CN110610493A - 图像处理方法、装置及电子设备 - Google Patents
图像处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110610493A CN110610493A CN201910932177.8A CN201910932177A CN110610493A CN 110610493 A CN110610493 A CN 110610493A CN 201910932177 A CN201910932177 A CN 201910932177A CN 110610493 A CN110610493 A CN 110610493A
- Authority
- CN
- China
- Prior art keywords
- brightness
- skin
- white light
- ultraviolet light
- image
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 78
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000037072 sun protection Effects 0.000 claims abstract description 24
- 235000013405 beer Nutrition 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 239000007933 dermal patch Substances 0.000 claims description 4
- 230000010287 polarization Effects 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 4
- 230000000475 sunscreen effect Effects 0.000 description 11
- 239000000516 sunscreening agent Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请实施例提供的图像处理方法、装置及电子设备,涉及图像处理技术领域。所述图像处理方法包括:根据多个皮肤区块的白光图和紫外光图建立亮度计算模型;根据所述亮度计算模型和待处理皮肤区块白光图的有效区域的亮度色彩值计算得到待处理皮肤区块紫外光图的亮度阈值;根据所述亮度阈值和待处理皮肤区块紫外光图的亮度值确定待处理皮肤区块的防晒程度。通过上述方法,可以改善现有技术中确定防晒程度的准确性不高的问题。
Description
技术领域
本申请涉及图像处理技术领域,具体而言,涉及一种图像处理方法、装置及电子设备。
背景技术
小型皮肤检测仪可以采集到同一皮肤区块的白光图和紫外光图。市面上有效的防晒产品通过吸收紫外光减弱对皮肤的损伤,达到防晒的功效。由此推断并经实验证明,有效涂抹防晒物质的皮肤区块的紫外光图,会比裸肤(未涂抹防晒)的紫外光更暗一些。因此,只需知道某皮肤区块裸肤时的紫外光的亮度,就能根据采集到的相同皮肤区块的紫外光的亮度,推断此区块是否有效地涂抹了防晒。其中,如何根据白光图的亮度色彩值推算裸肤时紫外光的亮度阈值,是整个问题中的重点和难点。
经发明人研究发现,在现有技术中,由于推算得到的裸肤时紫外光的亮度阈值并不准确,从而存在着确定防晒程度的准确性不高的问题。
发明内容
有鉴于此,本申请的目的在于提供一种图像处理方法、装置及电子设备,以改善现有技术中存在的问题。
为实现上述目的,本申请实施例采用如下技术方案:
一种图像处理方法,包括:
根据多个皮肤区块的白光图和紫外光图建立亮度计算模型;
根据所述亮度计算模型和待处理皮肤区块白光图的有效区域的亮度色彩值计算得到待处理皮肤区块紫外光图的亮度阈值;
根据所述亮度阈值和待处理皮肤区块紫外光图的亮度值确定待处理皮肤区块的防晒程度。
在本申请实施例较佳的选择中,所述根据多个皮肤区块的白光图和紫外光图建立亮度计算模型的步骤,包括:
根据朗勃比尔定律和预先构建的皮肤反光模型确定亮度计算初始模型;
根据多个皮肤区块的白光图和紫外光图对所述亮度计算初始模型进行处理,得到亮度计算模型。
在本申请实施例较佳的选择中,所述根据多个皮肤区块的白光图和紫外光图对所述计算初始模型进行处理,得到亮度计算模型的步骤,包括:
通过包括白光和对应波长的紫外光的固定光源分别对多个皮肤区块进行检测得到多个白光图和多个紫外光图;
根据所述多个白光图的亮度值和所述多个紫外光图的亮度值对所述计算初始模型进行拟合,得到亮度计算模型。
在本申请实施例较佳的选择中,所述亮度计算初始模型包括:
