CN106875391A - 皮肤图像的识别方法及电子设备 - Google Patents
皮肤图像的识别方法及电子设备 Download PDFInfo
- Publication number
- CN106875391A CN106875391A CN201710123641.XA CN201710123641A CN106875391A CN 106875391 A CN106875391 A CN 106875391A CN 201710123641 A CN201710123641 A CN 201710123641A CN 106875391 A CN106875391 A CN 106875391A
- Authority
- CN
- China
- Prior art keywords
- image
- skin
- module
- gray
- area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000001914 filtration Methods 0.000 claims abstract description 21
- 230000002708 enhancing effect Effects 0.000 claims abstract description 20
- 230000002146 bilateral effect Effects 0.000 claims abstract description 17
- 206010000496 acne Diseases 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000011002 quantification Methods 0.000 abstract description 4
- 208000002874 Acne Vulgaris Diseases 0.000 abstract description 3
- 238000003672 processing method Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- XUMBMVFBXHLACL-UHFFFAOYSA-N Melanin Chemical compound O=C1C(=O)C(C2=CNC3=C(C(C(=O)C4=C32)=O)C)=C2C4=CNC2=C1C XUMBMVFBXHLACL-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 101100117236 Drosophila melanogaster speck gene Proteins 0.000 description 1
- 206010015150 Erythema Diseases 0.000 description 1
- 206010037549 Purpura Diseases 0.000 description 1
- 241001672981 Purpura Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011309 routine diagnosis Methods 0.000 description 1
- 238000007390 skin biopsy Methods 0.000 description 1
- 230000005808 skin problem Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G06T5/70—
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Abstract
本发明提供了一种皮肤图像的识别方法及电子设备。皮肤图像的识别方法,包括以下步骤:获取待测皮肤图像为图像A;图像A进行灰度化处理得到图像B;图像B通过双边滤波和高斯模糊算法进行增强处理得到图像C;将步骤S30处理后获得的图像C与图像B进行差分运算得到图像D,图像D中灰度差值较大的区域即为黑头痤疮区域。本发明提供的方法可将皮肤黑头、痤疮从待处理图像中提取识别出来,处理方法简单实用,快速高效,匹配对准容易,并且将皮肤图像进行精确量化分析,有利于治疗全过程的皮肤状态监测,得到更准确的治疗诊断结果。
Description
技术领域
本发明涉及图像处理的技术领域,具体而言,涉及一种皮肤图像的识别方法及电子设备。
背景技术
人体皮肤肤色检测技术广泛应用于多个领域,如皮肤问题的判断、皮肤护理、皮肤病诊断、手势识别、人脸识别和色情图像过滤等。肤色检测通常作为这些领域的一种预处理工作,它的精度将对后期的处理工作产生很大的影响。
随着计算机辅助图像处理系统在医学领域的广泛应用,与人体皮肤相关的医学诊断、治疗效果量化评价等工作迫切需要快速有效的辅助检测方法。皮肤情况的量化分析是人体皮肤治疗的重要问题之一,在皮肤类常见疾病,如黑鼻头、面部红斑、紫癜病、黑色素瘤、毛孔粗大等的诊断分析及治疗监测等方面发挥重要作用。
