CN105844648A - 一种发质检测装置及其方法、一种移动终端 - Google Patents
一种发质检测装置及其方法、一种移动终端 Download PDFInfo
- Publication number
- CN105844648A CN105844648A CN201610213552.XA CN201610213552A CN105844648A CN 105844648 A CN105844648 A CN 105844648A CN 201610213552 A CN201610213552 A CN 201610213552A CN 105844648 A CN105844648 A CN 105844648A
- Authority
- CN
- China
- Prior art keywords
- hair
- unit
- image
- detected
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种发质检测装置及其方法、一种移动终端,其中,在该发质检测装置中包括:图像采集模块、模数转换模块以及图像处理模块,其中,图像采集模块,用于采集待检测毛发的图像;模数转换模块,与图像采集模块连接,模数转换模块将图像采集模块采集到的待检测图像转换成相应的数字量;图像处理模块,与模数转换模块连接,图像处理模块对模数转换模块生成的数字量的待检测图像进行分析处理,得到待检测毛发所属的发质类型,并基于该发质类型给出相应评估。解决了现有技术中对毛发检测不方便的问题,为人们的发质检测和保养提供了便利;且精确度高,能够准确的告知使用者其当前发质情况及养护建议。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种发质检测装置及其方法、一种移动终端。
背景技术
随着生活压力的日渐增大,人群中为头发油腻、头屑层出不穷、头皮瘙痒、脱发等问题层出不穷,受发质所困的比例高达三分之二,其中受头屑困扰的人数更是达到近8成,头皮完全健康者竟至稀缺,仅为8.2%。
在上述头皮相关问题的困扰中,以头皮屑困扰最为严重,但是,人们普遍缺乏对头皮养护的意识,殊不知,头皮问题对于健康的危害远远比想象的更为严重。再有,目前想要系统地对毛发进行检测保养只能在美容院或医疗机构中才能完成,不仅要花费大量的金钱成本,而且需要大量的时间,对于普通大众来说,很难长期坚持在美容院或医疗机构完成护理保养计划。另外,在对毛发进行检测的过程中需要检测人员具备相关的专业知识,否则难以实现专业全面的毛发检测。
我们知道,护发是一个长期的过程,短期的效果甚微,因而提供一种能够随时随地对毛发进行检测的发质检测成为一种需求。
发明内容
针对上述问题,本发明提供了一种发质检测装置及其方法、一种移动终端,解决现有技术中对毛发检测不方便的问题,为人们的发质检测和保养提供了便利。
本发明提供的技术方案如下:
一种发质检测装置,包括:图像采集模块、模数转换模块以及图像处理模块,其中,
所述图像采集模块,用于采集待检测毛发的图像;
所述模数转换模块,与所述图像采集模块连接,所述模数转换模块将所述图像采集模块采集到的待检测图像转换成相应的数字量;
所述图像处理模块,与所述模数转换模块连接,所述图像处理模块对所述模数转换模块生成的数字量的待检测图像进行分析处理,得到待检测毛发所属的发质类型,并基于该发质类型给出相应评估。
进一步优选地,所述发质检测装置中还包括与所述图像处理模块连接的存储模块,所述存储模块中预存有与各种发质类型对应的标准图像、各标准图像的量化图像、各标准图像的直方图以及各标准图像中包含的特征点。
进一步优选地,所述图像处理模块中包括:采样单元、量化单元以及比对单元,其中,
所述采样单元,与所述模数转换模块连接,所述采样单元基于所述模数转换模块生成的数字量的待检测图像进行采样;
所述量化单元,与所述采样单元连接,所述量化单元对所述采样单元采样出来的采样图像进行量化;
所述比对单元,分别与所述量化单元和存储模块连接,所述比对单元分别将所述量化单元生成的量化图像与存储模块中预存的各标准图像的量化图像进行比对,进而判断出待检测毛发所属的发质类型。
进一步优选地,所述图像处理模块中还包括:直方图生成单元、运算单元以及第一判断单元,其中,
所述直方图生成单元,与所述量化单元连接,所述直方图生成单元基于所述量化单元生成的量化图像生成其直方图;