其中,Luv表示所述紫外光图的亮度阈值,Llight表示所述有效区域的亮度色彩值,s为预设常数,c0表示第一常数,c1表示第二常数。
在本申请实施例较佳的选择中,所述图像处理方法还包括:
根据待处理皮肤区块的白光图和偏振光图确定该白光图的有效区域,并计算该有效区域的亮度色彩值。
在本申请实施例较佳的选择中,所述根据所述皮肤区块的白光图和偏振光图计算该皮肤区块的有效区域的步骤,包括:
针对每一个像素点,计算该像素点在所述白光图和所述皮肤区块的偏振光图中的亮度差值,并将亮度差值不大于预设差值的像素点作为有效像素点,形成包括有效像素点的有效区域。
在本申请实施例较佳的选择中,所述计算所述有效区域的亮度色彩值的步骤,包括:
计算有效区域内各个有效像素点的亮度色彩值的均值,作为该有效区域的亮度色彩值。
本申请实施例还提供了一种图像处理装置,包括:
模型建立模块,用于根据多个皮肤区块的白光图和紫外光图建立亮度计算模型;
亮度阈值计算模块,用于根据所述亮度计算模型和待处理皮肤区块白光图的有效区域的亮度色彩值计算得到待处理皮肤区块紫外光图的亮度阈值;
防晒程度确定模块,用于根据所述亮度阈值和待处理皮肤区块紫外光图的亮度值确定待处理皮肤区块的防晒程度。
在本申请实施例较佳的选择中,所述模型建立模块包括:
初始模型确定子模块,用于根据朗勃比尔定律和预先构建的皮肤反光模型确定亮度计算初始模型;
亮度计算模型确定子模块,用于根据多个皮肤区块的白光图和紫外光图对所述亮度计算初始模型进行处理,得到亮度计算模型。
本申请实施例还提供了一种电子设备,包括存储器和处理器,所述处理器用于执行所述存储器中存储的可执行的计算机程序,以实现上述的图像处理方法。
本申请实施例提供的图像处理方法、装置及电子设备,通过待处理皮肤区块白光图的有效区域的亮度色彩值和根据多个皮肤区块的白光图和紫外光图建立的亮度计算模型,得到待处理皮肤区块紫外光图的亮度阈值,并根据亮度阈值对防晒程度进行确定,以改善现有技术中直接对白光图的有效区域的亮度色彩值进行量化分级得到紫外光图的亮度阈值,从而导致确定防晒程度的准确性不高的问题。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,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为本申请实施例提供的电子设备的结构框图。
图2为本申请实施例提供的图像处理方法的流程示意图。
图3为本申请实施例提供的步骤S110的流程示意图。
图4为本申请实施例提供的图像处理装置的结构框图。
图标:10-电子设备;12-存储器;14-处理器;100-图像处理装置;110-模型建立模块;120-亮度阈值计算模块;130-防晒程度确定模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
如图1所示,本申请实施例提供了一种电子设备10。其中,所述电子设备10可以包括存储器12、处理器14和图像处理装置100。
详细地,所述存储器12和处理器14之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述图像处理装置100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器12中的软件功能模块。所述处理器14用于执行所述存储器12中存储的可执行的计算机程序,例如,所述图像处理装置100所包括的软件功能模块及计算机程序等,以实现图像处理方法。
其中,所述存储器12可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
所述处理器14可能是一种集成电路芯片,具有信号的处理能力。上述的处理器14可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、片上系统(System on Chip,SoC)等。
可以理解,图1所示的结构仅为示意,所述电子设备10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
并且,所述电子设备10的具体种类不受限制,可以根据实际应用需求进行设置。例如,可以包括,但不限于电脑、平板电脑、手机等设备。
结合图2,本申请实施例还提供一种可应用于上述电子设备10的图像处理方法。其中,所述图像处理方法有关的流程所定义的方法步骤可以由所述电子设备10实现,下面将对图2所示的具体流程进行详细阐述。
步骤S110,根据多个皮肤区块的白光图和紫外光图建立亮度计算模型。
在本实施例中,所述电子设备10可以与测肤仪连接,以获取所述测肤仪采集的多个皮肤区块的白光图和紫外光图,并根据所述白光图和紫外光图建立亮度计算模型。
