CN106983493A - 一种基于三光谱的皮肤图像处理方法 - Google Patents
一种基于三光谱的皮肤图像处理方法 Download PDFInfo
- Publication number
- CN106983493A CN106983493A CN201710125527.0A CN201710125527A CN106983493A CN 106983493 A CN106983493 A CN 106983493A CN 201710125527 A CN201710125527 A CN 201710125527A CN 106983493 A CN106983493 A CN 106983493A
- Authority
- CN
- China
- Prior art keywords
- skin
- index
- skin image
- area
- under
- 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.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/442—Evaluating skin mechanical properties, e.g. elasticity, hardness, texture, wrinkle assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/443—Evaluating skin constituents, e.g. elastin, melanin, water
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/444—Evaluating skin marks, e.g. mole, nevi, tumour, scar
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Dermatology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及一种基于三光谱的皮肤图像处理方法,包括以下步骤:通过皮肤图像采集设备采集三种光照下的人脸图像;剔除人脸图像的背景区域后选取人脸皮肤区域获取相应光照下的皮肤图像;基于白光下的皮肤图像分析皮肤的纹理指标、皱纹指标、毛孔指标和美白度指标;基于平行偏振光下的皮肤图像分析皮肤的斑点指标;基于紫外光下的皮肤图像,分析皮肤的紫质指标、紫外斑指标和油脂指标;将八项皮肤指标进行对比分析得出皮肤单项指标的分布情况,再将八项皮肤指标进行综合分析得出皮肤综合情况。本发明可以快速检测出人脸皮肤的纹理、皱纹、毛孔、美白度、斑点、紫质、紫外斑和油脂共八项指标,为皮肤检测分析提供了更加客观可靠的指标检测结果。
Description
技术领域
本发明涉及图像处理技术领域,具体是一种基于三光谱的皮肤图像处理方法。
背景技术
随着生活水平的提高,人们越来越注意自己的个人形象,脸部作为一个人的形象的代表,其皮肤健康状况得到了人们的高度重视。但是,很多国内的医护工作人员,在做皮肤诊断时,只能依赖目测和经验判断,这种方式带有很大的主观性,同时因为缺乏治疗前后的量化比较,也会导致患者对医生的不信任。因此,有必要提出一种能够客观分析人脸皮肤各项指标的方法。
发明内容
本发明为了克服现有技术中存在的上述缺陷,提供了一种基于相关硬件设备采集到的三种光照下的人脸图片的基于三光谱的皮肤图像处理方法。
为解决上述问题,本发明提出的基于三光谱的皮肤图像处理方法,包括以下步骤:
步骤一、通过皮肤图像采集设备采集白光、平行偏振光、UV-A光源三种光照下的人脸图像;
步骤二、剔除三种光照下人脸图像的背景区域后选取人脸皮肤区域获取相应光照下的皮肤图像;
步骤三、基于白光下的皮肤图像,分析皮肤的纹理指标、皱纹指标、毛孔指标和美白度指标四项皮肤指标;
步骤四、基于平行偏振光下的皮肤图像,分析皮肤的斑点指标;
步骤五、基于紫外光下的皮肤图像,分析皮肤的紫质指标、紫外斑指标和油脂指标三项皮肤指标;
步骤六、将八项皮肤指标与数据库中的检测标准进行对比分析,得出皮肤单项指标的分布情况,再将八项皮肤指标进行综合分析得出皮肤综合情况。
上述技术方案中,步骤二中纹理指标的具体分析过程为:求基于白光下的皮肤图像的256级灰度共生矩阵,获得灰度共生矩阵的熵、能量、同质性、对比度,根据纹理越粗糙,熵越小,能量越大,同质性越大,对比度越小的原理,将熵、能量、同质性和对比度这四个属性作为纹理指标的检测分析数值结果。
上述技术方案中,步骤三中皱纹指标的具体分析过程为:将基于白光下的皮肤图像灰度化后进行高低两种阈值的Canny边缘提取,将两种结果相减得到窗口阈值的边缘,然后经过形态学处理并滤除近圆形的干扰,将皱纹结果在基于白光下的皮肤图像上进行标记显示,检测出的皱纹总面积占人脸皮肤区域总面积的百分比即为皱纹指标的数值结果。
上述技术方案中,步骤三中毛孔指标的具体分析过程为:将基于白光下的皮肤图像灰度化后,进行动态阈值分割,再进行形态学处理后提取近圆形及面积在一定范围内的轮廓,将毛孔结果在基于白光下的皮肤图像上进行标记显示,对得到的所有毛孔轮廓,统计其半径最大值、最小值和均值,作为毛孔指标的数值结果。
