一种基于数字图像处理技术的人体面部皮肤水分、弹性指标计算方法与流程

本发明涉及一种基于数字图像处理技术的人体面部皮肤水分、弹性指标计算方法，属于化妆品科学与技术领域。

背景技术：

随着物质生活水平的不断提高，人们对自身皮肤质量的重视度越来越强，皮肤作为人体天然的屏障，具有保护、感觉、吸收、分泌、排泄、调节体温和免疫等作用，面部肤质也是重要的审美标准之一，因此，简单有效的皮肤状态参数计算方法具有重要的科学价值和实际意义。

目前，国内外很多学者致力于肤质测量、评价的研究。皮肤关键生理指标包括水分、弹性等，对这些指标进行评价有助于了解人体皮肤状态。然而评价的前提是测得对应指标值，已有测试方法虽然都达到了一定的准确性，但是普遍存在算法复杂、可操作性差等问题。

皮肤水分对于保护人体及皮肤有重要的意义，皮肤水分充足使皮肤更加水灵、细腻，对抑制皮肤衰老也有一定的作用，然而，传统的皮肤水分含量检测方法存在一定缺陷，常见的皮肤水分含量检测使用两个工具：一个是皮肤水分测试仪，一个是PH试纸，但是前者难以排除皮肤表面游离水产生的误差，后者属于偏酸或偏碱性的产品对皮肤有直接性的刺激性的损害，一般要注意使用。皮肤弹性是人类皮肤表面生物学状况研究的重要内容，人体皮肤许多生理功能的实现都依赖于其力学性能，而皮肤的弹性性能是皮肤力学性能的一个重要参数，因此，皮肤弹性性能的研究对于人们保持皮肤健康，提高生活质量具有重要的意义，目前，皮肤弹性的测试一般使用皮肤弹性测试仪，这种仪器用来测量一定区域的皮肤在一个吸引强制力的作用下的变形以及复原的能力，测量的分析局限于弹性。

虽然国内外学者对皮肤状态参数测量方法进行了深入的研究，但主要集中在皮肤纹理、粗糙度等指标，这些指标在皮肤评价中具有一定的参考价值，但是普遍存在获取方式复杂、可操作性差等问题。采用图像处理技术进行皮肤水分及弹性指标的计算方法为简化指标获取方式、提高皮肤测量的可操作性提供了有效途径，目前未见相关文献报道。

技术实现要素：

本发明对人体面部皮肤水分、弹性指标的计算方法进行研究，目的是解决现有皮肤测量方法中皮肤指标获取方式复杂、可操作性差等问题，针对人体面部皮肤的图像，在采用数字图像处理技术获取皮肤光泽度指标的基础上，通过构建皮肤光泽度测量值的归一化值与水分 归一化值转化模型、光泽度测量值的归一化值与弹性归一化值转化模型，计算皮肤水分、弹性指标量值，从而为简化指标获取方式、提高皮肤测量的可操作性提供了有效途径，以便实现人体面部肤质的多指标综合评价。

人体面部皮肤的光泽度、水分以及弹性指标在机理上具有一定相关性，即光泽度越高，水分越多，弹性越强。本发明基于微积分的思想，先对已有的样本光泽度测量值归一化后，将光泽度测量值的归一化值划分为n个等距区间，并得到n个边界阈值，在每个区间内利用最速下降法做三个指标归一化值的关系拟合，由此求出n个区间光泽度测量值的归一化值与水分归一化值转化模型、光泽度测量值的归一化值与弹性归一化值转化模型。从而每个区间内将有两个转化模型，在已知光泽度测量值的归一化值情况下，利用这两个转化模型就可以得出对应的水分、弹性归一化值。将利用数字图像处理技术得到的光泽度计算值对应于光泽度测量值的归一化值的划分区间，利用相应区间的转化模型就可以得出对应皮肤水分及弹性指标的计算值。