步骤S120,根据所述亮度计算模型和待处理皮肤区块白光图的有效区域的亮度色彩值计算得到待处理皮肤区块紫外光图的亮度阈值。
在本实施例中,通过步骤S110建立亮度计算模型之后,可以将待处理皮肤区块白光图的有效区域的亮度色彩值输入所述亮度计算模型进行计算,得到待处理皮肤区块紫外光图的亮度阈值。
步骤S130,根据所述亮度阈值和待处理皮肤区块紫外光图的亮度值确定待处理皮肤区块的防晒程度。
在本实施例中,通过步骤S120得到待处理皮肤区块紫外光图的亮度阈值之后,可以将得到的所述亮度阈值与待处理皮肤区块紫外光图的亮度值进行比较,以确定待处理皮肤区块的防晒程度。
通过上述方法,由于根据多个皮肤区块的白光图和紫外光图建立亮度计算模型之后,可以将待处理皮肤区块白光图的有效区域的亮度色彩值输入所述亮度计算模型计算,得到待处理皮肤区块紫外光图的亮度阈值,并根据所述亮度阈值对防晒程度进行确定。如此,可以改善现有技术中直接对白光图的有效区域的亮度色彩值进行量化分级得到紫外光图的亮度阈值,从而导致确定防晒程度的准确性不高的问题。
可选地,通过步骤S110建立亮度计算模型的具体方式不受限制,可以根据实际应用需求进行选择。
例如,在一种可以替代的实施例中,结合图3,步骤S110可以包括步骤S111和步骤S112。
步骤S111,根据朗勃比尔定律和预先构建的皮肤反光模型确定亮度计算初始模型。
步骤S112,根据多个皮肤区块的白光图和紫外光图对所述亮度计算初始模型进行处理,得到亮度计算模型。
其中,对于步骤S111,需要说明的是,根据朗勃比尔定律可以知道,光强的衰减主要与吸光物质的性质和入射光的波长有关。测肤仪在同位置、短时间内采集到的白光图和紫外光图,可以合理认为是同一皮肤区块,吸光物质相同,只有入射光包含的光的波长是不同的。
如此,已知白光包含波段为λa0~λa1,紫外光包含波段为λb1~λb2,根据朗勃比尔定律,由白光波长的等价波长λa和紫外光波长的等价波长λb的对应关系可以得到白光图亮度值Llight和紫外光图亮度阈值Luv的对应关系,以根据所述白光图的亮度值计算得到所述紫外光图的亮度阈值。
详细地,所述皮肤反光模型可以包括:
其中,Llight表示白光图的亮度值,ρk(x,y)表示所述皮肤区块的强度系数,λa表示白光的波长,Llight_input表示所述测肤仪发射的白光的亮度值。
对上述的皮肤反光模型(1)进行变形处理,可以得到:
进一步地,由紫外光的波长λb可以计算得到紫光光图的亮度阈值:
其中,Luv表示紫外光图的亮度阈值,Luv_input表示所述测肤仪发射的紫外光的亮度值,λb表示紫外光的波长。
将上述的公式(3)除以公式(2),可以得到:
其中,s表示预设常数,δ(x,y)表示误差项。
对上述的公式(4)进行变形处理,可以得到:
lg(Luv)=s*(lg(Llight)-lg(Llight_input))+lg(Luv_input)+δ(x,y)*(lg(Llight)-lg(Llight_input));(5)
其中,δ(x,y)*(lg(Llight)-lg(Llight_input))接近于0,Llight小于Llight_input,δ(x,y)*(lg(Llight)-lg(Llight_input))是接近于0的负数。是接近于1的与(x,y)有关的数,将其设定为1,会存在少许误差。Llight_input和Luv_input为可测算常数,可以对上述公式(6)进行简化,得到亮度计算初始模型:
其中,c0表示第一常数,c1表示第二常数,c0可以表示lg(Llight_input),c1可以表示Luv_input。
可选地,通过步骤S112得到亮度计算模型的具体方式不受限制,可以根据实际应用需求进行设置。
例如,在一种可以替代的示例中,步骤S112可以包括以下子步骤:
首先,通过包括白光和对应波长的紫外光的固定光源分别对多个皮肤区块进行检测得到多个白光图和多个紫外光图;其次,根据所述多个白光图的亮度值和所述多个紫外光图的亮度值对所述计算初始模型进行拟合,得到亮度计算模型。
详细地,在本实施例中,将所述多个白光图和对应的紫外光图的亮度阈值输入上述亮度计算初始模型,以得到所述预设常数s的具体值,从而得到亮度计算模型。
进一步地,为了减少所述亮度计算模型的偏差,可以将色彩值加入所述亮度计算初始模型:
其中,a表示从洋红色至绿色的色彩值,b表示从黄色至蓝色的色彩值。进一步地,可以根据所述多个白光图的亮度色彩值和所述多个紫外光图的亮度色彩值对所述计算初始模型进行拟合,得到亮度计算模型。
详细地,在步骤S110之后,所述图像处理方法还可以包括以下步骤:
根据待处理皮肤区块的白光图和偏振光图确定该白光图的有效区域,并计算该有效区域的亮度色彩值。