上述技术方案中,步骤三中美白度指标的具体分析过程为:首先将基于白光下的皮肤图像转换到HSV颜色空间,通过M=0.4*(255-S)+0.6*V来获得新的图像M;然后计算图像M在设置的统计区间内的直方图;最后取皮肤区域平均的色度值h,画出10等级的比色卡,之后将M的直方图画在比色卡上,得出的数值结果为图像M的像素均值,代表该人脸的平均美白度。
上述技术方案中,步骤四中斑点指标的具体分析过程为:将基于平行偏振光下的皮肤图像灰度化后,进行动态阈值分割,再进行形态学处理后提取近圆形及面积在一定范围内且与毛孔区域不重叠的轮廓进行标记显示,得出斑点区域总面积占人脸皮肤区域总面积的百分比即为斑点指标的数值结果。
上述技术方案中,步骤五中紫质指标的具体分析过程为:将基于紫外光下的皮肤图像灰度化后进行阈值提取,将高亮度的像素作为紫质,在紫外光图片上标记显示出来,得出紫质区域总面积占人脸皮肤区域总面积的百分比即为紫质指标的数值结果。
上述技术方案中,步骤五中紫外斑指标的具体分析过程为:将基于紫外光下的皮肤图像灰度化后,进行动态阈值分割,再进行形态学处理后提取近圆形及面积在一定范围内且与毛孔不重叠的轮廓,将提取出的紫外斑轮廓在紫外光图片上标记显示出来,得出的紫外斑区域总面积占人脸皮肤区域总面积的百分比即为紫外斑指标的数值结果。
上述技术方案中,步骤五中油脂指标的具体分析过程为:将基于紫外光下的皮肤图像转换到HSV色彩空间,对图像的亮度分量进行动态阈值分割,提取出其中较亮的小块区域,同时过滤掉其中的偏蓝色光斑干扰,将提取出的区域在紫外光图片上标记显示出来,得出的油脂区域总面积占人脸皮肤区域总面积的百分比即为油脂指标的数值结果。
本发明与现有技术方案相比具有以下有益效果和优点:
本发明采用传统图像处理技术,使用边缘检测、动态阈值分割、轮廓提取、图像直方图、图像滤波、图像增强、形态学处理、灰度共生矩阵等算法可以快速检测出人脸皮肤的纹理、皱纹、毛孔、美白度、斑点、紫质、紫外斑和油脂共八项指标,为皮肤检测分析提供了更加客观可靠的指标检测结果。
具体实施方式
以下结合具体实施例对本发明作进一步的详细描述:
本实施例中,本发明提出的基于三光谱的皮肤图像处理方法,包括以下步骤:
步骤一、通过皮肤图像采集设备采集白光、平行偏振光、UV-A光源三种光照下的人脸图像;
步骤二、剔除三种光照下人脸图像的背景区域后选取人脸皮肤区域获取相应光照下的皮肤图像;
步骤三、求基于白光下的皮肤图像的256级灰度共生矩阵,获得灰度共生矩阵的熵、能量、同质性、对比度,根据纹理越粗糙,熵越小,能量越大,同质性越大,对比度越小的原理,将熵、能量、同质性和对比度这四个属性作为纹理指标的检测分析数值结果;将基于白光下的皮肤图像灰度化后进行高低两种阈值的Canny边缘提取,将两种结果相减得到窗口阈值的边缘,然后经过形态学处理并滤除近圆形的干扰,将皱纹结果在基于白光下的皮肤图像上进行标记显示,检测出的皱纹总面积占人脸皮肤区域总面积的百分比即为皱纹指标的数值结果;将基于白光下的皮肤图像灰度化后,进行动态阈值分割,再进行形态学处理后提取近圆形及面积在一定范围内的轮廓,将毛孔结果在基于白光下的皮肤图像上进行标记显示,对得到的所有毛孔轮廓,统计其半径最大值、最小值和均值,作为毛孔指标的数值结果;将基于白光下的皮肤图像转换到HSV颜色空间,通过M=0.4*(255-S)+0.6*V来获得新的图像M,计算图像M在设置的统计区间内的直方图,取皮肤区域平均的色度值h,画出10等级的比色卡,之后将M的直方图画在比色卡上,得出的数值结果为图像M的像素均值,代表该人脸的平均美白度;
步骤四、将基于平行偏振光下的皮肤图像灰度化后,进行动态阈值分割,再进行形态学处理后提取近圆形及面积在一定范围内且与毛孔区域不重叠的轮廓进行标记显示,得出斑点区域总面积占人脸皮肤区域总面积的百分比即为斑点指标的数值结果;
步骤五、将基于紫外光下的皮肤图像灰度化后进行阈值提取,将高亮度的像素作为紫质,在紫外光图片上标记显示出来,得出紫质区域总面积占人脸皮肤区域总面积的百分比即为紫质指标的数值结果;将基于紫外光下的皮肤图像灰度化后,进行动态阈值分割,再进行形态学处理后提取近圆形及面积在一定范围内且与毛孔不重叠的轮廓,将提取出的紫外斑轮廓在紫外光图片上标记显示出来,得出的紫外斑区域总面积占人脸皮肤区域总面积的百分比即为紫外斑指标的数值结果;将基于紫外光下的皮肤图像转换到HSV色彩空间,对图像的亮度分量进行动态阈值分割,提取出其中较亮的小块区域,同时过滤掉其中的偏蓝色光斑干扰,将提取出的区域在紫外光图片上标记显示出来,得出的油脂区域总面积占人脸皮肤区域总面积的百分比即为油脂指标的数值结果;
步骤六、将八项皮肤指标与数据库中的检测标准进行对比分析,得出皮肤单项指标的分布情况,再将八项皮肤指标进行综合分析得出皮肤综合情况。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围中。
Claims (9)
1.一种基于三光谱的皮肤图像处理方法,其特征在于,包括以下步骤:
