[发明专利]基于皮肤图像信息处理的年龄测试方法

摘要

本发明提供一种基于皮肤图像信息处理的年龄测试方法，通过挖掘皮肤表面随年龄变化的纹理信息，尝试为医学工作者提供一种新的简便无创的年龄推断方法。首先无创采集前臂腹侧中段部位皮肤图像，然后对采集的皮肤图像进行预处理以及特征提取，得到了皮沟和皮嵴的相关参数，并运用统计学方法分析这些参数与年龄的相关性，得出推断年龄的数学模型。统计结果表明，本方法中的皮肤纹理参数均与年龄有较高的线性相关性，将统计分析得到的年龄推断模型进行测试，能够得到较高的准确率，证明了本文方法推断年龄的有效性，并且由于其所需成本低，有望用于医学年龄的客观推断。

主权项

1.一种基于皮肤图像信息处理的年龄测试方法，其特征在于，包括如下步骤：S1：通过数码显微镜获取皮肤表面图像，该数码显微镜的镜头上套接有带偏振光镜的透明基座；S2：图像预处理，包括灰度变换、纹理增强以及图像分割处理；S3：皮肤纹理线提取，用于提取皮肤表面纹理线；其具体步骤为：S31：采用形态学增强方法将图像中的亮细节提取出来；S32：采用均值滤波进行滤波处理S33：采用大津阈值分割法将预处理后的皮肤图像分割为背景和目标两部分；S34：对分割后得到的图像进行分水岭变换，从而可以清晰地获得皮肤表面纹理线；S4：皮肤纹理参数计算，所述皮肤纹理参数是由皮沟的平均宽度、皮嵴的平均面积以及纹理交点密度三者组合而成；其中皮沟的总面积为步骤S3处理后图像中黑色像素点的总和，通过计算单像素宽度皮肤纹理图像中黑色像素总和即为皮沟的长度；其中，皮嵴的总面积为步骤S3处理后图像中白色像素总，通过统计单像素宽度皮肤纹理图像中白色皮嵴块的个数即得皮嵴个数；S5：将年龄作为因变量，将步骤S4所得的皮肤纹理参数作为自变量，进行多元线性回归分析，得到年龄估计值；其中：针对女性而言，所采用的多元线性回归分析模型为：Age＝3.256+8.729PG‑0.003PJ‑0.516JD；针对男性而言，所采用的多元线性回归分析模型为：Age＝33.722+4.664PG+0.00006427PJ‑0.471JD；其中Age为多元线性回归分析模型估计出的年龄值，PG为皮沟平均宽度，PJ为皮嵴平均面积，JD为纹理交点密度；根据纹理参数建立的数据库，采用皮尔逊相关性分析研究纹理参数与年龄的相关性，得出无论是男性或者女性，皮沟平均宽度以及皮嵴平均面积随年龄增加而增加，存在正相关关系，纹理交点密度随年龄的增加而减小，存在负相关关系，进一步通过皮肤纹理参数与年龄之间的变化趋势图观察分析：女性皮沟平均宽度、男性皮沟平均宽度、女性皮嵴平均面积、男性皮嵴平均面积、女性交点个数、男性交点个数，得出单个参数下皮沟的平均宽度、皮脊的平均面积、纹理交点密度随年龄变化趋势明显，此变化趋势是数据库中所采集的参数是人体皮肤发育受内外因素共同叠加影响的结果；通过相关性分析证实皮沟平均宽度、皮嵴平均面积以及交点个数这三个特征参数与年龄之间存在联系，用多元回归分析建立皮肤纹理特征参数与年龄之间的回归模型，得出不论男性女性，显著性概率都为0.000，表明回归模型显著，回归方程有统计学意义，多个皮肤纹理形态特征参数均与年龄有较高的相关性。