一种面向毛发图像的数据处理方法及系统技术方案

本发明专利技术提出了一种面向毛发图像的数据处理方法及系统，属于图像数据处理的技术领域。其中方法包括以下步骤：步骤1、构建毛发数据处理模型；步骤2、将经过分割处理后的二值图像传输至毛发数据处理模型中；步骤3、利用毛发数据处理模型对二值图像进行毛发端点提取和分类；步骤4、将毛发数据处理模型的分析结果输出，并作为后续实验的参考数据。本发明专利技术通过构建的毛发数据处理模型对毛发图像进行端点提取以及分类，相较于现有技术，本发明专利技术无需多次迭代，保证了端点提取的高效性和准确性；同时，通过计算平均最近距离，确定阈值的变化范围，再根据密度的变化情况确定是否停止迭代，可对单株和多株毛发进行准确的分类。多株毛发进行准确的分类。多株毛发进行准确的分类。

【技术实现步骤摘要】
一种面向毛发图像的数据处理方法及系统


[0001]本专利技术属于图像数据处理的
，特别是涉及一种面向毛发图像的数据处理方法及系统。

技术介绍

[0002]随着计算机技术的发展，视觉技术也到了大力的推进，伴随着计算机视觉技术的成熟，相机以及相关图像处理设备也在不断进步，进而使得对应的实际应用
也在不断扩大。
[0003]在医疗领域，图像数据处理针对毛发的处理，普遍采用基于细化的骨架提取方法，而基于细化的骨架提取算法的核心实现步骤是不断删除边界点，直到没有点可以删除为止。图像骨架由物体轮廓产生，每个骨架点保持与边界距离最小的性质。作为一种形状描述方法，骨架可以用于表达物体的原始形状信息和几何拓扑结构，已被广泛的用于图像检索、医学图像分析、文字识别等方面。
[0004]现有技术中，基于细化算法的端点提取需要多次迭代获取细化图像，这会影响计算的实时性。另外在提取端点时需要遍历所有像素计算其邻域中符合要求的像素数量，这将导致算法无法直接在高分辨率上实时运行，而降低分辨率又会影响提取精度。另外，细化算法在进行骨架提取时层层剥离删本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向毛发图像的数据处理方法，其特征在于，包括以下步骤：步骤1、构建毛发数据处理模型；步骤2、将经过分割处理后的二值图像传输至毛发数据处理模型中；步骤3、利用毛发数据处理模型对二值图像进行毛发端点提取和分类；步骤4、将毛发数据处理模型的分析结果输出，并作为后续实验的参考数据。2.根据权利要求1所述的一种面向毛发图像的数据处理方法，其特征在于，利用毛发数据处理模型进行毛发端点提取和分类的过程包括：步骤3.1、接收二值图像；步骤3.2、对二值图像进行轮廓提取；步骤3.3、剔除噪点轮廓区域；步骤3.4、遍历轮廓提取结果，并在完成后计算毛发轮廓中点之间的平均最近距离；步骤3.5、根据平均最近距离划分初始阈值；步骤3.6、比对相邻毛发轮廓中点距离与初始阈值的大小；当中点距离小于阈值时，则当前毛发为分类为同一株毛发；反之，则为不同株毛发；步骤3.7、计算同一株毛发中的个数，若在预设次数内毛发个数不变，则结束分类过程；反之，跳转至步骤3.8；步骤3.8、增大初始阈值，比对增大后的阈值是否大于平均最近距离的三分之二；若大于，则认为小于该阈值距离的为多株，结束分类作业；反之，跳转至步骤3.7。3.根据权利要求2所述的一种面向毛发图像的数据处理方法，其特征在于，遍历轮廓提取的过程中，在预设遍历次数内，包括以下步骤：步骤3.4.1、计算轮廓中心和主方向；步骤3.4.2、基于轮廓中心和主方向的连线，获得主方向和轮廓的交点，并作为毛发端点；步骤3.4.3、构建信息存储列表，并存储毛发相对应的参数；步骤3.4.4、基于存储的毛发参数获得毛发轮廓中点之间的平均最近距离。4.根据权利要求3所述的一种面向毛发图像的数据处理方法，其特征在于，计算轮廓中心和主方向的过程，包括以下步骤：步骤3.4.1.1、根据剔除噪声后的毛发轮廓构建像素坐标矩阵M；步骤3.4.1.2、计算像素坐标的均值；步骤3.4.1.3、通过像素坐标与像素坐标均值的差值，执行去中心化处理；步骤3.4.1.4、获得像素坐标矩阵M的协方差矩阵C；步骤3.4.1.5、求解协方差矩阵C，获得特征值和特征向量；步骤3.4.1.6、寻找最大特征值，并作为轮廓的中心坐标；最大特征值对应的特征向量为主方向。5.根据权利要求3所述的一种面向毛发图像的数据处理方法，其特征在于，所述平均最近距离的计算过程为：步骤3.4.4.1、读取信息存储列表中毛发轮廓的中心坐标；步骤3.4.4.2、计算两个最近轮廓中心坐标之间的像素距离；步骤3.4.4.3、对所有的像素距离求和；

【专利技术属性】
技术研发人员：张兆东，王博，陈波，倪杭，范镒，李军，王亚飞，
申请(专利权)人：磅客策上海智能医疗科技有限公司，
类型：发明
国别省市：