一种基于图像识别的皮肤皱纹分析比对方法及系统技术方案

本发明专利技术涉及皮肤皱纹分析比对技术领域，具体公开一种基于图像识别的皮肤皱纹分析比对方法及系统，包括：面部图像采集模块、面部图像预处理模块、面部皱纹灰度处理分析模块、面部皱纹滤波处理分析模块、面部皱纹综合分析模块、面部皱纹调理分析与显示模块和云存储库。通过对目标人员对应各分辨率的灰度面部图像进行各重点关注区域和各常态关注区域划分，并由此对目标人员对应各分辨率中重点关注区域的皱纹评估指数和常态关注区域的皱纹评估指数进行分析，实现了对目标人员对应各分辨率的灰度面部图像中皱纹的分区分析，进一步提升了目标人员对应各分辨率的灰度面部图像中皱纹分析结果的针对性和可靠性。分析结果的针对性和可靠性。分析结果的针对性和可靠性。

【技术实现步骤摘要】
一种基于图像识别的皮肤皱纹分析比对方法及系统


[0001]本专利技术涉及皮肤皱纹分析比对
，具体而言，涉及一种基于图像识别的皮肤皱纹分析比对方法及系统。

技术介绍

[0002]随着人民生活水平的提高，人们对于美的追求也越来越高，皮肤的美容护理也成为人们的关注重点。其中，脸部皮肤作为广受关注的皮肤部位之一，其衰老研究和抗衰老研究多如繁星。皱纹不仅作为皮肤老化的重要特征，同时还作为生理年龄的相关特征，其皮肤皱纹分析比对的重要性不言而喻。
[0003]目前的美容院对用户的皮肤皱纹进行分析时，主要是通过对其面部图像进行采集，并对其面部图像进行灰度化处理或进行滤波处理，而不是对用户对应灰度化处理的面部图像和滤波处理的面部图像进行综合分析，造成了用户对应皱纹分析结果的片面性和单一性，无法确保用户对应皱纹分析结果的可靠性和说服力。
[0004]目前的美容院对用户的皮肤皱纹进行分析时，不仅没有对用户面部的粗大皱纹区域和细小皱纹区域进行针对性分析，同时还忽略了对用户面部的高发皱纹区域进行深入性分析，容易造成后续用户皮肤皱纹状态分析结果存在误差性，不利于对用户面部皮肤皱纹区域进行针对性的改善，进一步降低了用户面部皱纹分析的实用性和有效性。