步骤一、通过皮肤图像采集设备采集白光、平行偏振光、UV-A光源三种光照下的人脸图像;
步骤二、剔除三种光照下人脸图像的背景区域后选取人脸皮肤区域获取相应光照下的皮肤图像;
步骤三、基于白光下的皮肤图像,分析皮肤的纹理指标、皱纹指标、毛孔指标和美白度指标四项皮肤指标;
步骤四、基于平行偏振光下的皮肤图像,分析皮肤的斑点指标;
步骤五、基于紫外光下的皮肤图像,分析皮肤的紫质指标、紫外斑指标和油脂指标三项皮肤指标;
步骤六、将八项皮肤指标与数据库中的检测标准进行对比分析,得出皮肤单项指标的分布情况,再将八项皮肤指标进行综合分析得出皮肤综合情况。
2.根据权利要求1所述的基于三光谱的皮肤图像处理方法,其特征在于,所述步骤二中纹理指标的具体分析过程为:求基于白光下的皮肤图像的256级灰度共生矩阵,获得灰度共生矩阵的熵、能量、同质性、对比度,根据纹理越粗糙,熵越小,能量越大,同质性越大,对比度越小的原理,将熵、能量、同质性和对比度这四个属性作为纹理指标的检测分析数值结果。
3.根据权利要求1所述的基于三光谱的皮肤图像处理方法,其特征在于,所述步骤三中皱纹指标的具体分析过程为:将基于白光下的皮肤图像灰度化后进行高低两种阈值的Canny边缘提取,将两种结果相减得到窗口阈值的边缘,然后经过形态学处理并滤除近圆形的干扰,将皱纹结果在基于白光下的皮肤图像上进行标记显示,检测出的皱纹总面积占人脸皮肤区域总面积的百分比即为皱纹指标的数值结果。
4.根据权利要求1所述的基于三光谱的皮肤图像处理方法,其特征在于,所述步骤三中毛孔指标的具体分析过程为:将基于白光下的皮肤图像灰度化后,进行动态阈值分割,再进行形态学处理后提取近圆形及面积在一定范围内的轮廓,将毛孔结果在基于白光下的皮肤图像上进行标记显示,对得到的所有毛孔轮廓,统计其半径最大值、最小值和均值,作为毛孔指标的数值结果。
5.根据权利要求1所述的基于三光谱的皮肤图像处理方法,其特征在于,所述步骤三中美白度指标的具体分析过程为:首先将基于白光下的皮肤图像转换到HSV颜色空间,通过M=0.4*(255-S)+0.6*V来获得新的图像M;然后统计图像M的灰度直方图;最后取皮肤区域平均的色度值h,画出10等级的比色卡,之后将M的直方图画在比色卡上,得出的数值结果为图像M的像素均值,代表该人脸的平均美白度。
6.根据权利要求1所述的基于三光谱的皮肤图像处理方法,其特征在于,所述步骤四中斑点指标的具体分析过程为:将基于平行偏振光下的皮肤图像灰度化后,进行动态阈值分割,再进行形态学处理后提取近圆形及面积在一定范围内且与毛孔区域不重叠的轮廓进行标记显示,得出斑点区域总面积占人脸皮肤区域总面积的百分比即为斑点指标的数值结果。
7.根据权利要求1所述的基于三光谱的皮肤图像处理方法,其特征在于,所述步骤五中紫质指标的具体分析过程为:将基于紫外光下的皮肤图像灰度化后进行阈值提取,将高亮度的像素作为紫质,在紫外光图片上标记显示出来,得出紫质区域总面积占人脸皮肤区域总面积的百分比即为紫质指标的数值结果。
8.根据权利要求1所述的基于三光谱的皮肤图像处理方法,其特征在于,所述步骤五中紫外斑指标的具体分析过程为:将基于紫外光下的皮肤图像灰度化后,进行动态阈值分割,再进行形态学处理后提取近圆形及面积在一定范围内且与毛孔不重叠的轮廓,将提取出的紫外斑轮廓在紫外光图片上标记显示出来,得出的紫外斑区域总面积占人脸皮肤区域总面积的百分比即为紫外斑指标的数值结果。
9.根据权利要求1所述的基于三光谱的皮肤图像处理方法,其特征在于,所述步骤五中油脂指标的具体分析过程为:将基于紫外光下的皮肤图像转换到HSV色彩空间,对图像的亮度分量进行动态阈值分割,提取出其中较亮的小块区域,同时过滤掉其中的偏蓝色光斑干扰,将提取出的区域在紫外光图片上标记显示出来,得出的油脂区域总面积占人脸皮肤区域总面积的百分比即为油脂指标的数值结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710125527.0A CN106983493B (zh) | 2017-03-04 | 2017-03-04 | 一种基于三光谱的皮肤图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710125527.0A CN106983493B (zh) | 2017-03-04 | 2017-03-04 | 一种基于三光谱的皮肤图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106983493A true CN106983493A (zh) | 2017-07-28 |
CN106983493B CN106983493B (zh) | 2020-08-18 |
Family
ID=59412148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710125527.0A Active CN106983493B (zh) | 2017-03-04 | 2017-03-04 | 一种基于三光谱的皮肤图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106983493B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107469237A (zh) * | 2017-09-21 | 2017-12-15 | 苏州沃尚光电科技有限公司 | 自适应人脸美容设备及美容方法 |