本发明提供的基于数字图像处理技术的人体面部皮肤水分、弹性指标计算方法主要包括以下五个步骤：

步骤一、测试者人体面部皮肤数字图像采集；

利用面部图像采集仪器分别采集测试者面部额头、左眼角、左脸颊和下巴四个部位的皮肤数字图像。

步骤二、测试者光泽度计算值的归一化值获取；

利用基于单尺度Retinex(SSR)的算法进行人体面部皮肤数字图像处理，从而得到皮肤光泽度计算值，结合已有测试者样本数据库中光泽度数据对光泽度计算值进行归一化，得到光泽度计算值的归一化值。

步骤三、确定测试者皮肤光泽度计算值的归一化值所属区间；

针对每一名测试者，通过已有高端仪器测出测试者皮肤的光泽度、水分、弹性真实测量值。结合已有测试者样本数据库中光泽度数据对皮肤光泽度测量值归一化，得到光泽度测量值的归一化值，将所述的光泽度测量值的归一化值划分若干个等距区间，确定每个区间的边界阈值，并确定测试者皮肤光泽度计算值的归一化值所属区间。

步骤四、计算测试者皮肤光泽度计算值的归一化值所属区间的水分、弹性指标值；

对光泽度测量值的归一化值的各个区间采用最速下降法做关系拟合，构建光泽度与水分归一化值转化模型、光泽度与弹性归一化值转化模型；根据所述转化模型分别计算所述的所属区间内的皮肤水分、弹性计算值。

步骤五、计算不同区间内两个转化模型的误差进而验证相应转化模型的可靠性；

利用剩余样本计算不同区间内通过相应的水分—光泽度及弹性—光泽度的转化模型得到 的水分、弹性计算值与对应的仪器测量值之间的误差，从而验证相应转化模型的可靠性。

本发明的优点在于：

1、本发明利用数字图像处理技术，提出一种获取皮肤水分、弹性指标值的计算模型，简化指标获取方式，提高皮肤测量的可操作性。

2、本发明利用微积分的思想，通过阈值划分区间，在不同区间内计算皮肤弹性、水分指标值，简化了计算模型。

3、本发明利用最速下降法建立了不同区间内皮肤水分、弹性与光泽度计算值归一化后之间的转化模型，提高了皮肤水分、弹性指标值计算的精确性和可靠性。

附图说明

图1是本发明基于数字图像处理技术的人体面部皮肤水分、弹性指标值计算方法的总体流程图；

图2是实施例1采集的使用者的四个不同部位的皮肤图像，其中，(a)部位代表额头，(b)部位代表左眼角，(c)部位代表左脸颊，(d)部位代表下巴。

图3是本发明利用样本确定光泽度仪器测量值归一化区间边界阈值，构建不同区间内水分—光泽度两者归一化值及弹性—光泽度两者归一化值转化模型流程图。

具体实施方式

下面将结合附图和实施例1对本发明作进一步的详细说明。

本发明提供的基于数字图像处理技术的面部皮肤水分、弹性指标计算方法，具体方法实施流程如图1所示，通过如下步骤实现:

步骤一、测试者人体面部皮肤数字图像采集；

利用具有高清500万像素镜头的皮肤测试仪对测试者的面部额头、左眼角、左脸颊和下巴等部位的皮肤数字图像进行采集，尽量保证皮肤数字图像纹理清晰无杂质，从而避免因皮肤数字图像引起的误差。

测试者所处环境尽量保持安静、舒适、稳定，处在自然的测试环境可以有效而准确的反映测试者的水分、弹性指标值。

步骤二、测试者光泽度计算值的归一化值获取；

利用基于单尺度Retinex(SSR)的算法进行人体面部皮肤数字图像处理获得反射图像，根据反射图像像素的平均值得到皮肤光泽度计算值，利用已有测试者样本数据库中光泽度数据对光泽度计算值进行归一化，得到光泽度计算值的归一化值。

