脸部肌肤图像红血丝提取并形成血丝光谱的处理方法与流程

1.本发明涉及图像处理技术领域，尤其涉及一种脸部肌肤图像红血丝提取并形成血丝光谱的处理方法。


背景技术：

2.在医院的皮肤科室以及医疗美容行业中，对客户脸部肌肤红血丝情况进行检查时，通常以拍摄的脸部肌肤图像为参考进行治疗。然而由于目前拍摄成像技术限制所致隐藏在皮肤以下的血管难以被完全呈现出来，使图像失去指导作用，从而导致针对红血丝的治疗难以治愈等问题出现。


技术实现要素：

3.为了解决上述技术所存在的不足之处，本发明提供了一种脸部肌肤图像红血丝提取并形成血丝光谱的处理方法。
4.为了解决以上技术问题，本发明采用的技术方案是：一种脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，包括以下步骤：
5.步骤一、在pl光下获取脸部肌肤图像并初步处理；
6.步骤二、对脸部肌肤图像进行图像色彩空间变换，将图像的rgb色彩空间转换成lab色彩空间以及hsv色彩空间，从而得到lab图像以及hsv图像；
7.步骤三、提取hsv图像的v通道图像，用matv表示；
8.步骤四、提取lab图像的a通道图像，并对此图像进行自动调和式增强，图像增强结果记作mata；
9.步骤五、新建一张空白图像mat，把mat分割成hsv通道，其中h通道赋值为零；s通道赋值为由步骤四获得的增强结果mata；v通道赋值为由步骤三提取的v通道图像matv；
10.步骤六、将步骤五获得的hsv空间图像转换成rgb空间图像，得到合成的rgb颜色图像，从而得到脸部肌肤的红血丝光谱图像。
11.进一步地，步骤四中对a通道图像调和式增强的方法为：把a通道图像的所有像素值，从小到大依次排列，求出调和后的最小值min以及最大值max。
12.进一步地，对a通道图像的每一个像素，如果此像素值小于min，调和后的像素值为零；如果此像素值大于max，调和后的像素值为1。
13.进一步地，对于其余像素值，调和后的像素值为：
14.进一步地，当调和参数percent＝0.0时，像素的最小值、最大值为本图像像素的最小值、最大值。
15.进一步地，当调和参数0.0＜percent≤1.0时，最小值min＝像素总和
×
调和参数percent；最大值max＝像素总和
×
(1-调和参数percent)。
16.进一步地，步骤一中对脸部肌肤图像的初步处理包括贝塞尔三次样条插值曲线函
数处理。
17.进一步地，贝塞尔三次样条插值曲线函数的输入输出参数为[55,38,211,200]。
[0018]
进一步地，对步骤六得到的rgb颜色图像用贝塞尔三次样条插值曲线函数增强。
[0019]
进一步地，贝塞尔三次样条插值曲线函数的输入输出参数为：[38,36,129,164]。
[0020]
贝塞尔三次样条插值：就是一种对图像变亮或者变暗，使图像对比度提高或者降低的一种图像处理算法。
[0021]
本发明面部肌肤红血丝识别技术以独有的处理方式，对客户脸部肌肤进行全面检查，显现那些用肉眼看的到的及难以辨别的肌肤红血丝问题，为面部肌肤红血丝诊治、医疗美容提供了科学参考。
附图说明
[0022]
图1为本发明的方法流程图。
[0023]
图2为本发明方法处理前拍下的脸部肌肤图像。
[0024]
图3为本发明方法处理后得到的脸部红血丝光谱图像。
具体实施方式
[0025]
下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0026]
如图1所示，一种脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，包括以下步骤：
[0027]
步骤一、通过仪器获取pl光下脸部肌肤图像，如图2所示，并用贝塞尔三次样条插值曲线函数以及饱和度函数增强图像。
[0028]
贝塞尔三次样条插值曲线函数的输入输出参数为[55,38,211,200]。图像饱和度函数的参数为-30。
[0029]
步骤二、图像色彩空间变换。把图像的rgb色彩空间转换成lab色彩空间；同时把图像的rgb色彩空间转换成hsv色彩空间。
[0030]
图像lab转换为32位浮点数，并把值转换成0-1闭区间小数；
[0031]
图像hsv转换为32位浮点数，并把值转换成0-1闭区间小数。
[0032]
步骤三、提取hsv图像的v通道图像，用matv表示。
[0033]
步骤四、在lab色彩空间模式下，增强a通道图像。提取lab图像的a通道图像，并对此图像进行自动调和式增强，图像增强结果记作mata。具体内容为：
[0034]
①
把a通道图像的所有像素值，从小到大依次排列，求出调和后的最小值min以及最大值max；
[0035]
②
当调和参数percent＝0.0时，像素的最小值、最大值为本图像像素的最小值、最大值；
[0036]
③
当调和参数0.0＜percent≤1.0时，最小值min＝像素总和
×
调和参数percent；最大值max＝像素总和
×
(1-调和参数percent)；如下式所示：
[0037]
min＝sort_result.at＜float＞(0,(int)row*col*percent)；
[0038]
max＝sort_result.at＜float＞(0,(int)row*col*(1.0-percent))；
[0039]
④
对a通道图像的每一个像素，如果此像素值小于min，调和后的像素值为零；如果
此像素值大于max，调和后的像素值为1；
[0040]
对于其余像素值，调和后的像素值为：
[0041]
步骤五、根据色彩通道重塑颜色图像。新建一张空白图像mat，与原图像大小相同；把mat分割成hsv通道，其中h通道赋值为零；由步骤四获得的增强结果mata赋值给新建空白图像mat的s通道；由步骤三提取的v通道图像matv赋值给新建空白图像mat的v通道；并把h通道值、s通道值以及v通道值均扩大255倍，并转换为8bit无符号类型数据。
[0042]
步骤六、将步骤五获得的hsv空间图像转换成rgb空间图像，得到合成的rgb颜色图像。对rgb颜色图像再用曲线增强一次，得到红血丝光谱图像，如图3所示。所用的曲线参数为：[38,36,129,164]。
[0043]
上述实施方式并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换，也均属于本发明的保护范围。


