一種基于圖像分析的皮膚毛孔識(shí)別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)字圖像處理領(lǐng)域，更具體地說涉及到基于圖像分析的皮膚及其毛孔 的識(shí)別處理方法。
【背景技術(shù)】
[0002] 隨著計(jì)算機(jī)輔助圖像處理系統(tǒng)在醫(yī)學(xué)領(lǐng)域的廣泛應(yīng)用，與人體皮膚相關(guān)的醫(yī)學(xué)診 斷、治療效果量化評(píng)價(jià)等工作迫切需要快速有效的輔助檢測方法。皮膚毛孔量化分析是人 體皮膚治療的重要問題之一，在皮膚類常見疾病，如黑鼻頭、面部紅斑、紫癜病、黑色素瘤、 毛孔粗大等的診斷分析及治療監(jiān)測等方面發(fā)揮重要作用。
[0003] 計(jì)算機(jī)輔助皮膚圖像分析處理是一種新型的輔助量化診斷方法，對(duì)待處理圖像質(zhì) 量要求較高，通常是小面積皮膚的放大效果，可以制作皮膚切片用于顯微鏡下的進(jìn)一步觀 察測量。人體皮膚圖像的獲取一般安放設(shè)置專用的支架，受測者將受測部位置于支架之上， 拍攝人員采用長焦鏡頭相機(jī)近距離拍攝微觀狀態(tài)下的皮膚，清晰度較高。由于皮膚是非剛 性物體，且對(duì)光線具有較強(qiáng)的反射特性，通常情況下圖像受光線干擾尤為強(qiáng)烈，在皮膚大面 積區(qū)域產(chǎn)生不同程度的高光亮斑。采用一般的圖像目標(biāo)提取識(shí)別方法，可將這些高光亮斑 與皮膚毛孔一同提取出來，造成識(shí)別錯(cuò)誤，從而降低圖像分析的效率。因此，有必要發(fā)明一 種普遍適用的，不影響皮膚毛孔識(shí)別效率的高光亮斑去除方法。同時(shí)，皮膚疾病是一類常見 多發(fā)疾病，日常診斷量較大，而且待處理圖像分辨率高，其輔助圖像處理過程要求做到方法 簡單實(shí)用且快速高效。然而，目前該領(lǐng)域相關(guān)成熟方法較少，一般的圖像處理方法不能直接 應(yīng)用于皮膚的毛孔識(shí)別分析，而且處理高分辨率圖像計(jì)算量大，識(shí)別效率較低。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供了一種基于圖像分析的皮膚毛孔識(shí) 別方法，其處理方法簡單實(shí)用，快速高效，匹配對(duì)準(zhǔn)容易，并且將皮膚圖像進(jìn)行精確量化分 析，有利于治療全過程的皮膚狀態(tài)監(jiān)測，得到更準(zhǔn)確的治療診斷結(jié)果。
[0005] 基于圖像分析的皮膚毛孔識(shí)別方法，依次包括以下步驟：
[0006] (1)獲取分辨率為NXM的待處理皮膚圖像，進(jìn)行濾波預(yù)處理；
[0007] (2)計(jì)算圖像的平均亮度值，將圖像S平均分為V個(gè)子區(qū)域，計(jì)算每 個(gè)子區(qū)域像素的平均亮度值，得到亮度差分矩陣；
[0008] (3)利用插值算法將差分矩陣擴(kuò)大到原圖像分辨率NXM;
[0009] (4)融合原圖像與差分矩陣得到新的圖像，圖像分辨率為NXM;
[0010] (5)利用改進(jìn)模糊C均值算法對(duì)新圖像進(jìn)行聚類分析，改進(jìn)后的聚類收斂計(jì)算方 法如下：
[0012] 其中，V=(V1, V2, . . .，V。）是未知的聚類中心向量￥;的集合，V Rp，其中p為向 量的維度，向量V1隸屬于P維空間R，X是所有待分類數(shù)據(jù)的集合，C是模糊分類數(shù)，ulk表 示像素Xk屬于第i類數(shù)據(jù)集的隸屬度，矩陣U中每一列的元素表示所對(duì)應(yīng)的圖像像素隸屬 于C類別中各個(gè)類的隸屬度，I|Xk-Vl|I表示像素Xk與聚類中心像素的相似度，m為模糊加 權(quán)指數(shù)；