所述运算单元,分别与所述直方图生成单元和所述存储模块连接,所述运算单元分别计算所述直方图生成单元生成的直方图与所述存储模块中预存的各标准图像的直方图之间的巴氏距离;
所述第一判断单元,与所述运算单元连接,所述第一判断单元基于所述运算单元计算得到的巴氏距离判断所述待检测毛发所属的发质类型。
进一步优选地,所述图像处理模块中包括:特征点提取单元、特征点匹配单元以及第二判断单元,其中,
所述特征点提取单元,与所述模数转换模块连接,所述特征点提取单元基于所述模数转换模块生成的数字量的待检测图像提取其中包含的特征点;
所述特征点匹配单元,分别与所述特征点提取单元和存储模块连接,所述特征点匹配单元分别将所述特征点提取单元提取的特征点与所述存储模块中存储的各标准图像的特征点进行匹配找到匹配点对;
所述第二判断单元,与所述特征点匹配单元连接,所述第二判断单元基于所述特征点匹配单元中的匹配结果判断所述待检测毛发所属的发质类型。
进一步优选地,所述存储模块中还预存有与各种发质类型对应的发质特征和护理建议;
所述图像处理模块中还包括一评价单元,所述评价单元与所述存储模块连接,及与所述比对单元或第一判断单元或第二判断单元连接;
所述评价单元基于所述比对单元或第一判断单元或第二判断单元中的判断结果,在所述存储模块中查找到相应的发质特征和护理建议,进而给出相应的评价。
本发明还提供了一种包括上述发质检测装置的移动终端。
本发明还提供了一种发质检测方法,包括以下步骤:
S1采集待检测毛发的图像;
S2将采集到的待检测图像转换成相应的数字量;
S3对数字量的待检测图像进行分析处理,得到待检测毛发所属的发质类型,并基于该发质类型给出相应评估。
进一步优选地,在步骤S3中,对数字量的待检测图像进行分析处理,具体包括:
S311对数字量的待检测图像进行采样;
S312对采样出来的采样图像进行量化;
S313分别将量化得到的量化图像与预存的各标准图像的量化图像进行比对;
S314基于步骤S313中的比对结果判断出待检测毛发所属的发质类型。
或,在步骤S3中,对数字量的待检测图像进行分析处理,具体包括:
S321提取数字量的待检测图像中包含的特征点;
S322分别将提取出来的特征点与预存的各标准图像的特征点进行匹配找到匹配点对;
S323基于步骤S322中的匹配结果判断所述待检测毛发所属的发质类型。
进一步优选地,当步骤S3中包括步骤S311~步骤S314时,在步骤S314之后,还包括:
S315基于步骤S312生成的量化图像生成其直方图;
S316分别计算生成的直方图与预存的各标准图像的直方图之间的巴氏距离;
S317基于步骤S316中得到的巴氏距离判断所述待检测毛发所属的发质类型。
本发明提供的发质检测装置及其方法、一种移动终端,能够带来以下有益效果:
在本发明中,在图像处理模块中可以通过待检测图像的量化图像与各标准图像的量化图像之间的比对、通过待检测图像的直方图与各标准图像的直方图之间的巴氏距离以及通过待检测图像包含的特征点与各标准图像包含的特征点的匹配等多种方式对获取的待检测图像进行分析处理,进而判断出该待检测毛发属于何种发质类型,解决了现有技术中对毛发检测不方便的问题,为人们的发质检测和保养提供了便利;且精确度高,能够准确的告知使用者其当前发质情况及养护建议。再有,该发质检测装置结构简单、体积小,方便用户随身携带,用户可以随时随地对自己的发质进行检测,简单方便。
再有,在本发明中,我们提供了一种包含该发质检测装置的移动终端,这样,用户可以实时对自己的发质进行全面准确的检测和分析,根据其提供的护理建议对头发进行保养护理,并实时向用户反馈保养效果;用户不具备发质检测方面的专业知识也能进行检测,为用户提供便利,提供用户体验。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对上述特性、技术特征、优点及其实现方式予以进一步说明。
图1为本发明中发质检测装置一种实施方式结构示意图;
图2为本发明中发质检测装置另一种实施方式结构示意图;
图3为本发明中图像处理模块第一种实施方式结构示意图;
图4为本发明中图像处理模块第二种实施方式结构示意图;
图5为本发明中图像处理模块第三种实施方式结构示意图;
图6为本发明中图像处理模块第四种实施方式结构示意图;
图7为本发明中发质检测方法流程示意图。
附图标号说明:
100-发质检测装置,110-图像采集模块,120-模数转换模块,130-图像处理模块,140-存储模块,131-采样单元,132-量化单元,133-比对单元,134-直方图生成单元,135-运算单元,136-第一判断单元,137-特征点提取单元,138-特征点匹配单元,139-第二判断单元,141-评价单元。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
