各像素的G分量灰度值建立概率模型，所述红血丝部分和所述正常部分的概率分布同为高斯分布；S22：基于所述概率模型，利用曲线拟合得到所述灰度值概率密度函数的红血丝部分的灰度值的概率密度函数的期望值估计值和方差估计值，以及正常部分的灰度值的概率密度函数的期望值估计值和方差估计值。3.如权利要求1或2所述的皮肤图像红血丝标记方法，其特征在于在所述步骤S3之前还包括对G分量图中的灰度值进行红血丝特征增强的步骤。4.如权利要求3所述的皮肤图像红血丝标记方法，其特征在于所述对G分量图中的灰度值进行红血丝特征增强的步骤，包括以下步骤：在获得所述红血丝部分的灰度值的概率密度函数的期望值和方差，以及所述正常部分的灰度值的概率密度函数的期望值和方差后，以红血丝对应的灰度区间μ1±
2σ1作为分割界限，对皮肤图像进行分割；将分割后的灰度值由区间μ1±
2σ1线性拉伸到0至255，以提高图像的对比度，其中，G分量图中的红血丝部分的灰度值的概率密度函数f1(x)的期望值为μ1，方差为5.一种皮肤图像红血丝评价方法，其特征在于包括以下步骤：S4：利用如权利要求1或2所述的皮肤图像红血丝标记方法，对所述G分量图中的红血丝...

【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：