[發明專利]一種基于紋理生長的皮膚圖像紋理定量評估方法

有效

• 申請號: 202010474328.2
• 申請日: 2020-05-29
• 公開（公告）號: CN111784636B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 劉迎;邱顯榮;張珣
• 申請（專利權）人: 北京工商大學;精誠工坊電子集成技術（北京）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06T7/41
• 代理公司: 北京萬象新悅知識產權代理有限公司 11360
• 代理人: 黃鳳茹

本發明公布了一種基于紋理生長的皮膚圖像紋理定量評估方法，屬于皮膚圖像處理應用技術領域。通過皮膚彩色圖像識別皮膚紋理特征并獲取皮膚紋理主干線，進行寬度擴充，再計算得到皮膚圖像的定量紋理屬性值，包括紋理長度、寬度、方向、深淺、間距、疏密等各種屬性數值，提高對皮膚圖像紋理進行識別和評估的準確度。

技術領域

本發明涉及皮膚圖像紋理評估技術，具體涉及一種基于紋理生長的皮膚圖像紋理定量評估方法，屬于皮膚圖像處理應用技術領域。

背景技術

客觀、定量地對皮膚圖像進行分析、評估是近年來皮膚圖像處理領域的研究熱點之一。皮膚圖像的特征包括顏色、紋理、毛孔、光澤度、粗糙度等，當前主要研究方法之一是計算機圖像領域的圖像算法，針對皮膚圖像的每個像素RGB顏色值做各種統計分析，然后計算皮膚圖像各種屬性值來評估皮膚特征，包括皮膚紋理特征。

皮膚紋理識別是所有皮膚屬性中最難計算的，因為皮膚紋理與皮膚圖像顏色均值很接近，且很多時候與均值交織在一起，難以分辨。現有皮膚紋理識別方法主要包括機器學習方法和計算機圖像處理方法。采用機器學習方法需要大量的樣本用于學習，準確度不高，速度慢；采用計算機圖像方法一般需要先對各種對皮膚圖像像素矩陣進行統計分析，如空間灰度共生矩陣法、中心距方法、游程長度法和極大極小值方法、基于數學形態學的粒度分析方法、分水嶺紋理分割方法等；在統計分析皮膚圖像后，再計算紋理屬性值來評估皮膚圖像紋理特征，如空間灰度共生矩陣法分析皮膚圖像紋理特征后，計算角二階矩、對比度、相關性、熵等二次統計量數值來定量評估皮膚圖像的紋理特征；采用基于數學形態學的粒度分析方法可計算紋理斑塊的表面總面積、最大面積、最小面積以及它們相應的數目。由于這些紋理分析統計方法都需要紋理特征及其明顯的皮膚圖像作為原始圖像，而實際的皮膚圖像上紋理接近或者交織于圖像背景均值，采用這些分析方法得到的結果準確度都很低，并不適用于皮膚紋理識別。

發明內容

本發明的目的在于實現一種基于紋理生長的皮膚圖像紋理定量評估方法，根據紋理沿著2個方向連續生長的特征識別紋理，并給出皮膚圖像的定量紋理屬性值，包括紋理長度、寬度、方向、深淺、間距、疏密等各種屬性數值，提高對皮膚圖像紋理進行識別和評估的準確度。

本發明的重點是獲取到皮膚圖像紋理連續主干線，再做寬度擴充，然后通過統計方法即可獲取皮膚圖像的紋理特征定量數值，主要包括如下內容：(1)皮膚圖像預處理，去除光照不均勻影響、剔除毛發、圖像增強，獲取后續計算用的灰度圖像img3；(2)灰度圖像img3通過閾值方法得到二值化準紋理圖像img4，背景白色以及前景黑色(準紋理)；(3)二值化圖像img4中，基于紋理生長特征得到紋理連續主干線二值化圖像img5；(4)紋理連續主干線上每個紋理點寬度擴充，獲取寬度屬性ss以及紋理間距sd屬性；(5)統計計算得到整個圖像紋理定量屬性(距離、疏密、方向、深度、寬度、長度)。通過上述算法，可計算一幅皮膚圖像的紋理特征，并給出多個紋理評估定量數值。

具體來說，本發明的方法包括如下步驟內容：

A.皮膚圖像預處理，去除光照不均勻影響、剔除毛發、圖像增強，獲取后續計算用的灰度圖像img3，具體內容如下：

A1.皮膚圖像灰度化，得到灰度圖像img1，灰度化公式如下：

P_ij＝(G_ij×0.6+B_ij×0.4)，取P_ij整數部分作為圖像灰度化后的像素灰度值，其中P_ij為皮膚圖像像素矩陣i,j位置處像素灰度化后的灰度值，G_ij、B_ij分別為皮膚彩色圖像像素矩陣i,j位置處像素的綠色、藍色分量,灰度化不使用紅色分量，灰度化后像素灰度值范圍[0，255]，灰度化后的圖像為灰度圖像img1；

A2.去除光照不均勻影響，得到灰度圖像img2，具體步驟如下：

A2.1遍歷灰度圖像img1的每個像素點p；