[發(fā)明專利]一種圖像處理方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 201811216004.8 | 申請日： | 2018-10-18 |
| 公開（公告）號： | CN109300131A | 公開（公告）日： | 2019-02-01 |
| 發(fā)明（設(shè)計(jì)）人： | 夏榕澤;黃志堅(jiān);潘中福;吳振東 | 申請（專利權(quán)）人： | 廣州智顏科技有限公司 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00 |
| 代理公司： | 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224 | 代理人： | 周清華 |
| 地址： | 510665 廣東省廣州市天河區(qū)*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 圖像 機(jī)器學(xué)習(xí)模型 初始圖像 圖像處理 人體特定部位 計(jì)算機(jī)設(shè)備 邊緣區(qū)域 存儲介質(zhì) 人體特征 分類信息 圖像輸入 圖像轉(zhuǎn)換 應(yīng)用機(jī)器 準(zhǔn)確率 地表 直觀 采集 篩選 輸出 分類 申請 學(xué)習(xí) | ||
1.一種圖像處理方法，其特征在于，包括：
采集包含人體特定部位的第一初始圖像；其中，所述第一初始圖像包括RGB顏色模式的圖像；
將所述RGB顏色模式的圖像轉(zhuǎn)換為HSV顏色模式的圖像；
提取出所述HSV顏色模式的圖像中的至少一個(gè)邊緣區(qū)域圖像；
將所述至少一個(gè)邊緣區(qū)域圖像進(jìn)行篩選，獲得該人體特定部位對應(yīng)的人體特征圖像；
將所述人體特征圖像輸入至機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，獲得訓(xùn)練后的機(jī)器學(xué)習(xí)模型；其中，所述訓(xùn)練后的機(jī)器學(xué)習(xí)模型用于針對第二初始圖像進(jìn)行分類，輸出分類信息。
2.根據(jù)權(quán)利要求1所述的圖像處理方法，其特征在于，所述人體特定部位包括人體皮膚。
3.根據(jù)權(quán)利要求1或2所述的圖像處理方法，其特征在于，所述提取出所述HSV顏色模式的圖像中的至少一個(gè)邊緣區(qū)域圖像的步驟包括：
將所述HSV顏色模式的圖像進(jìn)行濾波及二值化，獲得二值圖像；
針對所述二值圖像進(jìn)行第一濾波操作，獲得第一濾波圖像；
針對所述第一濾波圖像進(jìn)行邊緣檢測，獲得至少一個(gè)邊緣區(qū)域圖像。
4.根據(jù)權(quán)利要求3所述的圖像處理方法，其特征在于，所述將所述HSV顏色模式的圖像進(jìn)行濾波及二值化，獲得二值圖像的步驟包括：
提取出所述HSV顏色模式的圖像中的通道圖像；
將所述通道圖像進(jìn)行第二濾波操作，獲得第二濾波圖像；
針對所述第二濾波圖像進(jìn)行二值化，獲得二值圖像。
5.根據(jù)權(quán)利要求4所述的圖像處理方法，其特征在于，所述將所述通道圖像進(jìn)行第二濾波操作，獲得第二濾波圖像的步驟包括：
通過高斯濾波或中值濾波或形態(tài)學(xué)濾波的方式對通道圖像進(jìn)行處理，獲得第二濾波圖像。
6.根據(jù)權(quán)利要求1所述的圖像處理方法，其特征在于，所述人體特征圖像包括毛孔特征圖像，所述將所述至少一個(gè)邊緣區(qū)域圖像進(jìn)行篩選，獲得該人體特定部位對應(yīng)的人體特征圖像的步驟包括：
獲取到所述邊緣區(qū)域圖像的面積數(shù)據(jù)及面積比例數(shù)據(jù)；
當(dāng)所述面積數(shù)據(jù)不小于預(yù)設(shè)面積閥值且所述面積比例數(shù)據(jù)小于所述預(yù)設(shè)比例閥值時(shí)，確定所述邊緣區(qū)域圖像為毛孔特征圖像。
7.根據(jù)權(quán)利要求1或6所述的圖像處理方法，其特征在于，所述方法還包括：
根據(jù)所述分類信息生成檢測結(jié)果。
8.一種圖像處理裝置，其特征在于，包括：
第一初始圖像采集模塊，用于采集包含人體特定部位的第一初始圖像；其中，所述第一初始圖像包括RGB顏色模式的圖像；
轉(zhuǎn)換模塊，用于將所述RGB顏色模式的圖像轉(zhuǎn)換為HSV顏色模式的圖像；
提取模塊，用于提取出所述HSV顏色模式的圖像中的至少一個(gè)邊緣區(qū)域圖像；
人體特征圖像獲得模塊，用于將所述至少一個(gè)邊緣區(qū)域圖像進(jìn)行篩選，獲得該人體特定部位對應(yīng)的人體特征圖像；
訓(xùn)練模塊，用于將所述人體特征圖像輸入至機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，獲得訓(xùn)練后的機(jī)器學(xué)習(xí)模型；其中，所述訓(xùn)練后的機(jī)器學(xué)習(xí)模型用于針對第二初始圖像進(jìn)行分類，輸出分類信息。
9.一種計(jì)算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的圖像處理方法的步驟。
10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的圖像處理方法的步驟。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣州智顏科技有限公司，未經(jīng)廣州智顏科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811216004.8/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇：檢測方法及裝置
- 下一篇：基于C++語言平臺的干涉條紋檢測方法
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 機(jī)器學(xué)習(xí)模型之間進(jìn)行轉(zhuǎn)換的方法與設(shè)備
- 在多個(gè)機(jī)器學(xué)習(xí)任務(wù)上訓(xùn)練機(jī)器學(xué)習(xí)模型
- 用于訓(xùn)練機(jī)器學(xué)習(xí)模型的方法及系統(tǒng)
- 機(jī)器學(xué)習(xí)模型解釋方法以及裝置
- 用于機(jī)器學(xué)習(xí)模型的并行化坐標(biāo)下降法
- 一種機(jī)器學(xué)習(xí)模型的生成方法、裝置
- 模型配置方法、裝置、電子設(shè)備及可讀取存儲介質(zhì)
- 基于區(qū)塊鏈網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)模型處理方法及節(jié)點(diǎn)
- 模型優(yōu)化方法、裝置、存儲介質(zhì)及服務(wù)器
- 管理應(yīng)用的方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)
- 運(yùn)動(dòng)特征點(diǎn)檢測方法及裝置、運(yùn)動(dòng)目標(biāo)檢測方法及裝置
- 圖像格式確定方法及裝置、顯示設(shè)備
- 圖像處理方法、裝置、多模態(tài)成像系統(tǒng)、存儲介質(zhì)及設(shè)備
- 訓(xùn)練圖像獲取方法、模型訓(xùn)練方法及相關(guān)裝置
- 圖像去模糊方法以及相關(guān)裝置
- 圖像生成網(wǎng)絡(luò)的訓(xùn)練方法、圖像預(yù)測方法和計(jì)算機(jī)設(shè)備
- 圖像處理方法、裝置、圖像處理設(shè)備及存儲介質(zhì)
- 動(dòng)態(tài)圖像處理方法、動(dòng)態(tài)圖像處理裝置、終端應(yīng)用及電子設(shè)備
- 圖像處理方法、裝置、系統(tǒng)及計(jì)算機(jī)存儲介質(zhì)
- 醫(yī)學(xué)圖像的配準(zhǔn)方法、電子裝置和存儲介質(zhì)
