本發(fā)明涉及圖像處理的技術領域，具體而言，涉及一種皮膚膚色及其色素沉淀情況的檢測方法。

背景技術：

膚色是指人類皮膚表皮層因黑色素、原血紅素、葉紅素等色素沉著所反映出的皮膚顏色。膚色在不同地區(qū)及人群有不同的分布。

人體皮膚膚色檢測技術廣泛應用于多個領域，如皮膚問題的判斷、皮膚護理、皮膚病診斷、手勢識別、人臉識別和色情圖像過濾等。膚色檢測通常作為這些領域的一種預處理工作，它的精度將對后期的處理工作產(chǎn)生很大的影響。

然而在圖像中人體膚色受光照影響變化顯著，從而使得傳統(tǒng)的直接觀察膚色的方法不能夠很好地應對不同的光照情況。

隨著計算機視覺技術的不斷發(fā)展，圖像處理技術被人們用于各種領域中。計算機診病就是其中重要的應用案例之一，由于具有自動、快捷等特點，能大幅提高診病效率，被視為未來醫(yī)學診病的發(fā)展方向?？紤]到皮膚色素沉積的判斷主要通過觀察皮膚表面癥狀，因此，可以通過計算機視覺技術實現(xiàn)皮膚膚色及其色素沉淀情況的自動判斷過程。如何將皮膚圖像中的色素沉積區(qū)域準確提取出來是實現(xiàn)計算機皮膚色素沉積判斷的重要過程，有助于分析色素沉積的數(shù)量、分布、形態(tài)大小等。

由此可知，皮膚問題的計算機診斷的首要步驟就是將皮膚病患處區(qū)域從采集到的皮膚圖片中分割出來，只有實現(xiàn)了對患處的精確和高效的分割才能進一步分析患處的各種特征。

技術實現(xiàn)要素：

有鑒于此，本發(fā)明要解決的技術問題在于克服現(xiàn)有技術的缺陷，提供了一種皮膚膚色的檢測方法，包括以下步驟：

S10：利用校準后的圖像獲取裝置獲取待測皮膚圖像；

S20：在Lab顏色空間對待測皮膚圖像的顏色信息進行統(tǒng)計并獲取待測皮膚圖像顏色在Lab顏色空間內的分量值；

S30：根據(jù)分量值對照色卡，對獲取的皮膚圖像的膚色進行分級。

在某些實施方式中，所述圖像獲取裝置的校準方法包括以下步驟：

S1，預設標準設備：

預設標準皮膚圖像，獲取其在Lab顏色空間內的分量值，該分量值為標準分量值；

調整圖像獲取裝置的曝光增益和白平衡參數(shù)，當該圖像獲取裝置獲取的標準皮膚圖像的膚色在所述Lab顏色空間內的分量值與標準分量值一致時，該圖像獲取裝置為標準設備；

S2，根據(jù)標準設備進行校準：

用所述標準設備獲取待測的皮膚圖像，輸出該皮膚圖像的膚色在Lab顏色空間內的分量值，該分量值為標準閾值；

用待校準的圖像獲取裝置獲取待測的皮膚圖像，輸出該皮膚圖像的膚色在Lab顏色空間內的分量值，該分量值為測試分量值；調整待校準的圖像獲取裝置的曝光增益和白平衡參數(shù)至該測試分量值與標準閾值之間的差值均小于同一誤差值。