步骤三、确定测试者皮肤光泽度计算值的归一化值所属区间；

采集人脸面部皮肤数字图像时具体采集要求及注意事项如下：

1)测试环境要尽量保持安静、舒适、稳定，给测试者提供自然的测试环境；

2)详细制定测试步骤流程，让测试现场秩序井然，避免测试者急躁、慌乱从而影响人脸面部皮肤数字图像的采集。

针对每一名测试者，利用已有的高端仪器测量测试者皮肤的水分、弹性、光泽度的真实测量值，依次标记为W_真、T_真、G_真。其中利用对80％测试者样本皮肤光泽度测量值的归一化值划分若干个等距区间，确定每个区间的边界阈值，剩下的20％测试者样本皮肤用于验证模型可靠性。例如：用于划分区间的样本皮肤光泽度测量值有N个，将N个光泽度测量值的归一化值从小到大排序后划分为n个区间(假设N恰好能被n整除)，那么第N/n*i(其中i取正整数，区间是1＜i＜n，表示第i个区间)个样本光泽度测量值的归一化值即为第i个区间的边界阈值T_i。通过T_i就可以确定测试者光泽度计算值的归一化值的所属区间。

步骤四、计算测试者皮肤光泽度计算值的归一化值所属区间的水分、弹性指标值；

在不同的区间内，利用最速下降法做关系拟合，从而构建皮肤光泽度与水分归一化值转化模型、弹性与光泽度归一化值转化模型，为所属不同区间内的皮肤水分、弹性指标值计算提供关系表达式。

假设划分2个区间，则转化模型的目标函数如下式(1)-(4)所示：

T_弹1＝R_光1·K1 (1)

W_水1＝R_光1·K₂₍₂₎

T_弹2＝R_光2·K₃ (3)

W_水2＝R_光2·K₄₍₄₎

其中，T_弹1、T_弹2分别表示区间1、2内得到的弹性归一化值，W_水1、W_水2分别表示区间1、2内得到的水分归一化值，R_光1、R_光2分别表示两个不同的区间光泽度计算值的归一化值。K1表示区间1内弹性与光泽度归一化值对应的转化模型比例值，K₂表示区间1内水分与光泽度归一化值对应的转化模型比例值，K₃表示区间2内弹性与光泽度归一化值对应的转化模型比例值，K₄表示区间2内水分与光泽度归一化值对应的转化模型比例值。

利用样本确定的不同区间内的光泽度与水分归一化值转化模型、光泽度与弹性归一化值转化模型，计算步骤三所确定区间内皮肤水分归一化值、弹性归一化值，将所述的水分归一化值和弹性归一化值分别乘以已有测试者数据库中相应的数据，得出水分、弹性的指标值即为最终的计算值。

步骤五、计算不同区间内目标函数模型误差进而验证模型的可靠性；

在步骤三中采集到的样本80％用来划分区间确定区间边界阈值，剩余20％部分样本将用来计算模型输出值误差，从而验证模型可靠性，具体做法如下：

1、将步骤三剩余样本皮肤图像重复步骤二到步骤四，得到这些样本通过模型计算得出的弹性体归一化值水分归一化值

2、依次分别计算这些样本弹性体归一化值与弹性真实测量值T_真，水分归一化值 与水分真实测量值W_真的相关平方误差(RSE)。

3、计算剩余20％样本的RSE的平均值作为验证模型可靠性的标准。

实施例1：

步骤一、测试者人体面部皮肤数字图像采集；

利用面部图像采集仪器(亿衡牌，型号为EH-900U的最新高清500万像素皮肤检测仪)分别采集测试者面部额头、左眼角、左脸颊和下巴四个部位的肤质图像，如附图2所示。

步骤二、测试者光泽度计算值的归一化值获取；

利用基于单尺度Retinex(SSR)的算法进行人体面部皮肤数字图像处理得到反射图像，根据反射图像像素的平均值得到皮肤光泽度计算值，利用已有测试者样本数据库中光泽度数据对光泽度计算值进行归一化，得到光泽度计算值的归一化值。光泽度计算值的归一化值作为已构建模型目标函数的输入值。测试者的四个不同部位对应的光泽度计算值如下表1所示，归一化后的值如下表2所示：