CN109064465A (zh) * | 2018-08-13 | 2018-12-21 | 上海试美网络科技有限公司 | 一种基于uv光与自然光的皮肤特征融合标记方法 |
CN109259528A (zh) * | 2018-09-28 | 2019-01-25 | 杭州电子科技大学 | 一种基于人脸识别与肤质检测的家居智能镜子 |
JP2019048026A (ja) * | 2017-09-08 | 2019-03-28 | 麗寶大數據股▲フン▼有限公司 | 生体情報解析装置及び手肌解析方法 |
CN109978810A (zh) * | 2017-12-26 | 2019-07-05 | 柴岗 | 痣的检测方法、系统、设备及存储介质 |
CN110148125A (zh) * | 2019-05-21 | 2019-08-20 | 苏州大学 | 基于颜色检测的自适应皮肤油脂检测方法 |
CN110301894A (zh) * | 2019-06-26 | 2019-10-08 | 杜剑波 | 体表皮肤液态分层水剥离前检测装置 |
CN110610493A (zh) * | 2019-09-29 | 2019-12-24 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
WO2020015147A1 (zh) * | 2018-07-16 | 2020-01-23 | 华为技术有限公司 | 一种皮肤检测方法和电子设备 |
CN111134620A (zh) * | 2019-12-30 | 2020-05-12 | 北京美丽年华文化有限公司 | 一种基于大数据技术的肤质检测系统 |
CN111950637A (zh) * | 2020-08-14 | 2020-11-17 | 厦门美图之家科技有限公司 | 紫质检测方法、装置、皮肤检测仪和可读存储介质 |
CN112165895A (zh) * | 2018-03-05 | 2021-01-01 | Ykc Tech株式会社 | 面部及手背皮肤用无人分析装置 |
CN113034354A (zh) * | 2021-04-20 | 2021-06-25 | 北京优彩科技有限公司 | 一种图像处理方法、装置、电子设备和刻度存储介质 |
CN113080861A (zh) * | 2021-04-06 | 2021-07-09 | 杭州脉象健康科技有限公司 | 一种基于偏振光摄像头的中医诊断面相分析系统及方法 |
CN113080862A (zh) * | 2021-04-06 | 2021-07-09 | 杭州脉象健康科技有限公司 | 一种基于舌象偏振光成像技术的中医诊断系统及方法 |
WO2022057891A1 (zh) * | 2020-09-18 | 2022-03-24 | 强生(中国)有限公司 | 口腔检测方法、口腔检测装置以及计算机可读存储介质 |
US11532400B2 (en) * | 2019-12-06 | 2022-12-20 | X Development Llc | Hyperspectral scanning to determine skin health |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090196475A1 (en) * | 2008-02-01 | 2009-08-06 | Canfield Scientific, Incorporated | Automatic mask design and registration and feature detection for computer-aided skin analysis |
CN102799872A (zh) * | 2012-07-17 | 2012-11-28 | 西安交通大学 | 基于面部图像特征的图像处理方法 |
US8498460B2 (en) * | 2010-02-22 | 2013-07-30 | Canfield Scientific, Incorporated | Reflectance imaging and analysis for evaluating tissue pigmentation |
CN203591251U (zh) * | 2013-11-06 | 2014-05-14 | 众权有限公司 | 一种发肤分析仪 |
CN104299011A (zh) * | 2014-10-13 | 2015-01-21 | 吴亮 | 一种基于人脸图像识别的肤质与皮肤问题识别检测方法 |
CN104586364A (zh) * | 2015-01-19 | 2015-05-06 | 武汉理工大学 | 一种肤质检测系统及方法 |
CN204883746U (zh) * | 2015-09-09 | 2015-12-16 | 上海媚测信息科技有限公司 | 五光谱皮肤检测仪 |
