[发明专利]一种面部皮肤质量评价方法

说明书

本发明公开了一种面部皮肤质量评价方法，包括：采集人脸图像；通过开源库对其灰度化处理并确定人脸坐标；构建人脸皮肤区域掩模图像；对人脸图像进行分割；进行预处理及特征提取；训练分类类型为C_SVC内核类型为多项式内核POLY、且内核参数degree为1.0的支持向量机SVM的分类模型获得到训练后的SVM分类器；将识别出的面部粉刺位置以黑色圆圈标注，识别出的皱纹位置以黑色方框标注；根据识别出的粉刺个数及皱纹所占面部比例进行皮肤质量的评价。本发明通过学习后的判断能够消除人工评价的主观性，同时本发明统一亮度，Gamma矫正，灰度化处理，提取原始LBP特征，以及直方图均衡化降低了运算的计算量提高了实时性及自适应。

技术领域

本发明涉及一种面部皮肤质量评价方法，属于面部识别领域及皮肤质量评价领域。

背景技术

对面部皮肤质量进行合理的评价在美妆行业、皮肤科及整形外科等领域具有重要作用。目前国内外市场上的皮肤测试仪等产品具有价格昂贵、体积庞大、不方便携带等缺点。若采用人工评价的方式，由于不同的人对同一个皮肤样本的评价一般不同，所以很难达到评价一致的目的。对于皮肤外科医生来说，排除人为的主观性，提供客观结果是非常重要的。

机器视觉在皮肤质量评价上可以做到避免重复性与主观意识性，因此机器视觉在非临床皮肤领域具有较强的应用价值。面部皮肤质量评价主要涉及面部皮肤区域检测、及面部粉刺检测、面部皱纹检测等技术。对于皮肤检测技术，主要有：基于像素颜色的皮肤检测技术、以及建立皮肤模型和分类算法。然而前者一般对于光照等外部条件敏感，自适应性较差，后者一般涉及大量的优化算法，需要大量的计算，实时性较差。对于面部粉刺、皱纹检测，主要有基于图像处理的检测技术，但这种检测方式往往自适应性较差，对不同的皮肤样本，可能需要不同的参数设置。

发明内容

本发明针对以上问题的提出，本申请提出一种面部皮肤质量评价方法，包括以下步骤：

S1：采集人脸宽度像素范围在600像素-800像素的人脸图像；当人脸宽度占据所述人脸图像宽度的三分之一时，获得人脸图像；

S2：通过OpenCV开源库对所述人脸图像进行灰度化处理并确定人脸坐标；通过最近邻插值法对所述人脸图像宽度尺寸调整为700像素；

S3：构建人脸皮肤区域掩模图像；

S4：对所述人脸图像进行分割；

S5：对步骤S4分割后的图像进行预处理及特征提取；所述预处理及特征提取包括：统一亮度，Gamma矫正，灰度化处理，提取原始LBP特征，以及直方图均衡化；

S6：训练分类类型为C_SVC内核类型为多项式内核POLY、且内核参数degree为1.0的支持向量机SVM的分类模型；当迭代到最大迭代次数终止时终止训练；

S7：将样本库中的样本，根据所述步骤S5进行样本库的特征提取，将提取的样本库特征输入到步骤S6中的SVM模型中进行训练，得到训练后的SVM分类器；

S8：识别面部的粉刺、皱纹；将所述步骤S4中分割的人脸图像，通过所述步骤S5提取出特征数据输入所述步骤S7中所述训练后的SVM分类器中，识别出面部粉刺、皱纹；将识别出的面部粉刺位置以黑色圆圈标注，识别出的皱纹位置以黑色方框标注；

S9：根据识别出的粉刺个数及皱纹所占面部比例进行皮肤质量的评价。

进一步的，所述特征提取通过Dlib开源库检测人脸中的特征点，通过所述特征点构建脸部、眉毛、眼睛、鼻子以及嘴巴的掩模图像；所述掩模图像尺寸均与调整后的所述人脸图像相同。

更进一步的，所述特征点构建脸部、眉毛、眼睛、鼻子、以及嘴巴的掩模图像是将所述脸部、眉毛、眼睛、鼻子、以及嘴巴的特征点分别进行封闭连线，绘制轮廓，将轮廓范围内的像素值设置为255，将轮廓范围以外的像素值设置为0；