表1 测试者四个部位光泽度计算值

表2 测试者四个部位光泽度计算值的归一化值

其中(a)表示额头部位，(b)表示左眼角部位，(c)表示左脸颊部位，(d)表示下巴部位。

步骤三、确定测试者皮肤光泽度计算值的归一化值所属区间；

首先，要构建样本皮肤图库：

1、志愿者样本面部皮肤图像的获取；

仪器及设备：

A)面部皮肤图像采集仪器:同步骤一的测试者皮肤图像采集仪器。

B)皮肤光泽度真实值测试探头型号:GL200，厂商:德国CK公司。

样本数据采集：

a)志愿者要求:由于最终的研发成品(皮肤诊断仪)的用户大部分会是女性，所以以女性样本为主，本次数据采集共招募196名志愿者，年龄段集中在18-24岁之间并且主要考虑女性。

b)测试环境:确保每组数据测试环境(光线、温度、水分等)的舒适性与一致性，保证面部洁净、干爽，维持整个测试环境安静、友好。

2、面部皮肤图库构建：

对196位志愿者(年龄在18至24岁之间)进行面部皮肤图像采集(男生20名、女生176名)，具体部位为面部额头、左眼角、左脸颊和下巴。其中，男生的皮肤图片依次编号为21001—21020，女生的皮肤图片依次编号为22001—22176。图库实例如图2所示，(a)表示额头部位，(b)表示左眼角部位，(c)表示左脸颊部位，(d)表示下巴部位。

将196个数据中的160个数据光泽度真实测量值归一化后作为确定区间阈值的实验数据，将160个数据平均划分为4个区间，各部位区间边界阈值如下表3所示。

表3 四个部位光泽度真实测量值归一化后划分区间边界阈值

通过已有边界阈值确定步骤二所测皮肤光泽度计算值的归一化值所属区间。由表2和表3可知，测试者a、b、c部位均属区间4，d部位属区间3。

步骤四、计算测试者皮肤光泽度计算值的归一化值所属区间的水分、弹性指标值；

利用最速下降法测得四个部位四个区间的水分—光泽度两者归一化比例系数如下表4所示。

表4 四个部位四个区间内的水分—光泽度两者归一化比例系数

同上步骤，将对应的160个数据归一化后作为划分光泽度标准区间边界阈值的实验数据，将160个数据平均划分为4个区间，各部位边界阈值如上表3所示。利用最速下降法测得四个部位四个区间的弹性—光泽度比例系数如下表5所示。

表5 四个部位四个区间内的弹性—光泽度比例系数

对已有样本皮肤光泽度测量值的归一化值划分区间后，在不同的区间内，利用最速下降法做关系拟合，从而构建皮肤光泽度与水分归一化值转化模型、光泽度与弹性归一化值转化模型，为所属不同区间内的皮肤水分、弹性计算提供关系表达式。

综上可得:

测试者a部位的水分归一化值W_水4＝0.00611*1.065730835＝0.00651161540185

弹性归一化值T_弹4＝0.00611*0.549295775＝0.00335619718525

b部位的水分归一化值W_水4＝0.00617*0.804884825＝0.00496613937025

弹性归一化值T_弹4＝0.00617*0.588235294＝0.00362941176398

c部位的水分归一化值W_水4＝0.00618*0.512195122＝0.00316536585396

弹性归一化值T_弹4＝0.00618*0.62195122＝0.0038436585396

d部位的水分归一化值W_水4＝0.00559*0.083921314＝0.00046912014526

弹性归一化值T_弹4＝0.00559*0.959228905＝0.00536208957895

样本水分、弹性归一化时所用总和如下表6所示：

表6 四个部位水分、弹性归一化总和

由此可得：测试者四个部位水分、弹性指标计算值如下表7所示：

表7 使用者四个部位水分、弹性指标计算值

步骤五、计算不同区间内转化模型误差进而验证转化模型的可靠性；

利用剩余的36个样本计算不同区间内通过相应的水分—光泽度及弹性—光泽度的转化模型得到的水分、弹性计算值与对应的真实仪器测量值之间的误差，从而测试转化模型的可靠性。

将36个样本分在同一区间内的相关平方误差(RSE)求平均值后如下表8、表9所示：

表8 四个区间内不同部位水分测试模型RSE误差均值

表9 四个区间内不同部位弹性测试模型RSE误差均值

通过实施例1可以看出：通过构建基于数字图像处理技术的人体面部皮肤水分、弹性指标计算模型并进行实验仿真，误差大部分控制在20％左右，有的甚至在10％以内，结论验证了该方法可以有效、快速地进行人体面部水分、弹性测试计算，进而为人体皮肤质量评价提供一种图像处理技术的新思路。