-
2017
- 2017-03-04 CN CN201710125527.0A patent/CN106983493B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090196475A1 (en) * | 2008-02-01 | 2009-08-06 | Canfield Scientific, Incorporated | Automatic mask design and registration and feature detection for computer-aided skin analysis |
US8498460B2 (en) * | 2010-02-22 | 2013-07-30 | Canfield Scientific, Incorporated | Reflectance imaging and analysis for evaluating tissue pigmentation |
CN102799872A (zh) * | 2012-07-17 | 2012-11-28 | 西安交通大学 | 基于面部图像特征的图像处理方法 |
CN203591251U (zh) * | 2013-11-06 | 2014-05-14 | 众权有限公司 | 一种发肤分析仪 |
CN104299011A (zh) * | 2014-10-13 | 2015-01-21 | 吴亮 | 一种基于人脸图像识别的肤质与皮肤问题识别检测方法 |
CN104586364A (zh) * | 2015-01-19 | 2015-05-06 | 武汉理工大学 | 一种肤质检测系统及方法 |
CN204883746U (zh) * | 2015-09-09 | 2015-12-16 | 上海媚测信息科技有限公司 | 五光谱皮肤检测仪 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019048026A (ja) * | 2017-09-08 | 2019-03-28 | 麗寶大數據股▲フン▼有限公司 | 生体情報解析装置及び手肌解析方法 |
CN107469237A (zh) * | 2017-09-21 | 2017-12-15 | 苏州沃尚光电科技有限公司 | 自适应人脸美容设备及美容方法 |
CN109978810A (zh) * | 2017-12-26 | 2019-07-05 | 柴岗 | 痣的检测方法、系统、设备及存储介质 |
CN109978810B (zh) * | 2017-12-26 | 2024-03-12 | 南通罗伯特医疗科技有限公司 | 痣的检测方法、系统、设备及存储介质 |
CN112165895A (zh) * | 2018-03-05 | 2021-01-01 | Ykc Tech株式会社 | 面部及手背皮肤用无人分析装置 |
US11798162B2 (en) | 2018-07-16 | 2023-10-24 | Honor Device Co., Ltd. | Skin detection method and electronic device |
WO2020015147A1 (zh) * | 2018-07-16 | 2020-01-23 | 华为技术有限公司 | 一种皮肤检测方法和电子设备 |
CN109064465A (zh) * | 2018-08-13 | 2018-12-21 | 上海试美网络科技有限公司 | 一种基于uv光与自然光的皮肤特征融合标记方法 |
CN109259528A (zh) * | 2018-09-28 | 2019-01-25 | 杭州电子科技大学 | 一种基于人脸识别与肤质检测的家居智能镜子 |
CN110148125A (zh) * | 2019-05-21 | 2019-08-20 | 苏州大学 | 基于颜色检测的自适应皮肤油脂检测方法 |
CN110301894A (zh) * | 2019-06-26 | 2019-10-08 | 杜剑波 | 体表皮肤液态分层水剥离前检测装置 |
CN110610493A (zh) * | 2019-09-29 | 2019-12-24 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
CN110610493B (zh) * | 2019-09-29 | 2022-03-11 | 厦门美图宜肤科技有限公司 | 图像处理方法、装置及电子设备 |
US11532400B2 (en) * | 2019-12-06 | 2022-12-20 | X Development Llc | Hyperspectral scanning to determine skin health |
CN111134620A (zh) * | 2019-12-30 | 2020-05-12 | 北京美丽年华文化有限公司 | 一种基于大数据技术的肤质检测系统 |