计算机辅助皮肤图像分析处理是一种新型的辅助量化诊断方法,对待处理图像质量要求较高,通常是小面积皮肤的放大效果,可以制作皮肤切片用于显微镜下的进一步观察测量。人体皮肤图像的获取一般安放设置专用的支架,受测者将受测部位置于支架之上,拍摄人员采用长焦镜头相机近距离拍摄微观状态下的皮肤,清晰度较高。由于皮肤是非刚性物体,且对光线具有较强的反射特性,通常情况下图像受光线干扰尤为强烈,在皮肤大面积区域产生不同程度的高光亮斑。采用一般的图像目标提取识别方法,可将这些高光亮斑与皮肤毛孔一同提取出来,造成识别错误,从而降低图像分析的效率。
同时,皮肤疾病是一类常见多发疾病,日常诊断量较大,而且待处理图像分辨率高,其辅助图像处理过程要求做到方法简单实用且快速高效。然而,目前该领域相关成熟方法较少,一般的图像处理方法不能直接应用于皮肤的毛孔识别分析,而且处理高分辨率图像计算量大,识别效率较低。由此可知,现在拯待一种设备或解决方案,能实现检测方法的精进,以解决该问题。
发明内容
有鉴于此,本发明要解决的技术问题在于克服现有技术的缺陷,提供了一种皮肤图像的识别方法,包括以下步骤:
S10:获取待测皮肤图像为图像A;
S20:图像A进行灰度化处理得到图像B;
S30:图像B通过双边滤波和高斯模糊算法进行增强处理得到图像C;
S40:将步骤S30处理后获得的图像C与图像B进行差分运算得到图像D,图像D中灰度差值较大的区域即为黑头痤疮区域。
在某些实施方式中,所述步骤S10中获取图像A具体过程包括:
通过摄像头获取视频帧;
通过肤色检测确定肤色区域和非肤色区域,将原始的图像分别转化到Lab颜色空间中,根据限定肤色在Lab颜色空间上的范围阈值,在范围内的认定为肤色区域,其他的为非肤色区域,将皮肤区域从图像中分离出来获取图像A。
在某些实施方式中,所述步骤S30中双边滤波的具体过程包括:
对于图像B进行金字塔双边滤波,即先将原图进行多尺度的下采样;
生成下采样图和每个尺度对应的引导图,对最小尺度的图片进行滤波,并通过引导图推出上一次尺度的图片,层层迭代最后得出灰度化处理后的待测皮肤图像滤波后的图像。
在某些实施方式中,所述步骤S20具体包括:
接收图像A,对图像A进行灰度化处理,得到灰度图像B;该处理采用下列两式中的一个:
Gray=0.299*Red+0.587*Green+0.114*Blue:
Gray=(Red*306+Green*601+Blue*117+512)/1024;
其中,Gray为该灰度图像B各像素点的灰度值,Red、Green、Blue分别为图像A各像素点红、绿、蓝三个通道的颜色值。
本发明还提供了一种电子设备,包括:
视频帧获取模块:通过摄像头获取视频帧;
肤色区分模块:通过肤色检测确定肤色区域和非肤色区域,将原始的图像Lab颜色空间中,根据限定肤色在Lab颜色空间上的范围阈值,在范围内的认定为肤色区域,其他的为非肤色区域,将皮肤区域从图像中分离出来得到图像A;
灰度处理模块:将图像A灰度化处理得到图像B;
增强模块:对图像B进行双边滤波和高斯模糊算法增强处理得到图像C;
差分运算模块:图像C与图像B进行差分运算得到图像D,图像D中灰度差值较大的区域即为黑头痤疮区域。
在某些实施方式中,还包括与所述视频帧获取模块、肤色区分模块、灰度处理模块、增强模块、差分运算模块均连接的显示屏。
在某些实施方式中,还包括与所述视频帧获取模块、肤色区分模块、灰度处理模块、增强模块、差分运算模块均连接的存储模块。
在某些实施方式中,还包括与所述视频帧获取模块、肤色区分模块、灰度处理模块、增强模块、差分运算模块均连接的供电模块。
在某些实施方式中,还包括与所述供电模块连接的太阳能板。
在某些实施方式中,还包括与所述供电模块连接的电压调节装置。
本发明提供的一种皮肤图像的识别方法相对于现有技术的有益效果是:
该识别方法对传统方法进行了巧妙的改进,具体过程包括:获取待测皮肤图像为图像A;图像A进行灰度化处理得到图像B;图像B通过双边滤波和高斯模糊算法进行增强处理得到图像C;将步骤S30处理后获得的图像C与图像B进行差分运算得到图像D,图像D中灰度差值较大的区域即为黑头痤疮区域。
可以理解的是,双边滤波(Bilateral filter)是一种非线性的滤波方法,是结合图像的空间邻近度和像素值相似度的一种折衷处理,同时考虑空域信息和灰度相似性,达到保边去噪的目的。具有简单、非迭代、局部的特点。
双边滤波器的好处是可以做边缘保存(edge preserving)。双边滤波器顾名思义比高斯滤波多了一个高斯方差sigma-d,它是基于空间分布的高斯滤波函数,所以在边缘附近,离的较远的像素不会太多影响到边缘上的像素值,这样就保证了边缘附近像素值的保存。
需要理解的是,高斯滤波实质上是一种信号的滤波器其用途是信号的平滑处理。数字图像用于后期应用,其噪声是最大的问题,由于误差会累计传递等原因,Gauss(高斯)滤波器可以得到信噪比SNR较高的图像(反应真实信号)。与此相关的有Gauss-Lapplace变换,其实就是为了得到较好的图像边缘,对图像做Gauss平滑滤波,剔除噪声,然后求二阶导矢,用二阶导的过零点确定边缘,在计算时也是频域乘积=>空域卷积。
滤波器就是建立的一个数学模型,通过这个模型来将图像数据进行能量转化,能量低的就排除掉,噪声就是属于低能量部分。