详细地,通过所述测肤仪对待处理皮肤区块分别发射白光、偏振光和紫外光,可以得到该皮肤区块的白光图、偏振光图和紫外光图。所述白光图、偏振光图和紫外光图都为RGB图,可以将RGB图转换为Lab图,并进行通道分离,分别获取对应的L图、a图和b图,从而得到对应的亮度色彩值。其中,L图包括各个像素点的亮度值,a图和b图包括各个像素点的色彩值。
可选地,确定所述该白光图的有效区域的具体方式不受限制,可以根据实际应用需求进行设置。
例如,在一种可以替代的示例中,确定所述白光图的有效区域的步骤可以包括以下子步骤:
针对每一个像素点,计算该像素点在所述白光图和偏振光图中的亮度差值,并将亮度差值不大于预设差值的像素点作为有效像素点,形成包括有效像素点的有效区域。
可选地,所述预设差值的具体值不受限制,可以根据实际应用需求进行设置。
例如,在一种可以替代的示例中,为了提高对有效像素点进行筛选的精准度,所述预设差值可以为5。
又例如,在另一种可以替代的示例中,为了得到更多数量的有效像素点,便于后续的计算,所述预设差值可以为10。
可选地,所述计算该有效区域的亮度色彩值的具体方式不受限制,可以根据实际应用需求进行设置。
例如,在一种可以替代的示例中,计算该有效区域的亮度色彩值的步骤可以包括以下子步骤:
计算有效区域内各个有效像素点的亮度色彩值的均值,作为该有效区域的亮度色彩值。
对于步骤S120,需要说明的是,在对待处理皮肤区块有效涂抹防晒后,只会造成紫外光图亮度的大幅衰减,白光图和偏振光图的亮度变化很小。也就是说,可以将待处理皮肤区块白光图的亮度值输入所述亮度计算模型,以得到待处理皮肤区块紫外光图的亮度阈值。
对于步骤S130,需要说明的是,根据所述亮度阈值和待处理皮肤区块紫外光图的亮度值确定所述皮肤区块的防晒程度的具体方式不受限制,可以根据实际应用需求进行设置。
例如,在一种可以替代的示例中,可以通过以下子步骤确定所述皮肤区块的防晒程度:
首先,分别判断待处理皮肤区块紫外光图包括的各个像素点的亮度值是否大于所述亮度阈值;其次,获取亮度值小于所述亮度阈值的像素点的面积占比,以确定待处理皮肤区块的防晒程度。
其中,可以判定亮度值小于所述亮度阈值的像素点对应的皮肤有效地涂抹了防晒,判定亮度值不小于所述亮度阈值的像素点对应的皮肤没有有效地涂抹了防晒。
又例如,在一种可以替代的示例中,可以通过以下子步骤确定所述皮肤区块的防晒程度:
首先,分别判断待处理皮肤区块紫外光图包括的各个像素点的亮度值是否大于所述亮度阈值;其次,计算亮度值小于所述亮度阈值的像素点的亮度值与所述亮度阈值的差值之和,以确定待处理皮肤区块的防晒程度。
结合图4,本申请实施例还提供了一种图像处理装置100,可以应用于上述的电子设备10。其中,该所述图像处理装置100可以包括模型建立模块110、亮度阈值计算模块120和防晒程度确定模块130。
所述模型建立模块110,用于根据待处理的多个皮肤区块的白光图和紫外光图建立亮度计算模型。在一种可以替代的示例中,所述模型建立模块110可以用于执行图2所示的步骤S110,关于所述模型建立模块110的相关内容可以参照前文对步骤S110的具体描述。
所述亮度阈值计算模块120,用于根据所述亮度计算模型和所述待处理皮肤区块白光图的有效区域的亮度色彩值计算得到待处理皮肤区块所述紫外光图的亮度阈值。在一种可以替代的示例中,所述亮度阈值计算模块120可以用于执行图2所示的步骤S120,关于所述亮度阈值计算模块120的相关内容可以参照前文对步骤S120的具体描述。
所述防晒程度确定模块130,用于根据所述亮度阈值和待处理皮肤区块所述紫外光图的亮度值确定待处理皮肤区块的防晒程度。在一种可以替代的示例中,所述防晒程度确定模块130可以用于执行图2所示的步骤S130,关于所述防晒程度确定模块130的相关内容可以参照前文对步骤S130的具体描述。
进一步地,所述模型建立模块110可以包括初始模型确定子模块和亮度计算模型确定子模块。
所述初始模型确定子模块,用于根据朗勃比尔定律和预先构建的皮肤反光模型确定亮度计算初始模型。在一种可以替代的示例中,所述初始模型确定子模块可以用于执行图3所示的步骤S111,关于所述初始模型确定子模块的相关内容可以参照前文对步骤S111的具体描述。
所述亮度计算模型确定子模块,用于根据多个皮肤区块的白光图和紫外光图对所述亮度计算初始模型进行处理,得到亮度计算模型。在一种可以替代的示例中,所述亮度计算模型确定子模块可以用于执行图3所示的步骤S112,关于所述亮度计算模型确定子模块的相关内容可以参照前文对步骤S112的具体描述。
综上所述,本申请实施例提供的图像处理方法、装置及电子设备10,通过待处理皮肤区块白光图的有效区域的亮度色彩值和根据多个皮肤区块的白光图和紫外光图建立的亮度计算模型,得到待处理皮肤区块紫外光图的亮度阈值,并根据亮度阈值对防晒程度进行确定,以改善现有技术中直接对白光图的有效区域的亮度色彩值进行量化分级得到紫外光图的亮度阈值,从而导致确定防晒程度的准确性不高的问题。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
