[发明专利]一种基于深度学习的头发丝颜色识别方法

说明书

本发明公开了一种基于深度学习的头发丝颜色识别方法，包括以下步骤：1、建立用于颜色比对的头发丝标准颜色库；2、将单根头发丝放在纯色底板上，对头发丝进行拍摄，获取初始图像；3、对初始图像进行灰度处理，得到灰度图像；4、对灰度图像进行裁剪，去除底板色；5、寻找与灰度图像像元颜色差值小于预设限定阈值的颜色分类，并将该像元颜色归类于该颜色分类；6、当归类于某种颜色分类的像元比例超过70％时，判定该种颜色分类即为头发丝颜色。本发明开拓微观识别头发丝颜色的新方向，并给出基于深度学习的头发丝颜色识别方法，可以用于精准判定头发丝是不是属于自然发色以及属于何种自然发色，为植发、接发等美发服务提供更好的技术基础。

技术领域

本发明涉及微观图像颜色识别技术领域，尤其是一种基于深度学习的头发丝颜色识别方法。

背景技术

随着人们生活水平的提高，人们对于美发行业的要求越来越高，植发、接发等项目也越来越受欢迎。伴随这些美发项目而来的问题，就是对头发丝颜色的精确识别，才能更好地提供植发、接发服务。精准识别微观头发丝颜色并对其进行分类是一个值得研究的课题。

发明内容

针对上述问题，本发明提供一种基于深度学习的头发丝颜色识别方法，包括以下步骤：

步骤1，建立用于颜色比对的头发丝标准颜色库；

步骤2，将单根头发丝放在纯色底板上，对头发丝进行拍摄，获取初始图像；

步骤3，对初始图像进行灰度处理，得到灰度图像；

步骤4，对灰度图像进行裁剪，去除底板色；

步骤5，寻找与灰度图像像元颜色差值小于预设限定阈值的颜色分类，并将该像元颜色归类于该颜色分类；

步骤6，当归类于某种颜色分类的像元比例超过70％时，判定该种颜色分类即为头发丝颜色。

进一步的，所述步骤4具体包括以下步骤：

步骤4.1，对灰度图像进行二值化，得到二值图像；

步骤4.2，对二值图像进行裁剪，去除底板色；

步骤4.3，将二值图像的裁剪坐标映射到原灰度图像，获取裁剪后的灰度图像。

进一步的，所述头发丝标准颜色库是对不同人群自然色头发丝进行深度学习得出的头发丝标准颜色模型，表征灰度图像像元值与头发丝颜色之间的对应关系；所述头发丝标准颜色库包括但不限于乌黑、金黄、红棕、淡黄、灰白、银白、绿色、红色。

本发明开拓微观识别头发丝颜色的新方向，并给出基于深度学习的头发丝颜色识别方法，可以用于精准判定头发丝是不是属于自然发色以及属于何种自然发色，为植发、接发等美发服务提供更好的技术基础。

具体实施方式

下面结合具体实施方式对本发明作进一步详细的说明。本发明的实施例是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

实施例1

一种基于深度学习的头发丝颜色识别方法，包括以下步骤：

1、建立用于颜色比对的头发丝标准颜色库；

全人类按照肤色分为白人、黄人和黑人。人类不仅天生肤色存在差异，天生发色也存在较大差异，目前较为认可的是自然发色包括乌黑、金黄、红棕、淡黄、灰白、银白、绿色、红色八大类。