若使用理想滤波器,会在图像中产生振铃现象。采用高斯滤波器的话,系统函数是平滑的,避免了振铃现象。
本发明提供的方法可将皮肤黑头、痤疮从待处理图像中提取识别出来,处理方法简单实用,快速高效,匹配对准容易,并且将皮肤图像进行精确量化分析,有利于治疗全过程的皮肤状态监测,得到更准确的治疗诊断结果。
综上所述,本发明特殊的方法,其具有上述诸多的优点及实用价值,并在同类产品中未见有类似的方法公开发表或使用而确属创新,产生了好用且实用的效果,较现有的技术具有增进的多项功效,从而较为适于实用,并具有广泛的产业价值。
附图说明
应当理解的是,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明一种皮肤图像的识别方法流程图;
图2为本发明S10中获取图像A流程图;
图3为本发明S30中双边滤波的流程图;
图4为本发明电子设备的结构示意图;
图5为本发明电子设备的结构示意图;
图6为本发明电子设备的结构示意图。
具体实施方式
在下文中,将更全面地描述本公开的各种实施例。本公开可具有各种实施例,并且可在其中做出调整和改变。然而,应理解:不存在将本公开的各种实施例限于在此公开的特定实施例的意图,而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。
在下文中,可在本公开的各种实施例中使用的术语“包括”或“可包括”指示所公开的功能、操作或元件的存在,并且不限制一个或更多个功能、操作或元件的增加。此外,如在本公开的各种实施例中所使用,术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
在本公开的各种实施例中,表述“或”或“A或/和B中的至少一个”包括同时列出的文字的任何组合或所有组合。例如,表述“A或B”或“A或/和B中的至少一个”可包括A、可包括B或可包括A和B二者。
在本公开的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件,不过可不限制相应组成元件。例如,以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如,第一用户装置和第二用户装置指示不同用户装置,尽管二者都是用户装置。例如,在不脱离本公开的各种实施例的范围的情况下,第一元件可被称为第二元件,同样地,第二元件也可被称为第一元件。
应注意到:如果描述将一个组成元件“连接”到另一组成元件,则可将第一组成元件直接连接到第二组成元件,并且可在第一组成元件和第二组成元件之间“连接”第三组成元件。相反地,当将一个组成元件“直接连接”到另一组成元件时,可理解为在第一组成元件和第二组成元件之间不存在第三组成元件。
在本公开的各种实施例中使用的术语“用户”可指示使用电子装置的人或使用电子装置的装置(例如,人工智能电子装置)。
在本公开的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本公开的各种实施例。如在此所使用,单数形式意在也包括复数形式,除非上下文清楚地另有指示。除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本公开的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本公开的各种实施例中被清楚地限定。
实施例
本发明提供了一种皮肤图像的识别方法,包括以下步骤:
S10:获取待测皮肤图像为图像A;
S20:图像A进行灰度化处理得到图像B;
S30:图像B通过双边滤波和高斯模糊算法进行增强处理得到图像C;
S40:将步骤S30处理后获得的图像C与图像B进行差分运算得到图像D,图像D中灰度差值较大的区域即为黑头痤疮区域。
上述,本发明提供的方法可将皮肤黑头、痤疮从待处理图像中提取识别出来,处理方法简单实用,快速高效,匹配对准容易,并且将皮肤图像进行精确量化分析,有利于治疗全过程的皮肤状态监测,得到更准确的治疗诊断结果。
在本发明实施方式中,所述步骤S10中获取图像A具体过程包括:
通过摄像头获取视频帧;
通过肤色检测确定肤色区域和非肤色区域,将原始的图像分别转化到Lab颜色空间中,根据限定肤色在Lab颜色空间上的范围阈值,在范围内的认定为肤色区域,其他的为非肤色区域,将皮肤区域从图像中分离出来获取图像A。
在本发明实施方式中,所述步骤S30中双边滤波的具体过程包括:
对于图像B进行金字塔双边滤波,即先将原图进行多尺度的下采样;
生成下采样图和每个尺度对应的引导图,对最小尺度的图片进行滤波,并通过引导图推出上一次尺度的图片,层层迭代最后得出灰度化处理后的待测皮肤图像滤波后的图像。
在本发明实施方式中,所述步骤S20具体包括:
接收图像A,对图像A进行灰度化处理,得到灰度图像B;该处理采用下列两式中的一个:
Gray=0.299*Red+0.587*Green+0.114*Blue:
Gray=(Red*306+Green*601+Blue*117+512)/1024;
其中,Gray为该灰度图像B各像素点的灰度值,Red、Green、Blue分别为图像A各像素点红、绿、蓝三个通道的颜色值。
本发明还提供了一种电子设备,包括:
视频帧获取模块:通过摄像头获取视频帧;
肤色区分模块:通过肤色检测确定肤色区域和非肤色区域,将原始的图像Lab颜色空间中,根据限定肤色在Lab颜色空间上的范围阈值,在范围内的认定为肤色区域,其他的为非肤色区域,将皮肤区域从图像中分离出来得到图像A;
灰度处理模块:将图像A灰度化处理得到图像B;
增强模块:对图像B进行双边滤波和高斯模糊算法增强处理得到图像C;
差分运算模块:图像C与图像B进行差分运算得到图像D,图像D中灰度差值较大的区域即为黑头痤疮区域。
在本发明实施方式中,还包括与所述视频帧获取模块、肤色区分模块、灰度处理模块、增强模块、差分运算模块均连接的显示屏。
在本发明实施方式中,还包括与所述视频帧获取模块、肤色区分模块、灰度处理模块、增强模块、差分运算模块均连接的存储模块。
在本发明实施方式中,还包括与所述视频帧获取模块、肤色区分模块、灰度处理模块、增强模块、差分运算模块均连接的供电模块。
在某些实施方式中,还包括与所述供电模块连接的太阳能板。
在某些实施方式中,还包括与所述供电模块连接的电压调节装置。
应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施方式中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
申请人声明,本发明通过上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,但本发明并不局限于上述详细工艺设备和工艺流程。并且即不意味着本发明应依赖上述详细工艺设备和工艺流程才能实施。所属技术领域的技术人员应该明了,对本发明的任何改进,对本发明产品各原料的等效替换及辅助成分的添加、具体方式的选择等,均落在本发明的保护范围和公开范围之内。
Claims (10)
1.皮肤图像的识别方法,其特征在于,包括以下步骤:
S10:获取待测皮肤图像为图像A;
S20:图像A进行灰度化处理得到图像B;
S30:图像B通过双边滤波和高斯模糊算法进行增强处理得到图像C;
S40:将步骤S30处理后获得的图像C与图像B进行差分运算得到图像D,图像D中灰度差值较大的区域即为黑头痤疮区域。
2.如权利要求1所述的皮肤图像的识别方法,其特征在于,所述步骤S10中获取图像A具体过程包括:
S11:通过摄像头获取视频帧;
S12:通过肤色检测确定肤色区域和非肤色区域,将原始的图像分别转化到Lab颜色空间中,根据限定肤色在Lab颜色空间上的范围阈值,在范围内的认定为肤色区域,其他的为非肤色区域,将皮肤区域从图像中分离出来获取图像A。
3.如权利要求1所述的皮肤图像的识别方法,其特征在于,所述步骤S30中双边滤波的具体过程包括:
S31:对于图像B进行金字塔双边滤波,即先将原图进行多尺度的下采样;
S32:生成下采样图和每个尺度对应的引导图,对最小尺度的图片进行滤波,并通过引导图推出上一次尺度的图片,层层迭代最后得出灰度化处理后的待测皮肤图像滤波后的图像。
4.如权利要求1所述的皮肤图像的识别方法,其特征在于,所述步骤S20具体包括:
接收图像A,对图像A进行灰度化处理,得到灰度图像B;该处理采用下列两式中的一个:
Gray=0.299*Red+0.587*Green+0.114*Blue:
Gray=(Red*306+Green*601+Blue*117+512)/1024;
其中,Gray为该灰度图像B各像素点的灰度值,Red、Green、Blue分别为图像A各像素点红、绿、蓝三个通道的颜色值。
5.一种电子设备,其特征在于:包括:
视频帧获取模块:通过摄像头获取视频帧;
肤色区分模块:通过肤色检测确定肤色区域和非肤色区域,将原始的图像Lab颜色空间中,根据限定肤色在Lab颜色空间上的范围阈值,在范围内的认定为肤色区域,其他的为非肤色区域,将皮肤区域从图像中分离出来得到图像A;
灰度处理模块:将图像A灰度化处理得到图像B;
增强模块:对图像B进行双边滤波和高斯模糊算法增强处理得到图像C;
差分运算模块:图像C与图像B进行差分运算得到图像D,图像D中灰度差值较大的区域即为黑头痤疮区域。
6.如权利要求5所述的一种电子设备,其特征在于:还包括与所述视频帧获取模块、肤色区分模块、灰度处理模块、增强模块、差分运算模块均连接的显示屏。
7.如权利要求6所述的一种电子设备,其特征在于:还包括与所述视频帧获取模块、肤色区分模块、灰度处理模块、增强模块、差分运算模块均连接的存储模块。
8.如权利要求6所述的一种电子设备,其特征在于:还包括与所述视频帧获取模块、肤色区分模块、灰度处理模块、增强模块、差分运算模块均连接的供电模块。
9.如权利要求8所述的一种电子设备,其特征在于:还包括与所述供电模块连接的太阳能板。
10.如权利要求8所述的一种电子设备,其特征在于:还包括与所述供电模块连接的电压调节装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710123641.XA CN106875391A (zh) | 2017-03-02 | 2017-03-02 | 皮肤图像的识别方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710123641.XA CN106875391A (zh) | 2017-03-02 | 2017-03-02 | 皮肤图像的识别方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106875391A true CN106875391A (zh) | 2017-06-20 |