技术实现思路

[0005]为了克服
技术介绍
中的缺点，本专利技术实施例提供了一种基于图像识别的皮肤皱纹分析比对方法及系统,能够有效解决上述
技术介绍
中涉及的问题。
[0006]本专利技术的目的可以通过以下技术方案来实现：本专利技术第一方面提供一种基于图像识别的皮肤皱纹分析比对方法，包括：F1、面部图像采集：对目标人员对应的面部图像进行采集，并对目标人员对应的面部图像进行各分辨率显示。
[0007]F2、面部图像预处理：对目标人员对应各分辨率的面部图像进行预处理，得到目标人员对应各分辨率的预处理面部图像。
[0008]F3、面部皱纹灰度处理分析：对目标人员对应各分辨率的预处理面部图像进行灰度化处理和分析，并由此对目标人员对应灰度处理的皱纹评估指数进行分析。
[0009]F4、面部皱纹滤波处理分析：对目标人员对应各分辨率的预处理面部图像进行滤波处理和分析，并由此对目标人员对应滤波处理的皱纹评估指数进行分析。
[0010]F5、面部皱纹综合分析：对目标人员对应的综合皱纹评估系数进行分析。
[0011]F6、面部皱纹调理分析与显示：对目标人员对应的面部皱纹状态进行分析，若目标人员对应的面部皱纹状态为异常状态，则对目标人员对应的调理难度评估指数进行分析，并进行相应的显示。
[0012]在一个具体的实施例中，所述对目标人员对应的面部图像进行各分辨率显示，其具体执行过程为：将目标人员对应的面部图像通过各屏幕分辨率标准进行相应的显示，由
此得到目标人员对应各分辨率的面部图像。
[0013]在一个具体的实施例中，所述对目标人员对应各分辨率的面部图像进行预处理，其具体预处理方式为：从目标人员对应各分辨率的面部图像内识别各非皱纹特征，并对目标人员对应各分辨率上各非皱纹特征进行剔除，得到目标人员对应各分辨率的预处理面部图像。
[0014]在一个具体的实施例中，所述对目标人员对应各分辨率的预处理面部图像进行灰度化处理和分析，其具体处理和分析方式如下：将目标人员对应各分辨率的预处理面部图像进行灰度化处理，并从目标人员对应各分辨率的灰度面部图像中提取其对应的五官特征，同时将其进行区域标记，得到目标人员对应各分辨率中各标记区域的灰度图像，并通过分析得到目标人员对应各分辨率中各皱纹高发区域的灰度图像。
[0015]将目标人员对应各分辨率的灰度面部图像中的各标记区域和各皱纹高发区域进行剔除，得到目标人员对应各分辨率的目标灰度面部图像，并将其按照预设的划分方式进行区域划分，得到目标人员对应各分辨率中各子目标区域的灰度图像。
[0016]将目标人员对应各分辨率的各皱纹高发区域的灰度图像和各子目标区域的灰度图像按照设定的放大比例进行等比例放大，并分别记为各重点关注区域和各常态关注区域。
[0017]在一个具体的实施例中，所述对目标人员对应灰度处理的皱纹评估指数进行分析，其具体分析方式如下：对目标人员对应各重点关注区域的面积进行获取，记为，j表示为各重点关注区域的编号，，对目标人员对应各常态关注区域的面积进行获取，记为，r表示为各常态关注区域的编号，。
[0018]从目标人员对应各分辨率的各重点关注区域的灰度图像中提取目标人员对应各分辨率中各重点关注区域的皱纹数量、各皱纹的长度和各皱纹的宽度，并分别记为和，i表示为各分辨率的编号，，f表示为各皱纹的编号，，进而通过计算得到目标人员对应各分辨率中各重点关注区域的皱纹分布密度，记为。
[0019]从云存储库中提取各分辨率对应重点关注区域的参考皱纹数量、参考皱纹长度、参考皱纹宽度、参考皱纹密度，并分别记为。
[0020]依据公式计算出目标人员对应各分辨率中重点关注区域的皱纹评估指数，表示为目标人员对应第i个分辨率中重点关注区域的皱纹评估指数，e表示为自然常数，分别表示为设定的重点关注区域对应皱纹数量、皱纹长度、皱纹宽度、皱纹密度的皱纹评估因子。
[0021]从目标人员对应各分辨率的各常态关注区域的灰度图像中提取目标人员对应各分辨率中各常态关注区域的皱纹数量、各皱纹的长度和各皱纹的宽度，并分别记为
和，p表示为各皱纹的编号，，进而通过计算得到目标人员对应各分辨率中各常态关注区域的皱纹分布密度，记为。
[0022]从云存储库中提取各分辨率对应常态关注区域的参考皱纹数量、参考皱纹长度、参考皱纹宽度、参考皱纹密度，并分别记为。
[0023]依据公式计算出目标人员对应各分辨率中常态关注区域的皱纹评估指数，表示为目标人员对应第i个分辨率中常态关注区域的皱纹评估指数，分别表示为设定的常态关注区域对应皱纹数量、皱纹长度、皱纹宽度、皱纹密度的皱纹评估因子。
[0024]依据公式计算出目标人员对应灰度处理的皱纹评估指数，表示为目标人员对应灰度处理的皱纹评估指数，分别表示为设定的重点关注区域皱纹评估指数、常态关注区域皱纹评估指数对应的系数因子。
[0025]在一个具体的实施例中，所述对目标人员对应各分辨率的预处理面部图像进行滤波处理和分析，其具体处理方式如下：从目标人员对应各分辨率的预处理面部图像中提取其对应的五官特征，并将目标人员对应各分辨率的预处理面部图像中的五官特征进行剔除，得到目标人员对应各分辨率的二次处理面部图像。
