面部皮肤发红区域的提取方法

技术领域

本发明属于数字图像处理领域范畴，具体来说一种从面部皮肤图像中，将由于各种皮肤疾病而导致颜色发红区域提取出的方法，本质上是图像分割问题。

背景技术

新技术的引入，对医学的发展起到了关键性的推动作用，数字图像处理技术在医学方面的应用，同样给医学界注入了新鲜的血液。随着数字图像处理和分析在理论技术上的逐渐完善以及计算机计算能力和数字医学影像技术的快速发展，数字化医学图像的处理和分析逐渐成为国内外研究热点。

随着科技进步和人民生活水平的提高，人们对美的要求也越来越高。皮肤的状态是衡量人美不美的重要标志之一，而作为人体常常最直接裸露的面部皮肤担负着更重要的角色，健美的皮肤传递着人体的美感信息，使人产生美感。因此皮肤的美容也就更受到人们的关注，越来越多的人开始关心如何修饰面部皮肤的皱纹、斑点、痘等皮肤综合问题。由于各种皮肤诊断仪器的出现，如何通过人面部皮肤图像，自动识别出皮肤顽疾的种类已经成为一个迫切的需求。而无论是痘、痤疮、痘印、结节等面部皮肤常见的顽疾，其表现形式上都存在一个共同的特点，那就是病变区域颜色往往更接近红色。想要通过面部皮肤图像对这些疾病进行识别，首先就要将面部皮肤病变区域分割而出，所以说面部皮肤发红区域的提取是人脸皮肤疾病诊断客观化的前提。只有准确的从面部皮肤图像中，将病变的红色区域分割而出，才有可能实现对痘、痤疮、痘印、结节等面部皮肤常见的顽疾的自动识别。

发明内容

本发明是一种从面部皮肤图像中，将由于各种皮肤疾病而导致颜色发红区域提取出的方法。本发明的技术方案如下：

一种面部皮肤发红区域的提取方法，包括以下步骤：

1)利用高清摄像头，在相机和场景色温均在5500K的条件下，对面部成块皮肤区域进行拍摄；

2)对拍摄得到的图像，利用灰度和HSV色彩空间阈值分别进行初步皮肤提取，得到灰 度图像以及HSV色彩空间图像，将图像中非皮肤部分滤除，得到皮肤图像，皮肤图像中，H(0,0.139)且S(0.23,0.68)且像素点的灰度值大于80；

3)将皮肤提取后的图像进行腐蚀，并根据面积信息对腐蚀后的图像进行轮廓提取，然后对提取出的轮廓做膨胀补偿，得到最终皮肤二值图像；

4)由最终皮肤二值图像得到最终皮肤图像；

5)统计最终皮肤图像有效像素点个数，创建图像，使图像高宽值均为最终皮肤图像有效像素点个数的平方根，称该图像为填充图像，将最终皮肤图像有效像素点像素值依次赋予填充图像像素点，并且记录最终皮肤图像与填充图像像素点赋值相对关系，直到填充图像所有像素点均被赋值为止；

6)根据步骤5)得到的填充图像及其在HSV色彩空间下的填充图像，得到填充图像中各像素点未归一化的主红色伪灰度值即RG'_j，公式如下：

RG'_j＝255×|1-2×H_j|

式中：RG'_j为图像中像素点j未归一化的RG值；H_j为像素点j在HSV色彩空间下的H通道值且H[0,1]；

再利用各点的RG'_j值计算出各点的主红色伪灰度值即RG_j，从而得到填充图像的主红色伪灰度图像，公式如下：

RG_j＝255×(RG'_j-RG'_min)÷(RG'_max-RG'_min)

式中：RG_j为像素点j的RG值；RG′_min为图像中所有像素点RG'_j的最小值；RG'_max为图像中所有像素点RG'_j的最大值；

7)对上一步得到的主红色伪灰度图像进行大津法前景提取，得到前景，前景点灰度值为255，利用步骤5)中记录的最终皮肤图像与填充图像像素点赋值相对关系，找出前景点在最终皮肤图像中对应的像素点，从而得到提取区域的初步二值图像；

8)先对提取区域的初步二值图像，进行膨胀，然后再进行腐蚀，最终得到发红区域。

本发明提出的面部皮肤发红区域的提取方法，实质上属于阈值分割法，依托于大津法前景提取方法。但是由于图像中存在大量干扰因素，传统的阈值分割法很难保证提取的准确性。而本发明利用皮肤提取和建立填充图像的方式，排除了非目标像素点的干扰，使得提取效果得到了明显的改善，且阈值分割法的速度优势依然能在该方法中得到体现。

附图说明

图1是经过统一大小的左颧骨图像采集实例

图2是皮肤图像

图3是最终皮肤二值图像

图4是最终皮肤图像

图5是填充图像

图6是填充图像的主红色伪灰度图像

图7是大津法前景提取所得到的前景图像

图8是提取区域初步二值图像

图9是最终提取区域

图10是本发明的方法流程图

具体实施方式

以一具体实例为例，描述该发明实现面部皮肤发红区域提取的过程。

1)利用logitech C920高清摄像头，在相机和场景色温均在5500K的条件下，对面部成块皮肤区域进行拍摄，主要拍摄额头、左颧骨、右颧骨、左腮、右腮、下巴六张图像，拍摄图片大小为1920*1080。以一实际采集到的左颧骨图像为例，其皮肤中部存在大块发红区域。对得到的图像大小进行统一，将图像的高设为200，宽按比例自动放缩，得到图像如图1所示。

2)得到统一大小后图像的灰度图像以及HSV色彩空间图像，利用灰度和HSV色彩空间阈值进行初步皮肤提取，将图像中非皮肤部分滤除，得到皮肤图像，其中H(0,0.139)且S(0.23,0.68)且像素点的灰度值大于80，得到皮肤图像如图2所示。

3)将皮肤提取后的图像进行50个像素点幅度的腐蚀，并根据面积信息对腐蚀后的图像进行轮廓提取，然后对提取出的轮廓做膨胀补偿，得到最终皮肤二值图像如图3所示。

4)由最终皮肤二值图像得到最终皮肤图像如图4所示：

5)统计最终皮肤图像有效像素点个数。创建图像，使图像高宽值均为最终皮肤图像有效像素点个数的平方根，称该图像为填充图像，将最终皮肤图像有效像素点像素值依次赋予填充图像像素点，并且记录最终皮肤图像与填充图像像素点赋值相对关系，直到填充图像所有像素点均被赋值为止。该例最终皮肤图像有效像素点个数为52619，创建填充图像高宽值均为229。依次填充后得到填充图像如图5。

9)利用填充图像和HSV色彩空间下的填充图像，得到填充图像中各像素点未归一化的 主红色伪灰度值即RG'_j，公式如下：

RG'_j＝255×|1-2×H_j|

式中：RG'_j为图像中像素点j未归一化的RG值；H_j为像素点j在HSV色彩空间下的H通道值且H[0,1]。

再利用各点的RG'_j值计算出各点的主红色伪灰度值即RG_j，从而得到填充图像的主红色伪灰度图像，公式如下：

RG_j＝255×(RG'_j-RG'_min)÷(RG'_max-RG'_min)

式中：RG_j为像素点j的RG值；RG＇_min为图像中所有像素点RG'_j的最小值；RG'_max为图像中所有像素点RG'_j的最大值。

得到填充图像的主红色伪灰度图像，如图6所示。

6)对上一步得到的主红色伪灰度图像进行大津法前景提取，得到前景。前景点灰度值为255，前景图像如图7所示。

7)利用上述步骤5)中记录的最终皮肤图像与填充图像像素点赋值相对关系，找出前景点在最终皮肤图像中对应的像素点，从而得到提取区域的初步二值图像，如图8所示。

8)先对提取区域的初步二值图像，进行膨胀，然后再进行腐蚀，最终得到发红区域，如图9所示。