[发明专利]毛孔检测方法有效
| 申请号: | 201910935358.6 | 申请日: | 2019-09-29 |
| 公开(公告)号: | CN110796638B | 公开(公告)日: | 2023-03-24 |
| 发明(设计)人: | 张娅舸;杨逸;邓力 | 申请(专利权)人: | 合肥方程式电子科技有限公司 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00 |
| 代理公司: | 深圳市中原力和专利商标事务所(普通合伙) 44289 | 代理人: | 胡国良 |
| 地址: | 230031 安徽省合肥市*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 毛孔 检测 方法 | ||
本发明提供了一种毛孔检测方法。所述毛孔检测方法包括通过电容传感器采集面部指定区域的灰度图像,预设不同尺寸的毛孔检测模板分别卷积灰度图像得到滤波图像。依次判断所述滤波图像的毛孔起始点,以所述毛孔起始点为中心确定生长区域,微调所述毛孔生长区域,填平毛孔提取图中的小孔,弥合小裂缝。对微调后的毛孔生长区域进行统计和数据分析得到毛孔数据,将毛孔数据输入训练好的所述机器学习模型中,进行图像评分和图像年龄段预估。本发明提供的毛孔检测方法采集方式简便,设备操作简单,设备成本低,有效排除误判为毛孔的汗毛和皱纹等,同时毛孔区域总的位置和形状不变使得毛孔区域更加精确。
【技术领域】
本发明涉及图形处理技术领域,尤其涉及一种毛孔检测方法。
【背景技术】
面部皮肤状态检测是皮肤衰老和抗衰老研究的重要手段,也是客观评价护肤品效果的重要指标之一。随着人们生活水平的提高,面部美容与皮肤护理越来越受到人们的广泛关注,如何准确评估面部皮肤状态尤其是面部毛孔状态成为研究热点。
现有技术中对毛孔检测对人体毛孔进行检测的方法主要还包括:通过摄像头或专门的仪器微距采集数字皮肤图像;对采集到的图像做灰度拉伸,根据预设的阈值二值化图像,确定毛孔像素点;利用训练好的卷积神经网络对所述皮肤图像中的毛孔图像进行识别。
然而,上述方法中采集设备操作难度高,成本高,在识别过程中非常容易受到毛发的遮挡对毛孔的识别造成严重干扰,采集到的图像无法反映皮肤中较为细微的毛孔,且不能精确的反馈毛孔的凹凸状态。并且,提取出的毛孔数据较粗糙,并且在皮肤状态差或有干扰情况下无法准确得到毛孔相关数据,预设参数也难以适应各种人群。同时需要大量预获取的数据对卷积神经网络进行训练,其运算量大,且对设备要求较高。
还有的检测方法则是使用手机摄像头在闪光灯条件下拍摄的人脸照片进行毛孔检测。但是,皮肤是非刚性物体,对光线具有较强的反射特性,在强光下采集的皮肤会不同程度的产生高光和亮斑,这使得毛孔检测难度增加,且处理高分辨率的图像计算量大,识别效率低。
因此,有必要提供一种能够解决以上问题的毛孔检测方法。
【发明内容】
目前现有技术通过摄像头或专门的仪器微距采集数字皮肤图像,采集设备操作难度高,成本高在强光下采集的皮肤会不同程度的产生高光和亮斑,使得毛孔检测难度增加,且处理高分辨率的图像计算量大,识别效率低,因此本发明提供一种能解决上述问题的毛孔检测方法。
一种毛孔检测方法,所述毛孔检测方法包括以下步骤:
S1,通过电容传感器采集面部指定区域的灰度图像;
S2:将所述灰度图像输入到预设的N个不同尺度的毛孔检测模板,N个毛孔检测模板分别卷积所述灰度图像的每个像素点得到滤波输出值并形成N张滤波图像;
S3:对所述N张滤波图像进行处理并得到毛孔数据;
S31:将各张所述滤波图像分为X*Y个区域,每个区域含S个像素点,根据所述滤波输出值确定每个区域的最大值,并根据每个区域的最大值依次判断该区域中是否存在毛孔起始点,若某一区域的最大值大于预设第一门限值,则该最大值对应像素点为该区域的毛孔起始点;
S32:创建毛孔标记图像,在所述毛孔标记图像对应的位置上标记毛孔起始点为固定阈值TH1,且TH1不为0;
S33:以所述毛孔起始点为中心向外生长,从内向外判断该区域的各个像素点的响应值,当所述响应值大于预设第二门限值时,则通过狭长区域检测器判断该区域是否为狭长区域,若是,则停止向外生长,判断为非生长区域,若否,则在所述毛孔标记图像对应的位置上标记为毛孔生长区域并标记为固定阈值TH2,且TH2不为0;
S34:微调所述毛孔生长区域,填平毛孔提取图中的小孔,弥合小裂缝;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥方程式电子科技有限公司,未经合肥方程式电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910935358.6/2.html,转载请声明来源钻瓜专利网。