Family
ID=59170698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710123641.XA Pending CN106875391A (zh) | 2017-03-02 | 2017-03-02 | 皮肤图像的识别方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106875391A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107655567A (zh) * | 2017-09-19 | 2018-02-02 | 广东小天才科技有限公司 | 一种紫外预警方法、装置、穿戴设备及存储介质 |
CN108323203A (zh) * | 2017-07-17 | 2018-07-24 | 深圳和而泰智能控制股份有限公司 | 一种定量检测人脸肤质参量的方法、装置和智能终端 |
WO2019014814A1 (zh) * | 2017-07-17 | 2019-01-24 | 深圳和而泰智能控制股份有限公司 | 一种定量检测人脸抬头纹的方法和智能终端 |
CN109816595A (zh) * | 2017-11-20 | 2019-05-28 | 北京京东尚科信息技术有限公司 | 图像处理方法和装置 |
US10325146B2 (en) * | 2016-05-08 | 2019-06-18 | Modiface Inc. | Hierarchical differential image filters for skin analysis |
CN110310252A (zh) * | 2019-04-30 | 2019-10-08 | 深圳市四季宏胜科技有限公司 | 黑头吸除方法、装置及计算机可读存储介质 |
CN111839954A (zh) * | 2020-07-20 | 2020-10-30 | 黄慧 | 氧气供应模式定制系统 |
CN112037162A (zh) * | 2019-05-17 | 2020-12-04 | 华为技术有限公司 | 一种面部痤疮的检测方法及设备 |
CN112070158A (zh) * | 2020-09-08 | 2020-12-11 | 哈尔滨工业大学(威海) | 一种基于卷积神经网络和双边滤波的面部瑕疵检测方法 |
CN113111699A (zh) * | 2021-02-23 | 2021-07-13 | 福建星网锐捷通讯股份有限公司 | 一种基于红外摄像头的人体运动检测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504769A (zh) * | 2009-03-23 | 2009-08-12 | 上海君观信息技术有限公司 | 一种基于编码器框架的自适应性的噪声强度估计的方法 |
CN104732200A (zh) * | 2015-01-28 | 2015-06-24 | 广州远信网络科技发展有限公司 | 一种皮肤类型和皮肤问题的识别方法 |
CN104809694A (zh) * | 2014-01-23 | 2015-07-29 | 腾讯科技(深圳)有限公司 | 一种数字图像处理方法和装置 |
CN104850869A (zh) * | 2015-04-27 | 2015-08-19 | 长安大学 | 一种高速铁路cpⅲ标志物的自动识别系统及方法 |
CN104952036A (zh) * | 2015-06-18 | 2015-09-30 | 福州瑞芯微电子有限公司 | 一种即时视频中的人脸美化方法和电子设备 |
CN105069818A (zh) * | 2015-09-02 | 2015-11-18 | 泰山学院 | 一种基于图像分析的皮肤毛孔识别方法 |
CN105761260A (zh) * | 2016-02-15 | 2016-07-13 | 天津大学 | 一种皮肤图像患处分割方法 |
CN105869155A (zh) * | 2016-03-24 | 2016-08-17 | 天津大学 | 面部皮肤发红区域的提取方法 |
CN106264463A (zh) * | 2016-08-05 | 2017-01-04 | 深圳美立知科技有限公司 | 一种皮肤敏感度分析方法及装置 |
CN106388781A (zh) * | 2016-09-29 | 2017-02-15 | 深圳可思美科技有限公司 | 一种皮肤肤色及其色素沉淀情况的检测方法 |
-
2017
- 2017-03-02 CN CN201710123641.XA patent/CN106875391A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504769A (zh) * | 2009-03-23 | 2009-08-12 | 上海君观信息技术有限公司 | 一种基于编码器框架的自适应性的噪声强度估计的方法 |
