[发明专利]基于脸部肌肤图像紫外深层及浅层色斑的识别方法

权利要求书

1.一种基于脸部肌肤图像紫外深层及浅层色斑的识别方法，其特征在于：包括以下步骤：

步骤一、获取面部肌肤图像，对图像mask灰度化同时获取图像RGB通道值；

步骤二、结合G通道值和B通道值给mask值赋值；

步骤三、对赋值后的mask灰度图像进行gamma变换和卷积操作；

步骤四、对步骤三处理后的mask灰度图像进行寻优增强处理；

步骤五、将增强后的增强特征值赋值给灰度mask图像像素点，通过RGB颜色合成得到具有深层色斑及浅层色斑的光谱图像。

2.如权利要求1所述的基于脸部肌肤图像紫外深层及浅层色斑的识别方法，其特征在于：步骤二中给mask值赋值的方法如公式①所示，分别取G通道值和B通道值各一半赋值给mask值；

mask值＝(像素点G通道值+像素点B通道值)×0.5。 公式①

3.如权利要求2所述的基于脸部肌肤图像紫外深层及浅层色斑的识别方法，其特征在于：步骤三中gamma变换的gamma参数，对于深层色斑gamma取值0.6，对于浅层色斑gamma取值0.5；并且经gamma变换后的图像像素值用mask_ga表示，并向下取整数。

4.如权利要求3所述的基于脸部肌肤图像紫外深层及浅层色斑的识别方法，其特征在于：步骤三中卷积操作的卷积核参数，对于深层色斑卷积核参数为100(0.0001)，对于浅层色斑卷积核参数为300(0.00001111)；并且经卷积操作后的图像像素值用mask_co表示，并向下取整数。

5.如权利要求4所述的基于脸部肌肤图像紫外深层及浅层色斑的识别方法，其特征在于：步骤四中寻优增强处理方法为：

步骤1、设定图像mask_co像素点值变量为matMean；图像mask_ga像素点值变量为maskGray；

步骤2、对于深层色斑，通过比较maskGray与matMean的大小，重新为maskGray赋值；对于浅层色斑，通过比较mask_co与mask_ga的大小，重新为mask赋值；

步骤3、对重新赋值后的maskGray和mask分别按照公式⑥和公式⑦进行增强寻优处理：

mask＝0-0.000004401×mask_co³+0.003431×mask_co²+0.3439×mask_co+1.519。 公式⑦

6.如权利要求5所述的基于脸部肌肤图像紫外深层及浅层色斑的识别方法，其特征在于：上述步骤2中对于深层色斑的比较方法如下，其中n＝2.8；

如果maskGray的值小于等于matMean的值，

则maskGray＝matMean-(n+1)×(matMean-maskGray)； 公式②

其中，如果maskGray小于零，此时maskGray＝0；如果maskGray大于等于255，此时maskGray＝255；

如果maskGray的大于matMean的值，

则maskGray＝matMean+(n+1)×(matMean-maskGray)； 公式③

其中，如果maskGray小于零，此时maskGray＝0；如果maskGray大于等于255，此时maskGray＝255。