在某些實施方式中，所述分量值包括L、a、b；所述L表示亮度，所述a表示從洋紅色至綠色的范圍，所述b表示從黃色至藍色的范圍。

在某些實施方式中，L的值域由0到100；a和b的值域都是由+127至-128。

在某些實施方式中，所述步驟S30中對照色卡為pantone色卡。

本發(fā)明還提供了一種皮膚色素沉淀情況的檢測方法，包括以下步驟：

S100：利用校準后的圖像獲取裝置獲取待測皮膚圖像；

S200：將待測皮膚圖像膚色進行Lab顏色空間內的分解；

S300：將分解后獲得的分量圖二值化，其中白色區(qū)域為患處區(qū)域，黑色區(qū)域為非患處區(qū)域；

S400：對二值化后的圖像采用形態(tài)學處理中的開運算；

S500：提取開運算處理后的二值圖像邊緣，在原圖像中標記邊緣，并輸出圖像。

在某些實施方式中，所述步驟S300中還包括將分解后獲得的分量圖利用中值濾波去噪聲，去噪聲后再進行二值化處理。

在某些實施方式中，所述步驟S500之后還包括：

S600：對輸出圖像進行閾值判斷，提取色素區(qū)域的大小、位置和顏色信息。

在某些實施方式中，所述步驟S100中的校準方法如所述的圖像獲取裝置的校準方法。

在某些實施方式中，所述中值濾波采用3×3或5×5的中值濾波模板。

本發(fā)明提供的一種皮膚膚色及其色素沉淀情況的檢測方法相對于現(xiàn)有技術的有益效果是：

顏色空間是由色調，飽和度和亮度構成，但是人們很難在RGB和HSL空間下對顏色進行準確地識別。在本發(fā)明中，利用Lab顏色空間評價皮膚膚色以及皮膚色素沉淀的情況。與RGB和CMYK色彩空間相比，Lab顏色空間更接近人類視覺，色域更大，致力于感知均勻性，其L分量密切匹配人類視覺的亮度感知。

因此，可以將L分量作為亮度區(qū)分的標準，將a和b的分量作為顏色評價的標準。

本發(fā)明中采用了建立標準設備的方式，調整待校準的圖像獲取裝置的曝光增益和白平衡參數(shù)至該測試分量值與標準閾值之間的差值均小于同一誤差值。有效克服了光照的影響，能夠較為準確地劃分皮膚圖像中的膚色，并進行皮膚色素沉淀的情況分析。

通常情況下，由于皮膚表面的汗毛和光照的不均勻，會造成皮膚圖像采集時噪聲的出現(xiàn)，本發(fā)明采用中值濾波的方法去除圖像噪聲，達到增強圖像質量的效果，以便提高顏色分析的準確率。

中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術，其基本原理是把數(shù)字圖像中一點的值用該點的一個鄰域中各點值的中值代替，讓周圍的像素值接近的真實值，從而消除孤立的噪聲點。

進一步的，模板尺寸越大，去除噪音的效果越好，但是相對的去噪之后的圖片清晰度也會越低，經(jīng)過中值濾波處理后，其表面的汗毛和細小紋路被去除，并且皮膚的顏色信息得到有效的保存。

由此可知，在Lab顏色空間下對皮膚圖像進行顏色劃分的效果要優(yōu)于RGB顏色空間下皮膚顏色的劃分，特別當皮膚顏色之間具有相似的亮度值、不同的色調值時，在RGB顏色空間下很難被分割，但是在Lab空間下具有較好的劃分效果。同時，皮膚圖像經(jīng)過中值濾波處理后可以去除更多的邊緣噪聲。

本發(fā)明中認為該皮膚檢測方法的除了可以判斷色素沉積外還可以對皮膚病進行初步的判斷，包括，皮疹、蕁麻疹、濕疹、水痘、痤瘡等呈斑點狀分布的皮膚問題，可以使用同樣的方法提取。

綜上所述，本發(fā)明特殊的方法，其具有上述諸多的優(yōu)點及實用價值，并在同類產(chǎn)品中未見有類似的方法公開發(fā)表或使用而確屬創(chuàng)新，產(chǎn)生了好用且實用的效果，較現(xiàn)有的技術具有增進的多項功效，從而較為適于實用，并具有廣泛的產(chǎn)業(yè)價值。

附圖說明

應當理解的是，以下附圖僅示出了本發(fā)明的某些實施例，因此不應被看作是對范圍的限定，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他相關的附圖。

圖1為本發(fā)明一種皮膚膚色的檢測方法流程圖；

圖2為本發(fā)明一種皮膚色素沉淀情況的檢測方法流程圖；

圖3為本發(fā)明圖像獲取裝置的校準方法的流程圖。

具體實施方式

在下文中，將更全面地描述本公開的各種實施例。本公開可具有各種實施例，并且可在其中做出調整和改變。然而，應理解：不存在將本公開的各種實施例限于在此公開的特定實施例的意圖，而是應將本公開理解為涵蓋落入本公開的各種實施例的精神和范圍內的所有調整、等同物和/或可選方案。

在下文中，可在本公開的各種實施例中使用的術語“包括”或“可包括”指示所公開的功能、操作或元件的存在，并且不限制一個或更多個功能、操作或元件的增加。此外，如在本公開的各種實施例中所使用，術語“包括”、“具有”及其同源詞僅意在表示特定特征、數(shù)字、步驟、操作、元件、組件或前述項的組合，并且不應被理解為首先排除一個或更多個其它特征、數(shù)字、步驟、操作、元件、組件或前述項的組合的存在或增加一個或更多個特征、數(shù)字、步驟、操作、元件、組件或前述項的組合的可能性。

在本公開的各種實施例中，表述“或”或“A或/和B中的至少一個”包括同時列出的文字的任何組合或所有組合。例如，表述“A或B”或“A或/和B中的至少一個”可包括A、可包括B或可包括A和B二者。