CN104809694A (zh) * | 2014-01-23 | 2015-07-29 | 腾讯科技(深圳)有限公司 | 一种数字图像处理方法和装置 |
CN104732200A (zh) * | 2015-01-28 | 2015-06-24 | 广州远信网络科技发展有限公司 | 一种皮肤类型和皮肤问题的识别方法 |
CN104850869A (zh) * | 2015-04-27 | 2015-08-19 | 长安大学 | 一种高速铁路cpⅲ标志物的自动识别系统及方法 |
CN104952036A (zh) * | 2015-06-18 | 2015-09-30 | 福州瑞芯微电子有限公司 | 一种即时视频中的人脸美化方法和电子设备 |
CN105069818A (zh) * | 2015-09-02 | 2015-11-18 | 泰山学院 | 一种基于图像分析的皮肤毛孔识别方法 |
CN105761260A (zh) * | 2016-02-15 | 2016-07-13 | 天津大学 | 一种皮肤图像患处分割方法 |
CN105869155A (zh) * | 2016-03-24 | 2016-08-17 | 天津大学 | 面部皮肤发红区域的提取方法 |
CN106264463A (zh) * | 2016-08-05 | 2017-01-04 | 深圳美立知科技有限公司 | 一种皮肤敏感度分析方法及装置 |
CN106388781A (zh) * | 2016-09-29 | 2017-02-15 | 深圳可思美科技有限公司 | 一种皮肤肤色及其色素沉淀情况的检测方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10325146B2 (en) * | 2016-05-08 | 2019-06-18 | Modiface Inc. | Hierarchical differential image filters for skin analysis |
US10755089B2 (en) | 2016-05-08 | 2020-08-25 | L'oreal | Hierarchical differential image filters for skin analysis |
CN108323203A (zh) * | 2017-07-17 | 2018-07-24 | 深圳和而泰智能控制股份有限公司 | 一种定量检测人脸肤质参量的方法、装置和智能终端 |
WO2019014813A1 (zh) * | 2017-07-17 | 2019-01-24 | 深圳和而泰智能控制股份有限公司 | 一种定量检测人脸肤质参量的方法、装置和智能终端 |
WO2019014814A1 (zh) * | 2017-07-17 | 2019-01-24 | 深圳和而泰智能控制股份有限公司 | 一种定量检测人脸抬头纹的方法和智能终端 |
CN107655567A (zh) * | 2017-09-19 | 2018-02-02 | 广东小天才科技有限公司 | 一种紫外预警方法、装置、穿戴设备及存储介质 |
CN109816595B (zh) * | 2017-11-20 | 2021-01-26 | 北京京东尚科信息技术有限公司 | 图像处理方法和装置 |
CN109816595A (zh) * | 2017-11-20 | 2019-05-28 | 北京京东尚科信息技术有限公司 | 图像处理方法和装置 |
CN110310252A (zh) * | 2019-04-30 | 2019-10-08 | 深圳市四季宏胜科技有限公司 | 黑头吸除方法、装置及计算机可读存储介质 |
CN112037162A (zh) * | 2019-05-17 | 2020-12-04 | 华为技术有限公司 | 一种面部痤疮的检测方法及设备 |
CN112037162B (zh) * | 2019-05-17 | 2022-08-02 | 荣耀终端有限公司 | 一种面部痤疮的检测方法及设备 |
CN111839954A (zh) * | 2020-07-20 | 2020-10-30 | 黄慧 | 氧气供应模式定制系统 |
CN112070158A (zh) * | 2020-09-08 | 2020-12-11 | 哈尔滨工业大学(威海) | 一种基于卷积神经网络和双边滤波的面部瑕疵检测方法 |
CN113111699A (zh) * | 2021-02-23 | 2021-07-13 | 福建星网锐捷通讯股份有限公司 | 一种基于红外摄像头的人体运动检测方法 |
CN113111699B (zh) * | 2021-02-23 | 2023-11-14 | 福建星网锐捷通讯股份有限公司 | 一种基于红外摄像头的人体运动检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106875391A (zh) | 皮肤图像的识别方法及电子设备 | |
Abd Halim et al. | Nucleus segmentation technique for acute leukemia | |
Ibrahim et al. | A medical image enhancement based on generalized class of fractional partial differential equations | |
Li et al. | Robust retinal image enhancement via dual-tree complex wavelet transform and morphology-based method | |
CN107507173A (zh) | 一种全切片图像的无参考清晰度评估方法及系统 | |
CN113837974B (zh) | 一种基于改进beeps滤波算法的nsst域电力设备红外图像增强方法 | |
CN111882489A (zh) | 用于水下图像同时增强的超分辨率图形恢复方法 | |
CN104463804A (zh) | 一种基于直觉模糊集的图像增强方法 | |
Li et al. | Insulator defect detection for power grid based on light correction enhancement and YOLOv5 model | |
CN112330613B (zh) | 一种细胞病理数字图像质量的评价方法及系统 | |
Du et al. | Multi-focus image fusion algorithm based on pulse coupled neural networks and modified decision map | |
CN111583185A (zh) | 基于病理免疫组织化学的Ki67细胞核计数方法及系统 | |
Huang et al. | Color correction and restoration based on multi-scale recursive network for underwater optical image | |
Rahman et al. | Diverse image enhancer for complex underexposed image | |
CN110473176B (zh) | 图像处理方法及装置、眼底图像处理方法、电子设备 | |
Zhang | A selection of image processing techniques: from fundamentals to research front | |
Yang et al. | Multi-scale underwater image enhancement with optimized homomorphic filter and RGB color correction | |
JP2020144012A (ja) | 染色画像推定器学習装置、画像処理装置、染色画像推定器学習方法、画像処理方法、染色画像推定器学習プログラム、及び、画像処理プログラム | |
Yu et al. | Detail enhancement decolorization algorithm based on rolling guided filtering | |
Wang et al. | Dehazing for single image with sky region via self-adaptive weighted least squares model | |
Wan et al. | Multi-focus color image fusion based on quaternion multi-scale singular value decomposition | |
Reddy et al. | Guided image filtering for image enhancement | |
Jiao | Optimization of Color Enhancement Processing for Plane Images Based on Computer Vision | |
Ning et al. | Low-illumination underwater image enhancement based on non-uniform illumination correction and adaptive artifact elimination | |
CN109214363A (zh) | 一种基于YCbCr与连通区域分析的变电站工人人脸识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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: 20170620 |
|
RJ01 | Rejection of invention patent application after publication |