[0013] (6)選擇新圖像中像素的類別數(shù)，類別數(shù)越大分割結(jié)果越精確，設(shè)置分類迭代的次 數(shù)，設(shè)置單步循環(huán)最小變化值，得到分類后的圖像；
[0014] (7)保存精確分割后的皮膚毛孔圖像，統(tǒng)計(jì)皮膚毛孔數(shù)目，計(jì)算皮膚毛孔的平均像 素面積。
[0015] 優(yōu)選的，所述濾波處理采用中值濾波法。
[0016] 優(yōu)選地，所述步驟（2)中待處理圖像分辨率為1280X720時(shí)的子區(qū)域分辨率為 16X16。
[0017] 優(yōu)選地，所述步驟（3)中所述插值算法采用雙三次差值方法。
[0018] 優(yōu)選地，所述步驟（5)中所述目標(biāo)模糊分類數(shù)可選2~8范圍內(nèi)的整數(shù)。
[0019] 優(yōu)選地，所述步驟(6)中所述聚類收斂判定閾值設(shè)定為0. 00001。
[0020] 優(yōu)選地，所述步驟（1)中可以在圖像中手動(dòng)選取待分析區(qū)域，若忽略此步，則系統(tǒng) 將圖像所有區(qū)域進(jìn)行處理。
[0021] 優(yōu)選地，所述步驟中還包括經(jīng)過處理后的皮膚圖像以及步驟1-7中原圖像上傳至 建立云數(shù)據(jù)庫進(jìn)行存儲(chǔ)，供遠(yuǎn)程客戶端查詢。
【附圖說明】
[0022] 圖1皮膚圖像毛孔識(shí)別處理方法流程圖
【具體實(shí)施方式】
[0023] 基于圖像分析的皮膚毛孔識(shí)別處理方法，依次包括以下步驟：
[0024] (1)獲取分辨率為NXM的待處理皮膚圖像，進(jìn)行濾波預(yù)處理，選擇3X3像素為濾 波模板，模板覆蓋處圖像像素灰度值從小到大排列，用灰度中間值替代覆蓋處圖像中心像 素的灰度值，遍歷所有圖像完成中指濾波；
[0025] (2)計(jì)算圖像的平均像素值，將圖像S平均分為V個(gè)子區(qū)域S,KV?、彳、計(jì)算 每個(gè)子區(qū)域像素的平均像素值，得到亮度差分矩陣，V為256 = 16X16,則差分矩陣維度為 16X16 ；
[0026] (3)利用雙三次插值算法將差分矩陣擴(kuò)大到原圖像分辨率NXM，將步驟⑵中差 分矩陣16X16拓展到NXM維度，選取待計(jì)算像素周圍16個(gè)點(diǎn)的坐標(biāo)，利用插值核公式分 別計(jì)算出x、y方向的插值核向量，插值核公式是sin(x*JT)/x的逼近，進(jìn)行矩陣相乘得到插 值結(jié)果；
[0027] (4)原圖像與差分矩陣作差得到新的圖像，圖像分辨率為NXM;
[0028] (5)利用改進(jìn)模糊C均值算法對(duì)新圖像進(jìn)行聚類分析，改進(jìn)后的聚類收斂計(jì)算方 法如下：
[0030] 其中，V= (V1,v2, . . .，V。）是未知的聚類中心向量￥;的集合，vRp，其中p為向 量的維度，向量V1隸屬于P維空間R，X是所有待分類數(shù)據(jù)的集合，c是模糊分類數(shù)，ulk表 示像素Xk屬于第i類數(shù)據(jù)集的隸屬度，矩陣U中每一列的元素表示所對(duì)應(yīng)的圖像像素隸屬 于C類別中各個(gè)類的隸屬度，I|Xk-Vl|I表示像素Xk與聚類中心像素的相似度，m為模糊加 權(quán)指數(shù)；