在本公開的各種實施例中使用的表述(諸如“第一”、“第二”等)可修飾在各種實施例中的各種組成元件，不過可不限制相應組成元件。例如，以上表述并不限制所述元件的順序和/或重要性。以上表述僅用于將一個元件與其它元件區(qū)別開的目的。例如，第一用戶裝置和第二用戶裝置指示不同用戶裝置，盡管二者都是用戶裝置。例如，在不脫離本公開的各種實施例的范圍的情況下，第一元件可被稱為第二元件，同樣地，第二元件也可被稱為第一元件。

應注意到：如果描述將一個組成元件“連接”到另一組成元件，則可將第一組成元件直接連接到第二組成元件，并且可在第一組成元件和第二組成元件之間“連接”第三組成元件。相反地，當將一個組成元件“直接連接”到另一組成元件時，可理解為在第一組成元件和第二組成元件之間不存在第三組成元件。

在本公開的各種實施例中使用的術語“用戶”可指示使用電子裝置的人或使用電子裝置的裝置(例如，人工智能電子裝置)。

在本公開的各種實施例中使用的術語僅用于描述特定實施例的目的并且并非意在限制本公開的各種實施例。如在此所使用，單數(shù)形式意在也包括復數(shù)形式，除非上下文清楚地另有指示。除非另有限定，否則在這里使用的所有術語(包括技術術語和科學術語)具有與本公開的各種實施例所屬領域普通技術人員通常理解的含義相同的含義。所述術語(諸如在一般使用的詞典中限定的術語)將被解釋為具有與在相關技術領域中的語境含義相同的含義并且將不被解釋為具有理想化的含義或過于正式的含義，除非在本公開的各種實施例中被清楚地限定。

實施例

本發(fā)明提供了一種皮膚膚色的檢測方法，包括以下步驟：

S10：利用校準后的圖像獲取裝置獲取待測皮膚圖像；

S20：在Lab顏色空間對待測皮膚圖像的顏色信息進行統(tǒng)計并獲取待測皮膚圖像顏色在Lab顏色空間內的分量值；

S30：根據(jù)分量值對照色卡，對獲取的皮膚圖像的膚色進行分級。

上述，需要理解的是，RGB色彩模式是工業(yè)界的一種顏色標準，是通過對紅(R)、綠(G)、藍(B)三個顏色通道的變化以及它們相互之間的疊加來得到各式各樣的顏色的，RGB即是代表紅、綠、藍三個通道的顏色，是目前運用較為廣泛的顏色系統(tǒng)之一。

然而，顏色空間是由色調，飽和度和亮度構成，但是人們很難在RGB和HSL空間下對顏色進行準確地識別。

因此，在本發(fā)明中，利用Lab顏色空間評價皮膚膚色以及皮膚色素沉淀的情況。與RGB和CMYK色彩空間相比，Lab顏色空間更接近人類視覺，色域更大，致力于感知均勻性，其L分量密切匹配人類視覺的亮度感知。

在數(shù)字圖像處理領域，一張彩色圖像被看做是一個三維的數(shù)字矩陣，其中每一個像素點都由R(紅色)、G(綠色)、B(藍色)三個顏色值疊加而成，每個顏色值的取值范圍都為0～255。所以可以將圖片分解為三個分別只含R值，G值，B值的子圖像，分別被稱為紅色通道子圖像，綠色通道子圖像，藍色通道子圖像。

將圖像分解為三個顏色通道的子圖像，是圖像處理中的基本處理方法，應用廣泛，在此不再敘述。

如果采集到的皮膚圖像是RGB圖像，故要將皮膚圖像從RGB顏色空間轉換到Lab顏色空間，在通過Lab顏色空間的分量值對照色卡，對獲取的皮膚圖像的膚色進行分級。

由此可知，在Lab顏色空間下對皮膚圖像進行顏色劃分的效果要優(yōu)于RGB顏色空間下皮膚顏色的劃分，特別當皮膚顏色之間具有相似的亮度值、不同的色調值時，在RGB顏色空間下很難被分割，但是在Lab空間下具有較好的劃分效果。

需要理解的是，利用K均值聚類的方法可將皮膚膚色劃分成不同的聚類。

在Lab空間下，利用K均值聚類算法對皮膚顏色聚類進行劃分，該方法可以將皮膚的顏色聚類進行劃分，

本發(fā)明中認為該皮膚檢測方法的除了可以判斷色素沉積外還可以對皮膚病進行初步的判斷，包括，皮疹、蕁麻疹、濕疹、水痘、痤瘡等呈斑點狀分布的皮膚問題，可以使用同樣的方法提取。

