基于计算机图像处理的人脸皮肤表面色斑评估的可行性分析

吕峻闽　梅少环　廖春池

摘要：近些年来，医学美容领域开始研究一种性价比较高的新方法来进行人脸面部色斑的评估——基于图像处理技术的皮肤表面色斑的检测。利用此方法提取的色斑特征参数在评估色斑时，相较于传统的方法而言有着可信度较高、成本代价小的优点。本文先采用了灰度变换、阈值分割、形态学滤波、区域标记、freeman链码以及边缘检测等方法来提取图像中色斑的特征参数；再通过观察法来分析利用本文的方法提取到的特征参数在评估色斑时的可行性。

关键词：皮肤色斑图像处理阈值分割特征参数可行性

中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2016）06-0000-00

1绪论

色斑是评价皮肤质量好坏的一个重要指标。目前，在国外人们依靠一些专业设备如德国CK-Electronic的Skin-VisioMeter系列、美国的VISIA以及韩国的Cosmanager对皮肤色斑进行检测，利用这些设备可以得到十分精确的皮肤色斑状况。国内对皮肤表面色斑的检测主要是依靠医生或美容师的主观评价。但这些方法都具有局限性，为了打破这种局限性，国内外都开始研究利用图像处理技术来进行皮肤表面色斑的评估。

2皮肤色斑特征参数的提取及量化

本章利用阈值分割、形态学滤波、区域标记等常用的图像处理手段对色斑的特征参数进行提取。

2.1 色斑图像的预处理

由于采集色斑图像时会受到光照的不均匀以及被采集者皮肤上的油脂反光等因素带来的影响，采集到的色斑图像会出现高光的情况如图2.1.1所示，图2.1.2是图2.1.1的灰度直方图。

这种高光对后期提取色斑的特征参数会造成很大的干扰。因此，在提取参数之前必须对图像进行预处理来去除高光。

通过分析发现利用传统的去高光方法并不能得到理想的结果。据此，本节提出了一种基于分段函数的灰度变换的方法来去除高光如式子（2.1.1）所示，通过实验证明此方法在去除高光上是有效的。

2.2 色斑的提取

本节是根据色斑图像的特点在其S域上进行阈值分割，最后利用形态学滤波和区域标记的方法将色斑提取出来。

要得到色斑的S域值，首先要将图像由RGB颜色空间转换为HIS颜色空间，其常用的转换公式为[1]：

为了验证这些特征参数在评估色斑时是可行的，先将这六幅图两两分为1组，共15组；再邀请20位观察者根据判断色斑特征状况的依据从色斑的几何外形和颜色分别对这15组图像中色斑的特征进行观察，并对每组观察到的色斑特征做一个简单的描述[3]；最后比较由观察得出的评估结果和由特征参数得出的评估结果。

通过上面的分析，发现通过图像处理的手段提取的色斑特征参数在评估色斑时是可行的。

4结论以及展望

本文初步验证了利用图像处理技术进行皮肤表面色斑评估是可行的。随着计算机技术的发展以及图像处理技术的完善，利用图像处理技术对皮肤可见特征进行评估将会成为一个大趋势。

参考文献

[1]（美）冈萨雷斯（Gonzalez，R.C.）等.数字图像处理（第2版）[M]，北京：电子工业出版社，2006，233-240.

[2]KittlerJ，IllingworthJ.Minimumerrorthresholding[J].PatternRecognition，1986，19（1）：41?47.