[发明专利]一种皮肤毛孔检测与评价的方法

权利要求书

1.一种皮肤毛孔检测的方法，其特征在于，包括：

S1、使用基于图像通道差的ICA方法，基于初始皮肤图像分离出黑色素层图像和血色素层图像；

S2、检测皮肤特征，利用不同皮肤特征在不同色素层图像上的特征显著性差异筛除干扰项，最终检测毛孔；

步骤S1的具体方法包括：

S11、通过控制外界条件来消除镜头拍摄初始皮肤图像时产生的上表皮反射；

S12、在Lambert-Beer定律基础上构建初始皮肤图像像素颜色值与色素浓度有关的等式；

S13、通过等式中R、G、B的通道差,使用ICA获取色素浓度和其分离矩阵；

步骤S2所述检测皮肤特征的方法包括：

S21、使用SIFT算法在黑色素层图像上检测包括毛孔在内的所有特征点；

S22、使用SURF算法在初始皮肤图像上检测显著性高的皮肤干扰项；

S23、使用SURF算法在血色素层图像上检测所有包含血色素的特征点。

2.根据权利要求1所述的方法，其特征在于，步骤S22中，利用SURF算法中代表皮肤特征显著性的响应值,在初始皮肤图像中以K-means对初始皮肤图像上的所有特征的响应值进行聚类,通过响应值分布的明显差异选取合理阈值。

3.根据权利要求1所述的方法，其特征在于，步骤S2所述筛除干扰项的具体方法包括：

S31、利用初始皮肤图像及血色素层图像上检测点的欧氏距离筛除含血色素的干扰项；

S32、利用保留的黑色素干扰项和黑色素层上的检测点之间的欧氏距离，以SURF算法特征点处的最佳尺度计算出特征点处黑色素显著分布的范围，筛除黑色素干扰项并保留毛孔。

4.基于权利要求1-3任一项所述检测方法的毛孔评价方法，其特征在于，包括：

S41、依据Tamura纹理粗糙度计算原理，基于SIFT算法获取最佳尺寸；

S42、计算毛孔整体粗糙度。

5.根据权利要求4所述的毛孔评价方法，其特征在于，步骤S41所述Tamura纹理粗糙度计算原理包括：

S411、计算有效范围内每个像素的2^k邻域内的平均灰度值；

S412、对每个像素,计算其垂直方向和水平方向上不重合邻域的平均灰度差；

S413、对每个像素计算可以使平均灰度差达到最大的最佳尺寸参数；

S414、计算在整幅图像上的粗糙度。

6.根据权利要求4所述的毛孔评价方法，其特征在于，步骤S41所述的最佳尺寸方法包括：

S421、对初始皮肤图像建立其在不同尺度下的图像,并构建出DOG金字塔，在此基础上每一个采样点和它所有的相邻点比较，看其是否比它的图像域和尺度域的相邻点大或者小，寻找到尺度空间的极值点；

S422、检测到的离散的极值点,通过三元二次函数拟合确定关键点的位置和尺度。

7.根据权利要求4所述的毛孔评价方法，其特征在于，步骤S42中，毛孔整体粗糙度的计算公式为：

其中：P_crs代表所选取域面部毛孔的整体粗糙度；m*n为皮肤图像的像素；∑s_pbest为关键点的最佳尺寸；

P_crs越大表示皮肤毛孔的整体情况越粗。