進一步的，所述圖像獲取裝置的校準方法包括以下步驟：

S1，預設標準設備：

預設標準皮膚圖像，獲取其在Lab顏色空間內的分量值，該分量值為標準分量值；

調整圖像獲取裝置的曝光增益和白平衡參數(shù)，當該圖像獲取裝置獲取的標準皮膚圖像的膚色在所述Lab顏色空間內的分量值與標準分量值一致時，該圖像獲取裝置為標準設備；

S2，根據(jù)標準設備進行校準：

用所述標準設備獲取待測的皮膚圖像，輸出該皮膚圖像的膚色在Lab顏色空間內的分量值，該分量值為標準閾值；

用待校準的圖像獲取裝置獲取待測的皮膚圖像，輸出該皮膚圖像的膚色在Lab顏色空間內的分量值，該分量值為測試分量值；調整待校準的圖像獲取裝置的曝光增益和白平衡參數(shù)至該測試分量值與標準閾值之間的差值均小于同一誤差值。

上述，通過建立標準設備的方式，調整待校準的圖像獲取裝置的曝光增益和白平衡參數(shù)至該測試分量值與標準閾值之間的差值均小于同一誤差值。有效克服了光照的影響，準確地劃分皮膚圖像中的膚色，并進行皮膚色素沉積的情況分析。

進一步的，所述分量值包括L、a、b；所述L表示亮度，所述a表示從洋紅色至綠色的范圍，所述b表示從黃色至藍色的范圍。

進一步的，L的值域由0到100；a和b的值域都是由+127至-128。

進一步的，所述步驟S30中對照色卡為pantone色卡。

本發(fā)明還提供了一種皮膚色素沉淀情況的檢測方法，包括以下步驟：

S100：利用校準后的圖像獲取裝置獲取待測皮膚圖像；

S200：將待測皮膚圖像膚色進行Lab顏色空間內的分解；

S300：將分解后獲得的分量圖二值化，其中白色區(qū)域為患處區(qū)域，黑色區(qū)域為非患處區(qū)域；

S400：對二值化后的圖像采用形態(tài)學處理中的開運算；

S500：提取開運算處理后的二值圖像邊緣，在原圖像中標記邊緣，并輸出圖像。

進一步的，所述步驟S300中還包括將分解后獲得的分量圖利用中值濾波去噪聲，去噪聲后再進行二值化處理。

進一步的，所述步驟S500之后還包括：

S600：對輸出圖像進行閾值判斷，提取色素區(qū)域的大小、位置和顏色信息。

上述，通常情況下，由于皮膚表面的汗毛和光照的不均勻，會造成皮膚圖像采集時噪聲的出現(xiàn)，本發(fā)明，優(yōu)選地，采用二維中值濾波的方法去除圖像噪聲，達到增強圖像質量的效果，以便提高顏色分析的準確率。

二維中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術，其基本原理是把數(shù)字圖像中一點的值用該點的一個鄰域中各點值的中值代替，讓周圍的像素值接近的真實值，從而消除孤立的噪聲點。

模板尺寸越大，去除噪音的效果越好，但是相對的去噪之后的圖片清晰度也會越低，經(jīng)過中值濾波處理后，其表面的汗毛和細小紋路被去除，并且皮膚的顏色信息得到有效的保存。

皮膚圖像經(jīng)過中值濾波處理后可以去除更多的邊緣噪聲。

進一步的，所述步驟S100中的校準方法如所述的圖像獲取裝置的校準方法。

進一步的，所述中值濾波采用3×3或5×5的中值濾波模板。

應當理解，雖然本說明書按照實施方式加以描述，但并非每個實施方式僅包含一個獨立的技術方案，說明書的這種敘述方式僅僅是為清楚起見，本領域技術人員應當將說明書作為一個整體，各實施方式中的技術方案也可以經(jīng)適當組合，形成本領域技術人員可以理解的其他實施方式。

申請人聲明，本發(fā)明通過上文所列出的一系列的詳細說明僅僅是針對本發(fā)明的可行性實施方式的具體說明，但本發(fā)明并不局限于上述詳細工藝設備和工藝流程。并且即不意味著本發(fā)明應依賴上述詳細工藝設備和工藝流程才能實施。所屬技術領域的技術人員應該明了，對本發(fā)明的任何改進，對本發(fā)明產(chǎn)品各原料的等效替換及輔助成分的添加、具體方式的選擇等，均落在本發(fā)明的保護范圍和公開范圍之內。