[发明专利]一种智能人脸健康程度的识别与评估方法

权利要求书

1.一种智能人脸健康程度的识别与评估方法，其特征在于，所述方法包括：图像采集阶段；痤疮、色斑检测阶段；痤疮、色斑定量测量及人脸健康程度评估；具体方法如下：

A采集人脸图像，用于检测痤疮、色斑，评估人脸健康程度；

B将人脸图像从RGB色域转化为HSV色域，通过最大亮度值图像的二值图像检测出皮肤痤疮；将人脸图像通过ISODATA聚类算法，迭代计算出分割色斑病变区域和皮肤区域的阈值，得到人脸皮肤色斑的边缘轮廓并检测出皮肤色斑；

C ROI框选皮肤痤疮、计算痤疮个数、测量皮肤色斑病变区域，色斑颜色指标，并通过皮肤色斑病变区域面积、颜色深度将皮肤痤疮分为严重、普通、轻微三个程度；

D由痤疮数量、分布情况计算脸部痤疮分数，由色斑数量、程度、分布情况计算脸部色斑分数，并综合得到人脸健康程度分数；

所述步骤B中对于皮肤痤疮检测的方法如下：

(1)将人脸RGB图像转化为灰度图像，将灰度图像记为G_Grey；

(2)在灰度图像G_Grey中，寻找灰度最大值点，将该点的值记为G_Max；

(3)将灰度图像G_Grey与G_Max按下述公式归一化操作，将归一化灰度图结果记为G_Nor；

G_Nor＝G_Grey/G_Max

(4)将人脸RGB图像转化到HSV色域下，提取亮度通道分量，记为V；

(5)将亮度通道分量V减去归一化灰度G_Nor，并将得到的结果进行二值化处理，设V_Max为最大亮度区域，R_S为最大亮度的二值图，T_G为设定的二值化阈值，在本例中，取值为T_G＝0.2；

公式如下：

R＝V_Max-G_Nor

R_S＝R＜T_G

(6)设置阈值A_max和A_min，以消去消除微小的斑点区域和非痤疮的图像区域，取A_min＜RS＜A_max为痤疮检测结果，在本例中，取A_max值为700，A_min值为20；

所述步骤B中对于皮肤色斑检测的方法如下：

(1)对人脸图像进行中值计算，并将图像减去该中值，将结果映射到指数映射函数上，得到人脸色斑预处理图像；

(2)将人脸色斑预处理图像使用具有自适应确定值的尺度大小为3,5,7,9的高斯核进行递归平滑，将滤波后的图像记为I；

(3)应用ISODATA算法来确定图像的最佳阈值，记为T，其迭代公式如下：

式中R_i表示图像的N个区域的第i个，在本例中N取值为2，T_i,k+1表示将区域R_i中的像素与区域R_i+1，μ_Ri,k和N_Ri,k中的像素分开的最佳阈值,k表示步骤k中的区域R_i的平均像素值和像素数，I(m,n)表示是位置(m,n)处的像素值；基于新生成的阈值重复迭代过程，直到阈值收敛；

(4)以T作为阈值，分割人脸色斑病变区域和正常皮肤区域，并且通过后处理滤波去除干扰。

2.如权利要求1所述的一种智能人脸健康程度的识别与评估方法，其特征在于，所述步骤C中对于皮肤痤疮区域框选并进行计数的方法如下：

通过痤疮检测，输出的图像为将痤疮区域分割开来的二值图像，由于痤疮区域多为点状或由多点联结成的小块区域，由二值图像的输出结果，通过bwlabel算法将二值图的各个连通区域标注出来，统计连通区域个数并作为痤疮个数，计算各个区域图像的最小外接矩形框，通过mask掩模将多个矩形框覆盖在痤疮检测图像上，作为痤疮的ROI框选。

3.如权利要求1所述的一种智能人脸健康程度的识别与评估方法，其特征在于，所述步骤C中对于皮肤色斑病变区域面积大小及色斑颜色指标大小的计算和评级的方法如下：

(1)将色斑病变区域分割出来，计算其相对于输入的人脸图像的皮肤区域的面积占比，公式如下：

式中R_aL表示色斑面积占比，A_L(x,y)表示分割出来的色斑区域图像，A_F(x,y)表示人脸皮肤区域图像；

(2)将色斑RGB图像转化到HSI色域下，其转换公式如下：

HSI空间的S通道数值表示的是色斑的颜色深浅度，饱和度S越大颜色就越深，其数值为百分数，在本例中，采用S值的大小作为色斑颜色深浅度的指标；

(3)如上述步骤计算得出色斑面积占比R_aL及色斑颜色深浅度S，根据色斑面积占比R_aL、颜色深浅度S将其分为严重、普通、轻微三个程度：