根据多个皮肤区块的白光图和紫外光图建立亮度计算模型;
根据所述亮度计算模型和待处理皮肤区块白光图的有效区域的亮度色彩值计算得到待处理皮肤区块紫外光图的亮度阈值;
根据所述亮度阈值和待处理皮肤区块紫外光图的亮度值确定待处理皮肤区块的防晒程度。
2.如权利要求1所述的图像处理方法,其特征在于,所述根据多个皮肤区块的白光图和紫外光图建立亮度计算模型的步骤,包括:
根据朗勃比尔定律和预先构建的皮肤反光模型确定亮度计算初始模型;
根据多个皮肤区块的白光图和紫外光图对所述亮度计算初始模型进行处理,得到亮度计算模型。
3.如权利要求2所述的图像处理方法,其特征在于,所述根据多个皮肤区块的白光图和紫外光图对所述亮度计算初始模型进行处理,得到亮度计算模型的步骤,包括:
通过包括白光和对应波长的紫外光的固定光源分别对多个皮肤区块进行检测得到多个白光图和多个紫外光图;
根据所述多个白光图的亮度值和所述多个紫外光图的亮度值对所述计算初始模型进行拟合,得到亮度计算模型。
4.如权利要求2所述的图像处理方法,其特征在于,所述亮度计算初始模型包括:
其中,Luv表示所述紫外光图的亮度阈值,Llight表示所述有效区域的亮度色彩值,s为预设常数,c0表示第一常数,c1表示第二常数。
5.如权利要求1-4任意一项所述的图像处理方法,其特征在于,还包括:
根据待处理皮肤区块的白光图和偏振光图确定该白光图的有效区域,并计算该有效区域的亮度色彩值。
6.如权利要求5所述的图像处理方法,其特征在于,所述根据待处理皮肤区块的白光图和偏振光图确定该白光图的有效区域的步骤,包括:
针对每一个像素点,计算该像素点在所述白光图和偏振光图中的亮度差值,并将亮度差值不大于预设差值的像素点作为有效像素点,形成包括有效像素点的有效区域。
7.如权利要求6所述的图像处理方法,其特征在于,所述计算所述有效区域的亮度色彩值的步骤,包括:
计算有效区域内各个有效像素点的亮度色彩值的均值,作为该有效区域的亮度色彩值。
8.一种图像处理装置,其特征在于,包括:
模型建立模块,用于根据多个皮肤区块的白光图和紫外光图建立亮度计算模型;
亮度阈值计算模块,用于根据所述亮度计算模型和待处理皮肤区块白光图的有效区域的亮度色彩值计算得到待处理皮肤区块紫外光图的亮度阈值;
防晒程度确定模块,用于根据所述亮度阈值和待处理皮肤区块紫外光图的亮度值确定待处理皮肤区块的防晒程度。
9.如权利要求8所述的图像处理装置,其特征在于,所述模型建立模块包括:
初始模型确定子模块,用于根据朗勃比尔定律和预先构建的皮肤反光模型确定亮度计算初始模型;
亮度计算模型确定子模块,用于根据多个皮肤区块的白光图和紫外光图对所述亮度计算初始模型进行处理,得到亮度计算模型。
10.一种电子设备,其特征在于,包括存储器和处理器,所述处理器用于执行所述存储器中存储的可执行的计算机程序,以实现权利要求1-7任意一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910932177.8A CN110610493B (zh) | 2019-09-29 | 2019-09-29 | 图像处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910932177.8A CN110610493B (zh) | 2019-09-29 | 2019-09-29 | 图像处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110610493A true CN110610493A (zh) | 2019-12-24 |
CN110610493B CN110610493B (zh) | 2022-03-11 |
Family
ID=68893882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910932177.8A Active CN110610493B (zh) | 2019-09-29 | 2019-09-29 | 图像处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110610493B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2593174A (en) * | 2020-03-17 | 2021-09-22 | Beaumont Adam | Sunscreen application assessment |