[0031] (6)選擇新圖像中像素的類別數(shù)，類別數(shù)越大分割結(jié)果越精確，設(shè)置分類迭代的次 數(shù)，設(shè)置單步循環(huán)最小變化值，得到分類后的圖像；
[0032] (7)保存精確分割后的皮膚毛孔圖像，通過遍歷圖像，累計(jì)非連通區(qū)域的數(shù)量統(tǒng)計(jì) 皮膚毛孔數(shù)目，計(jì)算每個(gè)非連通圖像區(qū)域的像素?cái)?shù)，得到每個(gè)區(qū)域的像素?cái)?shù)，采用求平均的 方法計(jì)算皮膚毛孔的平均像素面積。
[0033] 優(yōu)選的，所述濾波處理采用中值濾波法。
[0034] 優(yōu)選地，所述步驟（2)中待處理圖像分辨率為1280X720時(shí)的子區(qū)域分辨率為 16X16。
[0035] 優(yōu)選地，所述步驟（3)中所述插值算法采用雙三次差值方法。
[0036] 優(yōu)選地，所述步驟（5)中所述目標(biāo)模糊分類數(shù)可選2~8范圍內(nèi)的整數(shù)。
[0037] 優(yōu)選地，所述步驟(6)中所述聚類收斂判定閾值設(shè)定為0. 00001。
[0038] 優(yōu)選地，所述步驟（1)中可以在圖像中手動(dòng)選取待分析區(qū)域，若忽略此步，則系統(tǒng) 將圖像所有區(qū)域進(jìn)行處理。
[0039] 優(yōu)選地，所述步驟中還包括經(jīng)過處理后的皮膚圖像以及步驟1-7中原圖像上傳至 建立云數(shù)據(jù)庫進(jìn)行存儲(chǔ)，供遠(yuǎn)程客戶端查詢。
[0040] 本方法可將皮膚毛孔從待處理圖像中提取識(shí)別出來，處理方法簡單實(shí)用，快速高 效，匹配對(duì)準(zhǔn)容易，并且將皮膚圖像進(jìn)行精確量化分析，有利于治療全過程的皮膚狀態(tài)監(jiān) 測，得到更準(zhǔn)確的治療診斷結(jié)果。
[0041] 盡管為了說明的目的，已描述了本發(fā)明的示例性實(shí)施方式，但是本領(lǐng)域的技術(shù)人 員將理解，不脫離所附權(quán)利要求中公開的發(fā)明的范圍和精神的情況下，可以在形式和細(xì)節(jié) 上進(jìn)行各種修改、添加和替換等的改變，而所有這些改變都應(yīng)屬于本發(fā)明所附權(quán)利要求的 保護(hù)范圍，并且本發(fā)明要求保護(hù)的產(chǎn)品各個(gè)部門和方法中的各個(gè)步驟，可以以任意組合的 形式組合在一起。因此，對(duì)本發(fā)明中所公開的實(shí)施方式的描述并非為了限制本發(fā)明的范圍， 而是用于描述本發(fā)明。相應(yīng)地，本發(fā)明的范圍不受以上實(shí)施方式的限制，而是由權(quán)利要求或 其等同物進(jìn)行限定。
【主權(quán)項(xiàng)】
1. 一種基于圖像分析的皮膚毛孔識(shí)別方法，依次包括以下步驟： (1)獲取分辨率為NXM的待處理皮膚圖像，進(jìn)行濾波預(yù)處理； ⑵計(jì)算圖像的平均亮度值，將圖像S平均分為V個(gè)子區(qū)域欠"，欠'一，#、計(jì)算每個(gè)子 區(qū)域像素的平均亮度值，得到亮度差分矩陣； (3) 利用插值算法將差分矩陣擴(kuò)大到原圖像分辨率NXM ; (4) 融合原圖像與差分矩陣得到新的圖像，圖像分辨率為NXM ; (5) 利用改進(jìn)模糊C均值算法對(duì)新圖像進(jìn)行聚類分析，改進(jìn)后的聚類收斂計(jì)算方法如 下：其中，V = (V1, V2, . . .