[0026]将目标人员对应各分辨率的二次处理面部图像进行灰度化处理，并从中提取各皱纹的宽度，将目标人员对应各分辨率的二次处理面部灰度图像中各皱纹的宽度与设定的粗大皱纹对应的宽度进行对比，若某皱纹的宽度大于或等于设定的粗大皱纹对应的宽度，则将该皱纹记为粗大皱纹，反之，则将该皱纹记为细小皱纹。
[0027]按照各粗大皱纹和各细小皱纹对应的区域将目标人员对应各分辨率的二次处理面部图像分割为各粗大皱纹区域和各细小皱纹区域，并通过Gab本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的皮肤皱纹分析比对方法，其特征在于，包括：F1、面部图像采集：对目标人员对应的面部图像进行采集，并对目标人员对应的面部图像进行各分辨率显示；F2、面部图像预处理：对目标人员对应各分辨率的面部图像进行预处理，得到目标人员对应各分辨率的预处理面部图像；F3、面部皱纹灰度处理分析：对目标人员对应各分辨率的预处理面部图像进行灰度化处理和分析，并由此对目标人员对应灰度处理的皱纹评估指数进行分析；F4、面部皱纹滤波处理分析：对目标人员对应各分辨率的预处理面部图像进行滤波处理和分析，并由此对目标人员对应滤波处理的皱纹评估指数进行分析；F5、面部皱纹综合分析：对目标人员对应的综合皱纹评估系数进行分析；F6、面部皱纹调理分析与显示：对目标人员对应的面部皱纹状态进行分析，若目标人员对应的面部皱纹状态为异常状态，则对目标人员对应的调理难度评估指数进行分析，并进行相应的显示。2.根据权利要求1所述的一种基于图像识别的皮肤皱纹分析比对方法，其特征在于：所述对目标人员对应的面部图像进行各分辨率显示，其具体执行过程为：将目标人员对应的面部图像通过各屏幕分辨率标准进行相应的显示，由此得到目标人员对应各分辨率的面部图像。3.根据权利要求1所述的一种基于图像识别的皮肤皱纹分析比对方法，其特征在于：所述对目标人员对应各分辨率的面部图像进行预处理，其具体预处理方式为：从目标人员对应各分辨率的面部图像内识别各非皱纹特征，并对目标人员对应各分辨率上各非皱纹特征进行剔除，得到目标人员对应各分辨率的预处理面部图像。4.根据权利要求1所述的一种基于图像识别的皮肤皱纹分析比对方法，其特征在于：所述对目标人员对应各分辨率的预处理面部图像进行灰度化处理和分析，其具体处理和分析方式如下：将目标人员对应各分辨率的预处理面部图像进行灰度化处理，并从目标人员对应各分辨率的灰度面部图像中提取其对应的五官特征，同时将其进行区域标记，得到目标人员对应各分辨率中各标记区域的灰度图像，并通过分析得到目标人员对应各分辨率中各皱纹高发区域的灰度图像；将目标人员对应各分辨率的灰度面部图像中的各标记区域和各皱纹高发区域进行剔除，得到目标人员对应各分辨率的目标灰度面部图像，并将其按照预设的划分方式进行区域划分，得到目标人员对应各分辨率中各子目标区域的灰度图像；将目标人员对应各分辨率的各皱纹高发区域的灰度图像和各子目标区域的灰度图像按照设定的放大比例进行等比例放大，并分别记为各重点关注区域和各常态关注区域。5.根据权利要求1所述的一种基于图像识别的皮肤皱纹分析比对方法，其特征在于：所述对目标人员对应灰度处理的皱纹评估指数进行分析，其具体分析方式如下：对目标人员对应各重点关注区域的面积进行获取，记为，j表示为各重点关注区域的编号，，对目标人员对应各常态关注区域的面积进行获取，记为，r表示为各常态关注区域的编号，；
从目标人员对应各分辨率的各重点关注区域的灰度图像中提取目标人员对应各分辨率中各重点关注区域的皱纹数量、各皱纹的长度和各皱纹的宽度，并分别记为和，i表示为各分辨率的编号，，f表示为各皱纹的编号，，进而通过计算得到目标人员对应各分辨率中各重点关注区域的皱纹分布密度，记为；从云存储库中提取各分辨率对应重点关注区域的参考皱纹数量、参考皱纹长度、参考皱纹宽度、参考皱纹密度，并分别记为；依据公式计算出目标人员对应各分辨率中重点关注区域的皱纹评估指数，表示为目标人员对应第i个分辨率中重点关注区域的皱纹评估指数，e表示为自然常数，分别表示为设定的重点关注区域对应皱纹数量、皱纹长度、皱纹宽度、皱纹密度的皱纹评估因子；从目标人员对应各分辨率的各常态关注区域的灰度图像中提取目标人员对应各分辨率中各常态关注区域的皱纹数量、各皱纹的长度和各皱纹的宽度，并分别记为和，p表示为各皱纹的编号，，进而通过计算得到目标人员对应各分辨率中各常态关注区域的皱纹分布密度，记为；从云存储库中提取各分辨率对应常态关注区域的参考皱纹数量、参考皱纹长度、参考皱纹宽度、参考皱纹密度，并分别记为；依据公式计算出目标人员对应各分辨率中常态关注区域的皱纹评估指数，表示为目标人员对应第i个分辨率中常态关注区域的皱纹评估指数，分别表示为设定的常态关注区域对应皱纹数量、皱纹长度、皱纹宽度、皱纹密...

【专利技术属性】
技术研发人员：班慧珍，余丹丹，
申请(专利权)人：深圳市宝安区石岩人民医院，
类型：发明
国别省市：