CN115358937A (zh) * | 2022-07-18 | 2022-11-18 | 荣耀终端有限公司 | 图像去反光方法、介质及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1228783A1 (en) * | 2001-02-01 | 2002-08-07 | Konami Corporation | Portable apparatus and the method for predicting skin condition |
US20070064985A1 (en) * | 2005-09-20 | 2007-03-22 | Rajeshwar Chhibber | Method and system for analyzing skin conditions using digital images |
CN106846421A (zh) * | 2017-02-14 | 2017-06-13 | 深圳可思美科技有限公司 | 一种肤色检测方法及装置 |
CN106846422A (zh) * | 2017-02-17 | 2017-06-13 | 深圳可思美科技有限公司 | 皮肤防晒情况的识别方法 |
CN106983493A (zh) * | 2017-03-04 | 2017-07-28 | 武汉嫦娥医学抗衰机器人股份有限公司 | 一种基于三光谱的皮肤图像处理方法 |
CN107257649A (zh) * | 2015-02-27 | 2017-10-17 | 拜尔斯道夫股份有限公司 | 皮肤上的防晒剂的检验方法 |
-
2019
- 2019-09-29 CN CN201910932177.8A patent/CN110610493B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1228783A1 (en) * | 2001-02-01 | 2002-08-07 | Konami Corporation | Portable apparatus and the method for predicting skin condition |
US20070064985A1 (en) * | 2005-09-20 | 2007-03-22 | Rajeshwar Chhibber | Method and system for analyzing skin conditions using digital images |
CN107257649A (zh) * | 2015-02-27 | 2017-10-17 | 拜尔斯道夫股份有限公司 | 皮肤上的防晒剂的检验方法 |
CN106846421A (zh) * | 2017-02-14 | 2017-06-13 | 深圳可思美科技有限公司 | 一种肤色检测方法及装置 |
CN106846422A (zh) * | 2017-02-17 | 2017-06-13 | 深圳可思美科技有限公司 | 皮肤防晒情况的识别方法 |
CN106983493A (zh) * | 2017-03-04 | 2017-07-28 | 武汉嫦娥医学抗衰机器人股份有限公司 | 一种基于三光谱的皮肤图像处理方法 |
Non-Patent Citations (1)
Title |
---|
王齐: "皮肤综合分析云服务系统的研究与实现", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2593174A (en) * | 2020-03-17 | 2021-09-22 | Beaumont Adam | Sunscreen application assessment |
CN115358937A (zh) * | 2022-07-18 | 2022-11-18 | 荣耀终端有限公司 | 图像去反光方法、介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110610493B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10733763B2 (en) | Mura detection device and method of detecting mura using the same | |
US10559081B2 (en) | Method and system for automated visual analysis of a dipstick using standard user equipment | |
CN110930353A (zh) | 孔位保护门状态检测方法、装置、计算机设备和存储介质 | |
CN110610493B (zh) | 图像处理方法、装置及电子设备 | |