，V。）是未知的聚類中心向量集合，V Rp，其中p為向量的 維度，向量V1隸屬于P維空間R，X是所有待分類數(shù)據(jù)的集合，C是模糊分類數(shù)，u lk表示像 素 Xk屬于第i類數(shù)據(jù)集的隸屬度，矩陣U中每一列的元素表示所對(duì)應(yīng)的圖像像素隸屬于C 類別中各個(gè)類的隸屬度，I Ixk-V1I I表示像素 Xk與聚類中心像素的相似度，m為模糊加權(quán)指 數(shù)； (6) 選擇新圖像中像素的類別數(shù)，設(shè)置分類迭代的次數(shù)，設(shè)置單步循環(huán)最小變化值，得 到分類后的圖像； (7) 保存精確分割后的皮膚毛孔圖像，統(tǒng)計(jì)皮膚毛孔數(shù)目，計(jì)算皮膚毛孔的平均像素面 積。2. 如權(quán)利要求1所述的基于圖像分析的皮膚毛孔識(shí)別方法，其特征在于：所述濾波處 理采用中值濾波法。3. 如權(quán)利要求2所述的基于圖像分析的皮膚毛孔識(shí)別方法，其特征在于：待處理圖像 分辨率為1280X720時(shí)的子區(qū)域分辨率為16X16。4. 如權(quán)利要求3所述的基于圖像分析的皮膚毛孔識(shí)別方法，其特征在于：所述插值算 法米用雙二次差值方法。5. 如權(quán)利要求5所述的基于圖像分析的皮膚毛孔識(shí)別方法，其特征在于：所述目標(biāo)模 糊分類數(shù)可選2~8范圍內(nèi)的整數(shù)。6. 如權(quán)利要求5所述的基于圖像分析的皮膚毛孔識(shí)別方法，其特征在于：所述聚類收 斂判定閾值設(shè)定為〇. 00001。7. 如權(quán)利要求1所述的基于圖像分析的皮膚毛孔識(shí)別方法，其特征在于：在圖像中手 動(dòng)選取待分析區(qū)域，若忽略此步，則系統(tǒng)將圖像所有區(qū)域進(jìn)行處理。8. 如權(quán)利要求1-7所述的基于圖像分析的皮膚毛孔識(shí)別方法，其特征在于：原圖像上 傳至建立云數(shù)據(jù)庫進(jìn)行存儲(chǔ)，供遠(yuǎn)程客戶端查詢。9. 如權(quán)利要求8所述的基于圖像分析的皮膚毛孔識(shí)別方法，其特征在于：遠(yuǎn)程客戶端 為臺(tái)式機(jī)。
【專利摘要】一種基于圖像分析的皮膚毛孔識(shí)別方法，包括人體皮膚圖像獲取，進(jìn)行濾波預(yù)處理，計(jì)算圖像的平均亮度值，將圖像平均分為n個(gè)子區(qū)域，計(jì)算每個(gè)子區(qū)域像素的平均亮度值，得到亮度差分矩陣，利用插值算法將差分矩陣擴(kuò)大到原圖像分辨率，融合原圖像與差分矩陣得到新的圖像，利用模糊C均值算法對(duì)新圖像進(jìn)行聚類分析，選擇新圖像中像素的類別數(shù)，類別數(shù)越大分割結(jié)果越精確，設(shè)置分類迭代的次數(shù)，設(shè)置單步循環(huán)最小變化值，得到分類后的圖像，保存精確分割后的皮膚毛孔圖像，統(tǒng)計(jì)皮膚毛孔數(shù)目，計(jì)算皮膚毛孔的平均像素面積。本方法處理方式簡單，計(jì)算效率高，并且將皮膚圖像進(jìn)行精確量化分析，有利于治療全過程的皮膚狀態(tài)監(jiān)測，得到更準(zhǔn)確的治療診斷結(jié)果。
【IPC分類】G06T7/40
【公開號(hào)】CN105069818
【申請(qǐng)?zhí)枴緾N201510554895
【發(fā)明人】張茜
【申請(qǐng)人】泰山學(xué)院
【公開日】2015年11月18日
【申請(qǐng)日】2015年9月2日