[发明专利]一种基于纹理对称性的皮肤图像纹理分割方法及系统

说明书

本发明公开了一种基于纹理对称性的皮肤图像纹理分割方法及系统。其中，该方法包括如下步骤：对皮肤图像进行二值化处理，得到由纹理像素和非纹理像素组成的皮肤纹理图像；根据纹理像素对称性，统计皮肤纹理图像中每个纹理像素的对称像素对特征，剔除纹理像素中的伪纹理像素。该方法分割皮肤图像纹理准确度高，速度快，评估结果良好。

技术领域

本发明涉及一种基于纹理对称性的皮肤图像纹理分割方法，同时涉及实现该方法的系统，属于皮肤图像处理技术领域。

背景技术

随着生活水平的提高，面部皮肤的美容及护理已经受到人们的广泛关注，因此，如何客观、定量地对皮肤图像进行分析、识别和评估是近年来皮肤图像处理领域的研究热点之一，在现实中有广泛的应用价值。

皮肤图像的特征包括颜色、纹理、毛孔、光泽度等，纹理是皮肤图像特征的一个重要评估指标，为了给出皮肤图像纹理的定量数值，首先需要从复杂的皮肤图像背景中提取皮肤纹理，随着计算机图像处理技术的飞速发展，人们开始探讨用数字图像处理技术来提取皮肤图像的纹理特征，以数字图像处理技术为手段，可以使皮肤表面状况评估方法从传统的定性分析上升为精确的定量分析，从而极大地提高评估测量的精确度。

皮肤图像纹理的分析测量与评估问题是当前的一个比较受关注的研究课题，有各种统计分析方法，如空间灰度共生矩阵法、中心距方法、游程长度法和极大极小值方法、基于数学形态学的粒度分析方法、分水岭纹理分割方法等。通过这些分析方法分析之后，再计算纹理属性值来评估皮肤图像纹理特征，如空间灰度共生矩阵法分析皮肤图像纹理特征后，计算角二阶矩、对比度、相关性、熵等二次统计量数值来定量评估皮肤图像的纹理特征；基于数学形态学的粒度分析方法后，则可计算纹理斑块的表面总面积、最大面积、最小面积以及它们相应的数目。这些纹理分析统计方法都需要纹理特征明显的皮肤图像作为原始图像。

皮肤图像纹理评估前需要做图像初步处理，图像初步处理目的是为了提取纹理特征以便于后续纹理的定量评估计算，初步处理好的图像，已经是二值化的纹理特征图像。皮肤纹理图像，纹理和皮肤背景灰度(颜色)值及其相近，全局的图像初步处理方法(高斯滤波，维纳滤波等)效果都不好，对于很多皮肤图像，伪纹理像素比例及其大。对于原始的皮肤图像，纹理特征难以提取不是因为噪音的问题，是因为纹理灰度值和背景灰度值及其接近的原因，皮肤纹理灰度值接近皮肤背景灰度值，这样计算机算法很难识别出纹理，甚至同一灰度值的像素中，在图像的某处是纹理像素在另一处则是皮肤背景像素，这样就不能通过简单去噪、滤波等初步处理解决纹理识别问题，所以皮肤图像纹理分析与评估核心问题不是纹理统计分析计算，而是如何通过计算机算法识别出纹理，然后有各种纹理统计计算方法，如最为广泛应用的是灰度共生矩阵方法。所以初步处理皮肤图像，得到分割效果好的二值化纹理图像是皮肤图像纹理特征定量评估最为关键的初步处理步骤。

发明内容

针对现有技术的不足，本发明所要解决的首要技术问题在于提供一种基于纹理对称性的皮肤图像纹理分割方法。

本发明所要解决的另一技术问题在于提供一种基于纹理对称性的皮肤图像纹理分割系统。

本发明所要解决的第三技术问题在于提供一种基于纹理对称性的皮肤图像纹理分割方法的皮肤图像评估系统。

为实现上述发明目的，本发明采用下述的技术方案：

根据本发明实施例的第一方面，提供一种基于纹理对称性的皮肤图像纹理分割方法，包括如下步骤：

对皮肤图像进行二值化处理，得到由纹理像素和非纹理像素组成的皮肤纹理图像；

根据纹理像素对称性，统计皮肤纹理图像中每个纹理像素的对称像素对特征，剔除纹理像素中的伪纹理像素。

其中较优地，所述基于纹理对称性的皮肤图像纹理分割方法，对皮肤图像进行二值化处理得到由纹理像素和非纹理像素组成的皮肤纹理图像之前，还包括如下步骤：