US10210604B2 (en) | Method and device for adjusting contrast | |
CN108961345B (zh) | 一种尿液试纸中有效颜色的确定方法及确定装置 | |
US20210258565A1 (en) | Methods and devices for performing an analytical measurement | |
US20150325006A1 (en) | Method and system for automated visual analysis of a dipstick using standard user equipment | |
US11781973B2 (en) | Methods and systems for calibrating and using a camera for detecting an analyte in a sample | |
EP4150327B1 (en) | Method of evaluating the quality of a color reference card | |
US20230103160A1 (en) | Method of determining the concentration of an analyte in a sample of a body fluid | |
Mélin | Validation of ocean color remote sensing reflectance data: Analysis of results at European coastal sites | |
CN116157867A (zh) | Lfa测试条的神经网络分析 | |
US20220189030A1 (en) | Method and system for defect detection in image data of a target coating | |
JP2006250721A (ja) | 検査装置及び検査方法 | |
CN112912713A (zh) | 系数确定装置、色素浓度计算装置、系数确定方法以及信息处理程序 | |
US20220104736A1 (en) | Method of determining a concentration of an analyte in a bodily fluid and mobile device configured for determining a concentration of an analyte in a bodily fluid | |
CN112985605B (zh) | 三维物体色差计算方法及装置、三维物体色差计算系统 | |
CN114820523A (zh) | 光感孔溢胶检测方法、装置、系统、设备及介质 | |
CN116704064B (zh) | 基于高光谱的污水成像方法、系统、电子设备及存储介质 | |
CN113933294B (zh) | 浓度检测方法及装置 | |
RU2786271C2 (ru) | Способ и устройства для проведения аналитического измерения | |
WO2023068208A1 (ja) | エアロゾル濃度の推測方法及びシステム | |
CN117808899A (zh) | 一种肤色检测方法、装置、设备及存储介质 | |
WO2023152207A1 (en) | Methods and devices for performing an analytical measurement |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211209 Address after: 361100 568, No. 942, tonglong Second Road, torch high tech Zone (Xiang'an) Industrial Zone, Xiang'an District, Xiamen City, Fujian Province Applicant after: Xiamen Meitu Yifu Technology Co.,Ltd. Address before: 361008 b1f-089, Zone C, Huaxun building, software park, torch high tech Zone, Xiamen City, Fujian Province Applicant before: XIAMEN HOME MEITU TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |