[发明专利]基于图像RGB颜色空间的皮肤表面粗糙度的检测方法

权利要求书

1.一种皮肤表面粗糙度检测方法，通过对相同分辨率的皮肤图像做图像处理，直接利用所述皮肤图像的RGB颜色空间像素值计算得到偏差绝对值均值，作为皮肤图像的粗糙度特征值，用于标识皮肤粗糙度；主要包括如下步骤：

1)读取皮肤图像像素矩阵；

2)对皮肤图像像素矩阵的所有像素统一进行灰度处理，得到皮肤灰度图像；

3)对皮肤灰度图像进行分块处理，得到多个皮肤子块灰度图像；

4)进行统计分别得到每个皮肤子块灰度图像的灰度均值；

5)进行统计分别得到每个皮肤子块灰度图像内像素相对于相应的皮肤子块灰度均值的偏差绝对值均值；

6)根据皮肤子块灰度图像的偏差绝对值均值排序所有子块；

7)剔除偏差绝对值TopN个皮肤子块灰度图像后，对其余的皮肤子块灰度图像的偏差绝对值计算均值，将该均值作为衡量皮肤粗糙度的指标，由此实现皮肤粗糙度检测。

2.如权利要求1所述皮肤表面粗糙度检测方法，其特征是，步骤1)通过对皮肤图像文件，以像素为单位读取每个像素的颜色值获取得到皮肤图像像素矩阵；所述皮肤图像文件包括但不限于本地图像文件或服务器上图像文件；所述皮肤图像文件的格式包括但不限于jpg、bmp、png。

3.如权利要求1所述皮肤表面粗糙度检测方法，其特征是，步骤2)对皮肤图像像素矩阵进行灰度处理得到皮肤灰度图像，具体是：对彩色皮肤图像，首先通过RGB颜色空间各通道取平均值的方法获取灰度图像，使得每个像素中每个颜色分量相等；再以像素为数组元素的形式存储皮肤灰度图像。

4.如权利要求1所述皮肤表面粗糙度检测方法，其特征是，步骤3)对皮肤灰度图像做分块处理，具体是：对于灰度图像的长宽方向，分别均分成m*n块皮肤子块灰度图像，使得每个皮肤子块灰度图像的像素数量相同，长宽像素数量也分别相同。

5.如权利要求1所述皮肤表面粗糙度检测方法，其特征是，步骤4)分别统计每个皮肤子块灰度图像的灰度均值，具体是：针对每个皮肤子块灰度图像，将子块内所有像素的灰度值求和，得到的值记为sumN；再利用sumN计算得到每个子块的像素灰度值均值，记为avgN。

6.如权利要求1所述皮肤表面粗糙度检测方法，其特征是，步骤5)分别统计每个皮肤子块灰度图像相对相应的子块像素灰度值均值的偏差绝对值均值，具体包括如下步骤：

E1.通过式1利用每个皮肤子块灰度图像内的每个像素与各自子块的像素灰度值均值，计算得到偏差的绝对值minus：

minus＝|Gray-avgN| (式1)

其中，Gray为皮肤子块灰度图形内一个像素的灰度值；avgN为每个皮肤子块灰度图像内的每个像素与各自子块的像素灰度值均值；

E2.对每个皮肤子块灰度图像内的每个像素，通过式2分别计算得到像素灰度值的绝对值偏差和，记作sumMinus：

其中，n为每个子块内像素数量；minusI为第i个像素的偏差绝对值；

E3.对每个皮肤子块灰度图像，通过式3分别统计得到像素灰度值的绝对值偏差的均值：

其中，avgMinusN为像素灰度值的绝对值偏差的均值。

7.如权利要求1所述皮肤表面粗糙度检测方法，其特征是，步骤7)获取皮肤粗糙度的具体步骤如下：

G1.剔除像素灰度值的绝对值偏差的均值中最大的几个值；

G2.对余下的所有像素灰度值的绝对值偏差的均值进行加和，记作sumTemp；

G3.通过式4计算得到像素灰度值的绝对值偏差均值的均值，作为皮肤粗糙度：

coarseness＝sumTemp/相应像素的数量 (式4)

其中，coarseness为皮肤粗糙度。