技术特征：
1.一种脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，其特征在于：包括以下步骤：步骤一、获取脸部肌肤图像并初步处理；步骤二、对脸部肌肤图像进行图像色彩空间变换，将图像的rgb色彩空间转换成lab色彩空间以及hsv色彩空间，从而得到lab图像以及hsv图像；步骤三、提取hsv图像的v通道图像，用matv表示；步骤四、提取lab图像的a通道图像，并对此图像进行自动调和式增强，图像增强结果记作mata；步骤五、新建一张空白图像mat，把mat分割成hsv通道，其中h通道赋值为零；s通道赋值为由步骤四获得的增强结果mata；v通道赋值为由步骤三提取的v通道图像matv；步骤六、将步骤五获得的hsv空间图像转换成rgb空间图像，得到合成的rgb颜色图像，从而得到脸部肌肤的红血丝光谱图像。2.如权利要求1所述的脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，其特征在于：步骤四中对a通道图像调和式增强的方法为：把a通道图像的所有像素值，从小到大依次排列，求出调和后的最小值min以及最大值max。3.如权利要求2所述的脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，其特征在于：对a通道图像的每一个像素，如果此像素值小于min，调和后的像素值为零；如果此像素值大于max，调和后的像素值为1。4.如权利要求3所述的脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，其特征在于：对于其余像素值，调和后的像素值为：5.如权利要求4所述的脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，其特征在于：当调和参数percent＝0.0时，像素的最小值、最大值为本图像像素的最小值、最大值。6.如权利要求5所述的脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，其特征在于：当调和参数0.0＜percent≤1.0时，最小值min＝像素总和
×
调和参数percent；最大值max＝像素总和
×
(1-调和参数percent)。7.如权利要求1-6任一项所述的脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，其特征在于：步骤一中对脸部肌肤图像的初步处理包括贝塞尔三次样条插值曲线函数处理。8.如权利要求7所述的脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，其特征在于：贝塞尔三次样条插值曲线函数的输入输出参数为[55,38,211,200]。9.如权利要求1-6任一项所述的脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，其特征在于：对步骤六得到的rgb颜色图像用贝塞尔三次样条插值曲线函数增强。10.如权利要求9所述的脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，其特征在于：贝塞尔三次样条插值曲线函数的输入输出参数为：[38,36,129,164]。

技术总结
本发明公开了一种脸部肌肤图像红血丝提取并形成血丝光谱的处理方法，包括获取脸部肌肤图像；对脸部肌肤图像进行图像色彩空间变换；提取HSV图像的V通道图像；提取LAB图像的A通道图像，并对此图像进行自动调和式增强；新建一张空白图像Mat，把Mat分割成HSV通道，其中H通道赋值为零；S通道赋值为由步骤四获得的增强结果MatA；V通道赋值为由步骤三提取的V通道图像MatV；将HSV空间图像转换成RGB空间图像。本发明面部肌肤红血丝识别技术以独有的处理方式，对客户脸部肌肤进行全面检查，显现那些用肉眼看的到的及难以辨别的肌肤红血丝问题，为面部肌肤红血丝诊治、医疗美容提供了科学参考。考。考。


技术研发人员：刘盼 高红蕊
受保护的技术使用者：武汉博视电子有限公司
技术研发日：2021.10.21
技术公布日：2022/1/28