如图1所示为本发明提供的发质检测装置100一种实施方式结构示意图,从图中可以看出,在该发质检测装置100中包括:图像采集模块110、模数转换模块120以及图像处理模块130,其中,模数转换模块120与图像采集模块110连接,图像处理模块130与模数转换模块120连接。在工作过程中,图像采集模块110采集待检测毛发的图像;模数转换模块120将图像采集模块110采集到的待检测图像转换成相应的数字量;图像处理模块130对模数转换模块120生成的数字量的待检测图像进行分析处理,得到待检测毛发所属的发质类型,并基于该发质类型给出相应评估。另外,该发质检测装置100中还包括一与图像采集模块110连接的显示模块(具体为液晶显示屏等),用于显示图像采集模块110采集到的待检测毛发的图像。在一个具体实施例中,上述图像采集模块110中包括高清镜头和高倍放大毛鳞片镜头,对毛发毛囊放大成像,并将其在发质检测装置100中的进行显示。
对上述实施方式进行改进得到本实施方式,如图2所示,在本实施方式中,发质检测装置100除了包括上述图像采集模块110、模数转换模块120以及图像处理模块130,还包括与图像处理模块130连接的存储模块140,在该存储模块140中预存有各种发质的标准图像、各标准图像的量化图像、各标准图像的直方图以及各标准图像的特征点。
在上述实施方式中,如图3为图像处理模块130第一种实施方式的结构示意图,从图中可以看出,在该实施方式中,图像处理模块130中包括:采样单元131、量化单元132以及比对单元133,其中,采样单元131与模数转换模块120连接,量化单元132与采样单元131连接,比对单元133分别与量化单元132和存储模块140连接。在工作过程中,首先,采样单元131基于模数转换模块120生成的数字量的待检测图像进行采样;之后,量化单元132对采样单元131采样出来的采样图像进行量化;最后,比对单元133分别将量化单元132生成的量化图像与存储模块140中预存的各标准图像的量化图像进行比对,并判断出待检测毛发所属的发质类型。
在本实施方式中,具体来说,采样单元131在采样(包括行采样和列采样)的过程中,采样间隔大小的选取依据采集到的待检测图像中包含的细微浓淡变化来决定。且一般来说,该待检测图像中的细节越多,采样间隔(包括行间隔和列间隔)越小。在具体实施例中,在使用该毛发检测装置检测头发时,我们针对头发根部和头发发梢分别进行采样,这样,头发分叉、头发颜色等就都能采样出来,进行后续的处理比对,综合这些采样图像对发质进行综合判断。另外,量化单元132在量化的过程中,可以等间隔量化也可以非等间隔量化,具体根据采样图像中像素灰度值的分布来定。在具体实施例中,细节丰富的图像细采样、粗量化。得到的量化图像去除了待检测图像中色彩、光线等的干扰,之后再将其与预存的几种发质的标准图像的量化图像一一进行比对,找到与之最接近的标准图像,以此判断该待检测毛发就属于该标准图像所属的发质类型。
对上述图像处理模块130的第一种实施方式进行改进得到第二种实施方式,如图4所示,在本实施方式中,图像处理模块130中除了包括上述采样单元131、量化单元132以及比对单元133,还包括:直方图生成单元134、运算单元135以及第一判断单元136,其中,直方图生成单元134与量化单元132连接,运算单元135分别与直方图生成单元134和存储模块140连接,第一判断单元136与运算单元135连接。在工作过程中,在量化单元132生成量化图像之后,直方图生成单元134基于该量化图像生成与之对应的直方图;接着,运算单元135分别计算直方图生成单元134生成的直方图与存储模块140中预存的各标准图像的直方图之间的巴氏距离;最后,第一判断单元136基于运算单元135计算得到的巴氏距离判断待检测毛发所属的发质类型,具体在这一过程中,找到与待检测图像的直方图巴氏距离最小的那副标准图像,以此判断该待检测毛发就属于该标准图像所属的发质类型。在整个过程中,由于生成的直方图能够很好的进行归一化,即使是两幅分辨率不同的图像也可以直接计算直方图来计算两者之间的巴氏距离,得到两幅图像之间的相关系数,简单方便,计算量小。
如图5所示为本发明中图像处理模块130第三种实施方式结构示意图,区别于上述两种实施方式,从图中可以看出,在该实施方式中,图像处理模块130中包括:特征点提取单元137、特征点匹配单元138以及第二判断单元139,其中,特征点提取单元137与模数转换模块120连接,特征点匹配单元138分别与特征点提取单元137和存储模块140连接,第二判断单元139与特征点匹配单元138连接。在工作过程中,首先,特征点提取单元137基于模数转换模块120生成的数字量的待检测图像提取其中包含的特征点;之后,特征点匹配单元138分别将特征点提取单元137提取的特征点与存储模块140中存储的各标准图像的特征点进行匹配找到匹配点对;最后,第二判断单元139基于特征点匹配单元138中的匹配结果判断待检测毛发所属的发质类型。
在具体实施例中,特征点提取单元137采用SIFT算法提取待检测图像中的特征点,具体在SIFT算法中:首先建立待检测图像的尺度空间表示,然后在尺度空间中搜索图像的极值点(即上述特征点),再对极值点周围的图像区域分块,计算块内梯度直方图,生成具备唯一性的向量,并将该向量作为该极值点的特征描述向量。在理想状态下两幅图像之间相同部分的特征点应该具有相同的特征描述向量,进而它们之间的距离应该最近,故在本实施方式中,特征点匹配单元138中采用进行最邻近算法实现特征点的匹配,以找到图像间准确的匹配点对。之后,在第二判断单元139中,找到与待检测图像特征点相似最多的标准图像,那么就认为这两幅图的相似程度最高,以此判断该待检测毛发就属于该标准图像所属的发质类型。当然,在其他实施例中,还可以采用其他方法提取待检测图像中的特征点,如还可以使用Harris角度检测算法检测到待检测图像中的角点并将其作为特征点;同样地,还可以使用其他算法匹配特征点对,如还可以使用基于置信度传播算法匹配特征点,在此不做具体限定。
对上述实施方式进行改进,存储模块140中还预存有与各种类型发质对应的发质特征和护理建议,如表1,具体在该表中,我们将发质类型分为油性发质、感性发质、中性发质以及混合型发质。
基于存储模块140中存储的上述内容,图像处理模块130中还包括一评价单元141,评价单元141与存储模块140连接,及与比对单元133或第一判断单元136或第二判断单元139连接;评价单元141基于比对单元133或第一判断单元136或第二判断单元139中的判断结果,在存储模块140中查找到相应的发质特征和护理建议,进而给出相应的评价。如图6所示,为评价单元141与第二判断单元139连接的结构示意图。
在一个具体实施例中,若第二判断模块判断出该待检测毛发属于“中性发质”,则评价模块基于的出来的结果给出相应发质特征“油脂分泌正常,只有少量头皮屑”以及相应的护发建议“选用温和而含水份量大的洗发产品来保护现有的发质”,并将其显示在显示模块中提醒用户。
在一个具体实施例中,图像处理模块130对待检测图像处理完之后,将其输出数据通过一数据总线输入一线性移不变系统,最后将线性移不变系统的输出数据在显示模块中进行显示。
表1:各种发质对应的发质特征和护理建议
在一个具体实施例中,将该发质检测装置100应用在移动终端中,则直接使用移动终端中的高清摄像头获取待检测图像并进行存储,并将其传输到相应的模数转换模块120和图像处理模块130判断出该毛发所处的发质类型,能够有效帮助用户直观快速地了解自己头皮、头发、毛囊的健康状况,了解头皮的清洁度、发质的类型等。对于油性/干性头发,头发的生长、脱发、白发、受损状态等等其他头皮毛发状况,当人类的眼睛想要观察细微状况却看不清晰或看不到的情况下,通过移动终端上的高清镜头的放大拍摄功能,可以连接到外界设备或者直接在移动终端中查看头发的高倍放大图像。同时,借助内置的发质检测装置100对获取待检测图像进行更科学的对比分析,得出更科学的检测依据和结果并在移动终端的显示屏中进行显示,使人们能更及时准确的进行预防和治疗,并且可以对收集到的资料进行存档归类。更具体来说,这里的移动终端可以为个人电脑(PC机)、平板电脑以及智能手机等,在此不做限定。
如图7所示为本发明提供的发质检测方法流程示意图,从图中可以看出,在该发质检测方法包括以下步骤:S1采集待检测毛发的图像;S2将采集到的待检测图像转换成相应的数字量;S3对数字量的待检测图像进行分析处理,得到待检测毛发所属的发质类型,并基于该发质类型给出相应评估。具体,在该发质检测方法中,采用图像采集模块110采集待检测毛发的图像;采用模数转换模块120将图像采集模块110采集到的待检测图像转换成相应的数字量;采用图像处理模块130对模数转换模块120生成的数字量的待检测图像进行分析处理,得到待检测毛发所属的发质类型,并基于该发质类型给出相应评估。
具体来说,在步骤S3中,对数字量的待检测图像进行分析处理的一种实施方式流程示意图包括:S311对数字量的待检测图像进行采样;S312对采样出来的采样图像进行量化;S313分别将量化得到的量化图像与预存的各标准图像的量化图像进行比对;S314基于步骤S313中的比对结果判断出待检测毛发所属的发质类型。在本实施方式中,更具体来说,在步骤S311中采样(包括行采样和列采样)的过程中,采样间隔大小的选取依据采集到的待检测图像中包含的细微浓淡变化来决定。且一般来说,该待检测图像中的细节越多,采样间隔(包括行间隔和列间隔)越小。在具体实施例中,我们针对头发根部和头发发梢分别进行采样,这样,头发分叉、头发颜色等就都能采样出来,进行后续的处理比对,综合这些采样图像对发质进行综合判断。另外,在步骤S312量化的过程中,可以等间隔量化也可以非等间隔量化,具体根据采样图像中像素灰度值的分布来定。在具体实施例中,细节丰富的图像细采样、粗量化。得到量化图像去除了待检测图像中色彩、光线等的干扰,之后在步骤S313中将其与预存的几种发质的标准图像的量化图像一一进行比对,找到与之最接近的标准图像,以此判断该待检测毛发就属于该标准图像所属的发质类型。
更进一步来说,在上述实施方式中,在步骤S312中还包括:S315基于步骤S312生成的量化图像生成其直方图;S316分别计算生成的直方图与预存的各标准图像的直方图之间的巴氏距离;S317基于步骤S316中得到的巴氏距离判断待检测毛发所属的发质类型。具体,在步骤S317中找到与待检测图像的直方图巴氏距离最小的那副标准图像,以此判断该待检测毛发就属于该标准图像所属的发质类型。
具体来说,在步骤S3中,对数字量的待检测图像进行分析处理的另一种实施方式流程示意图包括:S321提取数字量的待检测图像中包含的特征点;S322分别将提取出来的特征点与预存的各标准图像的特征点进行匹配找到匹配点对;S323基于步骤S322中的匹配结果判断待检测毛发所属的发质类型。在具体实施例中,在步骤S321中采用SIFT算法提取待检测图像中的特征点,在步骤S322中采用进行最邻近算法实现特征点的匹配,以找到图像间准确的匹配点对,在步骤S323中找到与待检测图像特征点相似最多的标准图像,那么就认为这两幅图的相似程度最高,以此判断该待检测毛发就属于该标准图像所属的发质类型。
在通过以上方法得到待检测毛发所属的发质类型之后,基于内部存储的各种类型发质对应的发质特征和护理建议给出相应的评价。在具体实施例中,若判断出该待检测毛发属于“干性发质”,则评价该发质特征“通常头发根部颇稠密,但至发梢则变得稀薄,有时发梢还开叉,容易有头皮屑”以及相应的护发建议“选用滋润的洗发露和护发素,使用时可轻按摩头皮和发稍,选用性质温和的电发和染发产品或减少次数,定时使用修护产品,修补受损结构,加强保护,使头皮和头发回复健康。
应当说明的是,上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种发质检测装置,其特征在于,所述发质检测装置中包括:图像采集模块、模数转换模块以及图像处理模块,其中,
所述图像采集模块,用于采集待检测毛发和头皮的图像;
所述模数转换模块,与所述图像采集模块连接,所述模数转换模块将所述图像采集模块采集到的待检测图像转换成相应的数字量;
所述图像处理模块,与所述模数转换模块连接,所述图像处理模块对所述模数转换模块生成的数字量的待检测图像进行分析处理,得到待检测毛发所属的发质类型,并基于该发质类型给出相应评估。
2.如权利要求1所述的发质检测装置,其特征在于,所述发质检测装置中还包括与所述图像处理模块连接的存储模块,所述存储模块中预存有与各种发质类型对应的标准图像、各标准图像的量化图像、各标准图像的直方图以及各标准图像中包含的特征点。
3.如权利要求2所述的发质检测装置,其特征在于,所述图像处理模块中包括:采样单元、量化单元以及比对单元,其中,
所述采样单元,与所述模数转换模块连接,所述采样单元基于所述模数转换模块生成的数字量的待检测图像进行采样;
所述量化单元,与所述采样单元连接,所述量化单元对所述采样单元采样出来的采样图像进行量化;
所述比对单元,分别与所述量化单元和存储模块连接,所述比对单元分别将所述量化单元生成的量化图像与存储模块中预存的各标准图像的量化图像进行比对,进而判断出待检测毛发所属的发质类型。
4.如权利要求3所述的发质检测装置,其特征在于,所述图像处理模块中还包括:直方图生成单元、运算单元以及第一判断单元,其中,
所述直方图生成单元,与所述量化单元连接,所述直方图生成单元基于所述量化单元生成的量化图像生成其直方图;
所述运算单元,分别与所述直方图生成单元和所述存储模块连接,所述运算单元分别计算所述直方图生成单元生成的直方图与所述存储模块中预存的各标准图像的直方图之间的巴氏距离;
所述第一判断单元,与所述运算单元连接,所述第一判断单元基于所述运算单元计算得到的巴氏距离判断所述待检测毛发所属的发质类型。
5.如权利要求2所述的发质检测装置,其特征在于,所述图像处理模块中包括:特征点提取单元、特征点匹配单元以及第二判断单元,其中,
所述特征点提取单元,与所述模数转换模块连接,所述特征点提取单元基于所述模数转换模块生成的数字量的待检测图像提取其中包含的特征点;
所述特征点匹配单元,分别与所述特征点提取单元和存储模块连接,所述特征点匹配单元分别将所述特征点提取单元提取的特征点与所述存储模块中存储的各标准图像的特征点进行匹配找到匹配点对;
所述第二判断单元,与所述特征点匹配单元连接,所述第二判断单元基于所述特征点匹配单元中的匹配结果判断所述待检测毛发所属的发质类型。
6.如权利要求3-5任意一项所述的发质检测装置,其特征在于,
所述存储模块中还预存有与各种发质类型对应的发质特征和护理建议;
所述图像处理模块中还包括一评价单元,所述评价单元与所述存储模块连接,及与所述比对单元或第一判断单元或第二判断单元连接;
所述评价单元基于所述比对单元或第一判断单元或第二判断单元中的判断结果,在所述存储模块中查找到相应的发质特征和护理建议,进而给出相应的评价。
7.一种移动终端,其特征在于,所述移动终端中包括如权利要求1-6任意一项所述的发质检测装置。
8.一种发质检测方法,其特征在于,所述发质检测方法包括以下步骤:
S1采集待检测毛发的图像;
S2将采集到的待检测图像转换成相应的数字量;
S3对数字量的待检测图像进行分析处理,得到待检测毛发所属的发质类型,并基于该发质类型给出相应评估。
9.如权利要求8所述的发质检测方法,其特征在于,
在步骤S3中,对数字量的待检测图像进行分析处理,具体包括:
S311对数字量的待检测图像进行采样;
S312对采样出来的采样图像进行量化;
S313分别将量化得到的量化图像与预存的各标准图像的量化图像进行比对;
S314基于步骤S313中的比对结果判断出待检测毛发所属的发质类型。
或,在步骤S3中,对数字量的待检测图像进行分析处理,具体包括:
S321提取数字量的待检测图像中包含的特征点;
S322分别将提取出来的特征点与预存的各标准图像的特征点进行匹配找到匹配点对;
S323基于步骤S322中的匹配结果判断所述待检测毛发所属的发质类型。
10.如权利要求9所述的发质检测方法,其特征在于,当步骤S3中包括步骤S311~步骤S314时,在步骤S314之后,还包括:
S315基于步骤S312生成的量化图像生成其直方图;
S316分别计算生成的直方图与预存的各标准图像的直方图之间的巴氏距离;
S317基于步骤S316中得到的巴氏距离判断所述待检测毛发所属的发质类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610213552.XA CN105844648A (zh) | 2016-04-07 | 2016-04-07 | 一种发质检测装置及其方法、一种移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610213552.XA CN105844648A (zh) | 2016-04-07 | 2016-04-07 | 一种发质检测装置及其方法、一种移动终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105844648A true CN105844648A (zh) | 2016-08-10 |
Family
ID=56596914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610213552.XA Pending CN105844648A (zh) | 2016-04-07 | 2016-04-07 | 一种发质检测装置及其方法、一种移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105844648A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108427337A (zh) * | 2018-01-23 | 2018-08-21 | 杭州旭鹏智能箱柜有限公司 | 一种智能洗头帽及其操作方法 |
CN108552707A (zh) * | 2018-04-26 | 2018-09-21 | 北京小米移动软件有限公司 | 卷发方法及装置 |
CN113761974A (zh) * | 2020-06-03 | 2021-12-07 | 富泰华工业(深圳)有限公司 | 监视头皮的方法、智能吹风机及存储介质 |
US11928821B2 (en) | 2018-04-26 | 2024-03-12 | Kebot Bilisim Teknolojileri Sanayi Ve Ticaret Anonim Sirketi | Evaluation method for hair transplant process using image processing and robotic technologies and system thereof |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040201694A1 (en) * | 2001-02-07 | 2004-10-14 | Vladimir Gartstein | Noninvasive methods and apparatus for monitoring at least one hair characteristic |
CN103829928A (zh) * | 2014-02-20 | 2014-06-04 | 京东方科技集团股份有限公司 | 一种头发测量仪和头发测量系统 |
CN104586362A (zh) * | 2015-01-08 | 2015-05-06 | 中国科学院自动化研究所 | 面向移动互联终端的皮肤或毛发的检测与保养系统 |
CN104619242A (zh) * | 2012-09-14 | 2015-05-13 | 荷兰联合利华有限公司 | 评价皮肤或头发状态的装置 |
CN105224409A (zh) * | 2015-09-30 | 2016-01-06 | 努比亚技术有限公司 | 一种内存的管理方法及装置 |
-
2016
- 2016-04-07 CN CN201610213552.XA patent/CN105844648A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040201694A1 (en) * | 2001-02-07 | 2004-10-14 | Vladimir Gartstein | Noninvasive methods and apparatus for monitoring at least one hair characteristic |
CN104619242A (zh) * | 2012-09-14 | 2015-05-13 | 荷兰联合利华有限公司 | 评价皮肤或头发状态的装置 |
CN103829928A (zh) * | 2014-02-20 | 2014-06-04 | 京东方科技集团股份有限公司 | 一种头发测量仪和头发测量系统 |
CN104586362A (zh) * | 2015-01-08 | 2015-05-06 | 中国科学院自动化研究所 | 面向移动互联终端的皮肤或毛发的检测与保养系统 |
CN105224409A (zh) * | 2015-09-30 | 2016-01-06 | 努比亚技术有限公司 | 一种内存的管理方法及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108427337A (zh) * | 2018-01-23 | 2018-08-21 | 杭州旭鹏智能箱柜有限公司 | 一种智能洗头帽及其操作方法 |
CN108552707A (zh) * | 2018-04-26 | 2018-09-21 | 北京小米移动软件有限公司 | 卷发方法及装置 |
US11928821B2 (en) | 2018-04-26 | 2024-03-12 | Kebot Bilisim Teknolojileri Sanayi Ve Ticaret Anonim Sirketi | Evaluation method for hair transplant process using image processing and robotic technologies and system thereof |
CN113761974A (zh) * | 2020-06-03 | 2021-12-07 | 富泰华工业(深圳)有限公司 | 监视头皮的方法、智能吹风机及存储介质 |
CN113761974B (zh) * | 2020-06-03 | 2024-04-26 | 富泰华工业(深圳)有限公司 | 监视头皮的方法、智能吹风机及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101140533B1 (ko) | 이미지로부터 추정된 피부색에 기초해서 제품을 추천하는 컴퓨터 구현된 방법 | |
WO2019100282A1 (zh) | 一种人脸肤色识别方法、装置和智能终端 | |
US10691940B2 (en) | Method and apparatus for detecting blink | |
Shrivastava et al. | Exploring the color feature power for psoriasis risk stratification and classification: A data mining paradigm | |
CN105844648A (zh) | 一种发质检测装置及其方法、一种移动终端 | |
WO2021082480A1 (zh) | 一种图像分类的方法及相关装置 | |
CN105147274A (zh) | 一种从可见光谱段人脸视频信号中提取心率的方法 | |
JP2016170542A (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN106023151A (zh) | 一种开放环境下中医舌象目标检测方法 | |
CN109512384A (zh) | 头皮检测设备 | |
CN105662348A (zh) | 基于智能手机的新型皮肤检测系统及产品辅助选择系统 | |
CN110363088B (zh) | 基于多特征融合的自适应皮肤炎症区域检测方法 | |
CN103006195A (zh) | 一种基于图像处理的非接触式生命体征数据监测系统和监测方法 | |
Alvino et al. | Computerized measurement of facial expression of emotions in schizophrenia | |
JP2011210156A (ja) | 画像処理装置、画像読取装置、画像処理方法及び画像処理プログラム | |
CN112084965A (zh) | 一种头皮头发检测装置及系统 | |
CN111829661A (zh) | 一种基于人脸解析的额温测量方法及系统 | |
Jenifa et al. | Classification of cotton leaf disease using multi-support vector machine | |
CN112788200A (zh) | 频谱信息的确定方法及装置、存储介质、电子装置 | |
Jin et al. | Perceptual Gradient Similarity Deviation for Full Reference Image Quality Assessment. | |
Sheng et al. | Action recognition using direction-dependent feature pairs and non-negative low rank sparse model | |
CN108197563B (zh) | 用于获取信息的方法及装置 | |
CN110321781B (zh) | 一种用于无接触式测量的信号处理方法及装置 | |
CN110321782B (zh) | 一种检测人体特征信号的系统 | |
CN110279406A (zh) | 一种基于摄像头的无接触式的脉率测量方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160810 |
|
RJ01 | Rejection of invention patent application after publication |