CN111950637A (zh) * | 2020-08-14 | 2020-11-17 | 厦门美图之家科技有限公司 | 紫质检测方法、装置、皮肤检测仪和可读存储介质 |
CN111950637B (zh) * | 2020-08-14 | 2024-05-03 | 厦门美图宜肤科技有限公司 | 紫质检测方法、装置、皮肤检测仪和可读存储介质 |
WO2022057891A1 (zh) * | 2020-09-18 | 2022-03-24 | 强生(中国)有限公司 | 口腔检测方法、口腔检测装置以及计算机可读存储介质 |
CN113080862A (zh) * | 2021-04-06 | 2021-07-09 | 杭州脉象健康科技有限公司 | 一种基于舌象偏振光成像技术的中医诊断系统及方法 |
CN113080861A (zh) * | 2021-04-06 | 2021-07-09 | 杭州脉象健康科技有限公司 | 一种基于偏振光摄像头的中医诊断面相分析系统及方法 |
CN113034354B (zh) * | 2021-04-20 | 2021-12-28 | 北京优彩科技有限公司 | 一种图像处理方法、装置、电子设备和可读存储介质 |
CN113034354A (zh) * | 2021-04-20 | 2021-06-25 | 北京优彩科技有限公司 | 一种图像处理方法、装置、电子设备和刻度存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106983493B (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106983493A (zh) | 一种基于三光谱的皮肤图像处理方法 | |
CN110097034A (zh) | 一种智能人脸健康程度的识别与评估方法 | |
US9064180B2 (en) | Method for characterizing the tone of the skin and integuments | |
CN109359634B (zh) | 一种基于双目摄像机的人脸活体检测方法 | |
CN107451998A (zh) | 一种眼底图像质量控制方法 | |
CN109961426A (zh) | 一种人脸皮肤肤质的检测方法 | |
Feng et al. | An efficient detection method for rare colored capsule based on RGB and HSV color space | |
CN106778676A (zh) | 一种基于人脸识别及图像处理的注意力评估方法 | |
CN111860538A (zh) | 一种基于图像处理的舌体颜色鉴别方法和装置 | |
CN101739548A (zh) | 人眼检测方法及系统 | |
CN106156726B (zh) | 指纹图像的增强方法和装置 | |
CN106483130B (zh) | 一种水稻病害的检测方法及其自动检测装置 | |
CN105632015A (zh) | 一种基于云平台的银行票据指纹特征防伪鉴别方法 | |
Bui et al. | Detection of cotton wool for diabetic retinopathy analysis using neural network | |
WO2024103892A1 (zh) | 罐印图像的颜色识别方法和装置 | |
CN109543518A (zh) | 一种基于积分投影的人脸器官精确识别方法 | |
CN107909063A (zh) | 基于灰度变化的生物识别视频回放攻击检测方法 | |
Nisar et al. | A color space study for skin lesion segmentation | |
CN109065151A (zh) | 智疗非手术性创伤处理系统 | |
CN104573723B (zh) | 一种基于中医望诊的“神”的特征提取与分类方法及系统 | |
Kumar et al. | Fuzzy clustering with level Set segmentation for detection of dental restoration area | |
CN107707975A (zh) | 基于监控平台的视频智能剪辑方法 | |
Salihah et al. | Application of thresholding technique in determining ratio of blood cells for leukemia detection | |
Zhai et al. | Rice paper classification study based on signal processing and statistical methods in image texture analysis | |
JP2007252892A (ja) | 皮膚表面の立体形状の目視評価値の推定方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |