CN118076286A - 用于分析受试者身体上的毛发和皮肤的图像的方法和装置 - Google Patents

用于分析受试者身体上的毛发和皮肤的图像的方法和装置 Download PDF

Info

Publication number
CN118076286A
CN118076286A CN202280067047.2A CN202280067047A CN118076286A CN 118076286 A CN118076286 A CN 118076286A CN 202280067047 A CN202280067047 A CN 202280067047A CN 118076286 A CN118076286 A CN 118076286A
Authority
CN
China
Prior art keywords
hair
skin
wavelength
subject
images
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
Application number
CN202280067047.2A
Other languages
English (en)
Inventor
B·瓦尔格斯
J·A·帕勒洛
Y·P·J·鲍尔奎因
R·维哈根
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN118076286A publication Critical patent/CN118076286A/zh
Pending legal-status Critical Current

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
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/1032—Determining colour for diagnostic purposes
    • 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
    • A61B5/448—Hair evaluation, e.g. for hair disorder diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G06T2207/10048—Infrared 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • 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
    • 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
    • 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
    • G06T2207/30168—Image quality inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Theoretical Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Dermatology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Dentistry (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

根据一个方面，提供了一种计算机实现的方法，该方法被配置用于分析受试者身体上的毛发和皮肤的图像。该方法包括：(i)接收(101)受试者身体部位的一个或多个图像，该一个或多个图像包括对应于身体部位上的皮肤的皮肤区域和对应于身体部位上的毛发的毛发区域；(ii)处理(103)一个或多个图像以确定皮肤区域在不同波长的光下的漫反射率；(iii)处理(105)一个或多个图像以确定毛发区域在不同波长的光下的漫反射率；(iv)确定(107)针对第一波长和第二波长的第一对值的第一对比度测量值，其中第一对比度测量值是从皮肤区域和毛发区域在第一光谱带和第二光谱带中的漫反射率强度所确定的，其中第一谱带和第二谱带分别以第一对值中的第一波长的值和第二波长的值为中心；(v)重复(109)步骤(iv)以确定针对第一波长和第二波长的相应另外对值的一个或多个另外的对比度测量值；并且(vi)选择(111)与提供满足准则的对比度测量值的第一波长和第二波长的一对值对应的第一谱带和第二谱带；其中第一波长的每个值在425nm与650nm之间的范围内，并且第二波长的每个值在600nm与850nm之间的区域内，其中在一对值中，第一波长的值不同于第二波长的值。

Description

用于分析受试者身体上的毛发和皮肤的图像的方法和装置
技术领域
本公开涉及用于分析受试者身体上的毛发和皮肤的图像的方法和装置。
背景技术
存在许多不同类型的个人护理操作，其中可以评估毛发和皮肤的图像以确定皮肤、毛发或两者的属性，其中在执行个人护理操作时或者在向待执行个人护理操作的个人护理设备的用户提供指导或建议时考虑那些属性。示例性的个人护理操作包括刮剃、毛发修剪、毛发去除、毛发再生、光脱毛、皮肤按摩、皮肤光处理等。在毛发修剪或刮剃设备中，例如，确定要修剪或刮剃的毛发的厚度或密度可能是有用的，因为这可以用于调整个人护理设备的修剪或刮剃参数。在光脱毛或皮肤光处理设备中，例如，为了使用合适的光功率和/或波长，确定毛发的厚度或颜色或皮肤色调会是有用的，并且在处理过程期间确定每个区域的毛发计数也是有用的，以允许监测光脱毛处理的功效。
虽然获得毛发和皮肤的图像很简单，例如使用智能手机、平板计算机或智能镜子等上的相机，但分析图像以区分图像中的毛发和皮肤或确定图像中的毛发和皮肤的属性并不总是简单的。已知皮肤和毛发属性因人而异，并因此用以定义皮肤类型和毛发类型并从那些通用类型中导出合适的参数以“优化”皮肤上的毛发识别的常见方法也是已知的。然而，考虑到皮肤类型和毛发类型的变化及其组合，此种优化实际上不是最优的。
图1图示了不同的皮肤类型和毛发颜色组合。定义了六种皮肤类型，标记为I-VI，从最浅(I型)到最深(VI型)，以及六种毛发颜色，包括灰色、浅金色、深金色、浅棕色、深棕色和黑色。网格2示出了皮肤类型和毛发颜色的可能组合，其中那些组合中的六种组合(标有阴影的那些组合)被认为是不可能的。示例图像4、5、6、7是通过使用不同皮肤类型/毛发颜色组合的共同设置的设备获得的。图像4针对具有深色皮肤类型和黑色毛发的受试者，图像5针对具有浅色皮肤类型和黑色毛发的受试者，图像6针对具有浅色皮肤类型和棕色毛发的受试者，并且图像7针对具有浅色皮肤类型和灰色/金色毛发的受试者。在图像4、5和6中，毛发是容易区分的，而在图像7中，由于光学上的毛发-皮肤对比度差，难以看出毛发。
注意到US2012/0224042A1公开了一种方法，该方法可以通过使两个LED发射不同波长的光来检测皮肤区域，相机在不同时机接收来自物体的反射光，从而产生第一拾取图像和第二拾取图像，这两个图像至少包括用于检测皮肤区域的皮肤检测区域。
进一步注意到，在题为“Detection of Skin Region from Multiband Near-IRSpectral Characteristics”，发表于日本的Electronics and Communications,Vol.92,No.11,2009的论文中，讨论了可以通过使用材料的独特反射特性由相机检测在夜间驾驶期间的驾驶员面部区域。
发明内容
在刮剃的情况下，仿真和用户测试结果示出，考虑用户特性和变化(例如毛发、皮肤、用户操作)对于最终刮剃性能结果可能比可能对刮剃刀的机械设计进行的进一步的大体改进更重要。客观和主观的测试结果都支持这一点，这示出用户之间的差距比刮剃刀类型之间的差距大得多。
因此，可以通过考虑毛发和/或皮肤类型的个体差异来改进刮剃性能，并且针对其他类型的个人护理操作也预期到类似的益处。可以使用传感器或问卷来确定用户的毛发和/或皮肤类型，以及与个人护理操作相关的毛发和皮肤属性。可能与个人护理操作的个性化相关的毛发属性可以包括颜色、厚度、形状、密度和/或取向。可能与个人护理操作的个性化相关的皮肤属性可以包括颜色、色调，疤痕、痣、雀斑、斑点等的存在。
皮肤和毛发的光学属性是类似的，并因此两者之间的对比度是有限的。该对比度不仅取决于皮肤和毛发的颜色，而且还取决于皮肤和毛发的其他属性。例如，关于皮肤和毛发的颜色提供高对比度的光学方法可能意味着浅色皮肤(即皮肤类型1-2)上的浅色和薄毛发(例如无髓金色毛发)(比如图像10)，将难以检测。这会导致毛发检测的效果不佳，并会因此降低针对个性化的可能性。
因此，需要改进对受试者身体上的毛发和皮肤的图像的分析，并且特别是改进用于选择针对受试者的谱带的技术，该技术实现或改进对受试者的皮肤和毛发的图像的分析。
根据第一具体方面，提供了一种计算机实现的方法，该方法被配置用于分析受试者身体上的毛发和皮肤的图像。该方法包括：(i)接收受试者的身体部位的一个或多个图像，该一个或多个图像包括对应于身体部位上的皮肤的皮肤区域和对应于身体部位上的毛发的毛发区域；(ii)处理一个或多个图像以确定皮肤区域在不同波长的光下的漫反射率；(iii)处理一个或多个图像以确定毛发区域在不同波长的光下的漫反射率；(iv)确定针对第一波长和第二波长的第一对值的第一对比度测量值，其中该第一对比度测量值是从皮肤区域和毛发区域在第一光谱带和第二光谱带中的漫反射率强度确定的，其中该第一谱带和第二谱带分别以第一对值中的第一波长的值和第二波长的值为中心；(v)重复步骤(iv)以确定针对第一波长和第二波长的相应另外对值的一个或多个另外的对比度测量值；并且(vi)选择与提供满足准则的对比度测量值的第一波长和第二波长的该对值对应的第一谱带和第二谱带；其中第一波长的每个值在425nm与650nm之间的范围内，并且第二波长的每个值在600nm与850nm之间的范围内，其中在一对值中，第一波长的值不同于第二波长的值。因此，第一方面提供了一种用于针对受试者选择谱带的技术，该技术实现或改进对受试者的皮肤和毛发的图像的分析。
步骤(iv)包括从以下确定第一对比度测量值：(a)皮肤区域在第一谱带中的漫反射率强度与皮肤区域在第二谱带中的漫反射率强度之间的差，以及(b)毛发区域在第一谱带中的漫反射率强度与毛发区域在第二谱带中的漫反射率强度之间的差。在这些实施例中，步骤(iv)可以包括将第一对比度测量值确定为该差的比值。
在一些实施例中，存在以下中的一项：如果对比度测量值的幅值高于阈值，则满足准则；如果对比度测量值的幅值低于阈值，则满足准则；如果对比度测量值是所确定的对比度测量值中最高的，则满足准则；如果对比度测量值是所确定的对比度测量值中最低的，则满足准则；以及如果对比度测量值是最佳值，则满足准则。
在一些实施例中，该方法进一步包括控制一个或多个光源以同时或单独地采用包括对应于所选择的第一谱带和第二谱带的波长的光照射受试者；并且当采用包括与所选择的第一谱带和第二谱带对应的波长的光照射受试者时，接收受试者的一个或多个另外的图像。在这些实施例中，该方法可以进一步包括分析所接收到的一个或多个另外的图像，以确定受试者的皮肤和/或毛发的一个或多个属性。
在可替代实施例中，该方法进一步包括在所选择的第一谱带和第二谱带中分析所接收到的一个或多个图像，以确定受试者的皮肤和/或毛发的一个或多个属性。
在一些实施例中，该方法进一步包括接收或确定接收到的一个或多个图像中的受试者的皮肤色调和/或受试者的毛发颜色的指示。在这些实施例中，该方法可以进一步包括对具有不同皮肤色调和/或不同毛发颜色的多个不同受试者的毛发和皮肤的图像重复该方法。在这些实施例中，该方法可以进一步包括：在查找表或数据库中存储所选择的第一谱带和第二谱带的指示，和/或与所选择的第一谱带和第二谱带对应的第一波长和第二波长的一对值的指示，以及皮肤色调和/或毛发颜色的对应指示。在这些实施例中，该方法可以进一步包括：接收待成像的另外的受试者的皮肤色调和/或毛发颜色的指示；并且使用查找表或数据库根据接收到的指示中的皮肤色调和/或毛发颜色来确定用于对另外的受试者成像的第一谱带和第二谱带。在这些实施例中，该方法可以进一步包括：控制一个或多个光源以采用包括与所确定的第一谱带和第二谱带对应的波长的光照射另外的受试者；并且当采用包括与所确定的第一谱带和第二谱带对应的波长的光照射另外的受试者时，获得该另外的受试者的图像。在这些实施例中，该方法可以进一步包括在所确定的第一谱带和第二谱带中分析另外的受试者的所获得的图像，以确定另外的受试者的皮肤和/或毛发的一个或多个属性。
根据第二方面，提供了一种包括计算机可读介质的计算机程序产品，计算机可读代码被实现在该计算机可读介质中，该计算机可读代码被配置为使得在由合适的计算机或处理器执行时，使计算机或处理器执行根据第一方面或其任何实施例的方法。
根据第三方面，提供了一种被配置用于分析受试者身体上的毛发和皮肤的图像的装置。该装置被配置为：(i)接收受试者的身体部位的一个或多个图像，该图像包括对应于身体部位上的皮肤的皮肤区域和对应于身体部位上的毛发的毛发区域；(ii)处理一个或多个图像以确定皮肤区域在不同波长的光下的漫反射率；(iii)处理一个或多个图像以确定毛发区域在不同波长的光下的漫反射率；(iv)确定第一波长和第二波长的第一对值的第一对比度测量值，其中该第一对比度测量值是从皮肤区域和毛发区域在第一光谱带和第二光谱带中的漫反射率强度确定的，其中该第一谱带和第二谱带分别以第一对值中的第一波长的值和第二波长的值为中心；(v)重复操作(iv)以确定针对第一波长和第二波长的相应另外对值的一个或多个另外的对比度测量值；并且(vi)选择与提供满足准则的对比度测量值的第一波长和第二波长的该对值对应的第一谱带和第二谱带；其中第一波长的每个值在425nm与650nm之间的范围内，并且第二波长的每个值在600nm与850nm之间的范围内，其中在一对值中，第一波长的值不同于第二波长的值。
在一些实施例中，该装置被配置为从图像获取单元或存储器单元接收一个或多个图像。在一些实施例中，图像获取单元包括照射单元，该照射单元用于在要获取图像时生成光以照射受试者。在一些实施例中，照射单元被配置为选择性地生成特定谱带中的光。
在一些实施例中，该装置进一步包括图像获取单元。在其他实施例中，该装置是包括图像获取单元的系统的一部分。
还提供了第三方面的进一步的实施例，其中该装置进一步被配置为执行根据第一方面的各种实施例中的任何实施例的方法。
这些和其他方面将从下文所述的(一个或多个)实施例中显而易见并参考这些实施例进行阐述。
附图说明
现在将参考以下附图，仅通过示例的方式来描述示例性实施例，在附图中：
图1图示了皮肤类型和毛发颜色的组合，并示出了一些示例图像；
图2是一组曲线图，其图示了具有不同皮肤类型和毛发颜色的多个受试者的皮肤和毛发的漫反射率谱；
图3示出了具有II型皮肤和浅金色毛发的特定受试者的双谱带微分矩阵；
图4示出了图2中的八个受试者的不同谱带的对比度比值的曲线图；
图5是图示了，与使用白光获得的图像相比，使用所描述技术获得的图像中毛发与皮肤之间的对比度的改进的曲线图；
图6图示了根据本文所述技术的用于分析受试者身体上的毛发和皮肤的图像的装置的实施例；
图7是图示了分析受试者身体上的毛发和皮肤的图像的方法的流程图；并且
图8示出了示例性图像和几个曲线图/绘图，其图示了图7中的方法的步骤。
具体实施方式
如上所述，能够分析受试者的皮肤和毛发的图像会是有用的，例如使个人护理操作的参数能够适应于受试者。如下所述，已经发现，使用特定波长的光以从受试者获得图像可以改进图像中的毛发与皮肤之间的对比度，使得毛发和/或皮肤的属性能够更容易地得出。由于不同皮肤类型和毛发颜色的不同光学属性，因此不存在适用于所有受试者的通用的波长集合，并因此本文所述的技术提供了一种用于为受试者选择以特定波长为中心的谱带的技术，该技术实现或改进对受试者的皮肤和毛发(特别地，面部毛发)的图像的分析。
在更详细地描述用于实现该技术的技术和装置之前，提供了对该技术的基础原理的讨论。
在下文中，讨论使用高光谱成像系统所获得的初步结果。该试点实验的目的是识别出针对所有毛发-皮肤类型(即毛发颜色和皮肤类型的所有组合)示出最大毛发-皮肤对比度的谱带。使用高光谱成像装置对几个受试者的全脸进行高光谱成像，该装置利用偏振白光照射和从皮肤反射的光的交叉偏振检测，其中带宽为420纳米(nm)-1100纳米，步长为5nm。在具有不同皮肤类型的八个测试受试者上执行了试验，并且结果在图2中示出。应当注意，高光谱成像装置对于实现本文所述的技术不是必需的，并因此没有提供进一步的细节。
图2示出了针对每个受试者的曲线图，其示出了针对不同波长从皮肤检测到的光强度的比值(由线10示出)和针对不同波长从毛发检测到的光强度的比值(由线12示出)。从皮肤检测到的在波长范围内的光强度的比值在本文被称为“皮肤漫反射率谱”，并且从毛发检测到的在波长范围内的光强度的比值在本文被称为“毛发漫反射率谱”。八个受试者的皮肤类型和毛发颜色有不同的组合。在曲线图的顶行中，从左到右，受试者具有II型皮肤和浅金色毛发、II型皮肤和深金色毛发、II型皮肤和浅棕色毛发，以及III型皮肤和深金色毛发。在曲线图的底行中，从左到右，受试者具有III型皮肤和浅棕色毛发、Ⅲ型皮肤和深棕色毛发、Ⅳ型皮肤和深棕色毛发，以及Ⅴ型皮肤和黑色毛发。
从图2还可以看出，毛发-皮肤对比度在550nm与850nm之间的谱带中是最大的，但带的最佳范围和位置取决于针对受试者特定的毛发-皮肤类型。
鉴于这些结果，提出了一种差分成像技术，其中评估从皮肤和毛发反射的两个或更多个特定谱带中的光，以便增强皮肤与毛发之间的对比度。每个谱带的中心波长将取决于受试者(并且特别地，取决于他们的皮肤类型和/或毛发颜色)，并且在一些实施例中，谱带的宽度也取决于受试者(并且特别地，取决于他们的皮肤类型和/或毛发颜色)。在下文中，参考使用两个谱带中的光来描述这些技术，但是应当理解到，这些技术可以使用三个或更多个谱带中的光。下表1列出了针对任何受试者的两个特定谱带的中心波长所处的宽波长带。谱带由相应的中心波长定义，分别表示为λ1和λ2。表1示出，无论皮肤类型和毛发颜色如何，第一谱带具有的中心波长λ1在600nm与850nm之间的范围内，并且第二谱带具有的中心波长λ2在425nm与650nm之间的范围内。
表1
下表2-表9示出了针对不同对谱带中心波长所获得的对比度，其中对比度是从图2所示的漫反射率谱所得出。因此，表2示出了针对具有II型皮肤和浅金色毛发的受试者的第一谱带和第二谱带的不同组合所获得的对比度。
表2
表3示出了针对具有II型皮肤和深金色毛发的受试者的第一谱带和第二谱带的不同组合所获得的对比度。
表3
表4示出了针对具有II型皮肤和浅棕色毛发的受试者的第一谱带和第二谱带的不同组合所获得的对比度。
表4
表5示出了针对具有III型皮肤和深金色毛发的受试者的第一谱带和第二谱带的不同组合所获得的对比度。
表5
表6示出了针对具有III型皮肤和浅棕色毛发的受试者的第一谱带和第二谱带的不同组合所获得的对比度。
表6
表7示出了针对具有III型皮肤和深棕色毛发的受试者的第一谱带和第二谱带的不同组合所获得的对比度。
表7
表8示出了针对具有IV型皮肤和深棕色毛发的受试者的第一谱带和第二谱带的不同组合所获得的对比度。
表8
表9示出了针对具有V型皮肤和黑色毛发的受试者的第一谱带和第二谱带的不同组合所获得的对比度。
表9
图3示出了针对具有II型皮肤和浅金色毛发的特定受试者的双谱带微分矩阵。图3(a)中的曲线图示出了针对皮肤的在不同对谱带之间计算的谱积分强度差，图3(b)所示的曲线图示出了针对毛发在不同对谱带之间计算的谱积分强度差，并且图3(c)中的曲线图以皮肤-毛发双谱带差分对比度比值的轮廓图的形式示出了相对对比度。图3(c)允许视觉确定在毛发与皮肤之间产生高对比度的最佳波长对。图3(c)中的相对对比度是作为图3(a)中的曲线图与图3(b)中的曲线图的比值所得到的。
图4示出了针对图2中的八个受试者的对比度比值的曲线图(由如图3所示得出)。图4示出，对于不同的皮肤和毛发颜色组合，不同的最佳波长对产生最大的对比度值，并因此没有适用于所有皮肤和毛发的颜色组合的波长对。因此，如本文所述的技术所提供的，为了针对特定毛发-皮肤组合改进对比度或获得最大对比度，对波长对中的波长进行“调谐”。
图5中的曲线图图示了，与使用白光获得的图像相比，在针对图2和图4中的八个受试者具有合适的双谱带的情况下，使用所描述技术获得的图像中毛发与皮肤之间的对比度的改进。
图6中的框图图示了用于根据本文所述的技术分析受试者身体上毛发和皮肤图像的装置60的实施例。在该图示中，装置60被示为系统62的一部分，该系统还包括用于获得受试者的一个或多个图像的单独的图像获取单元64。在可替代实施例中，装置60可以包括图像获取单元64，或者以其他方式包括用于执行图像获取单元64的功能的功能性。在其他实施例中，装置60可以独立于获得受试者图像的任何设备或单元来被实现。
装置60可以是任何类型的电子设备或计算设备。例如，装置60可以是智能手机、平板计算机、智能手表、智能镜子、笔记本计算机、计算机或服务器，例如数据中心中的服务器(也称为“在云中”)，或者是这些的一部分。在一些实施例中，装置60可以是个人护理设备，例如刮剃刀、脱毛器或皮肤处理设备，或者是其一部分。在存在的情况下，图像获取单元64可以是智能手机、平板计算机、智能手表、智能镜子、笔记本计算机或能够获得受试者图像的其他设备的形式，或者是其一部分。在一些实施例中，图像获取单元64可以是个人护理设备，例如刮剃刀、脱毛器或皮肤处理设备的形式，或者是其一部分。
装置60包括处理单元66，该处理单元控制装置60的操作并且可以被配置为执行或实施本文描述的方法。处理单元66可以用软件和/或硬件以多种方式被实现，以执行本文所述的各种功能。处理单元66可以包括一个或多个微处理器或数字信号处理器(DSP)，可以使用软件或计算机程序代码对其进行编程以执行所需的功能和/或控制处理单元66的组件以实现所需的功能。处理单元66可以被实现为执行一些功能的专用硬件(例如，放大器、前置放大器、模数转换器(ADC)和/或数模转换器(DAC))和执行其他功能的处理器(例如，一个或多个编程微处理器、控制器、DSP和相关联电路装置)的组合。可以在本公开的各种实施例中采用的组件的示例包括但不限于常规微处理器、DSP、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、用于实现神经网络的硬件和/或所谓的人工智能(AI)硬件加速器(即，可以与主处理器一起使用的专门为AI应用设计的(多个)处理器或其他硬件)。
处理单元66被连接到存储器单元68，该存储器单元可以存储数据、信息和/或信号以供处理单元66在控制装置60的操作和/或在执行或实施本文所述的方法时使用。在一些实现方式中，存储器单元68存储可以由处理单元66执行的计算机可读代码，使得处理单元66执行一个或多个功能，包括本文所述的方法。存储器单元68可以包括任何类型的非暂时性机器可读介质，比如高速缓存或系统存储器，其包括易失性和非易失性计算机存储器，比如随机存取存储器(RAM)、静态RAM(SRAM)、动态RAM(DRAM)、只读存储器(ROM)、可编程ROM(PROM)、可擦除PROM(EPROM)和电可擦除PROM(EEPROM)，并且存储器单元68可以以存储器芯片、光盘(比如紧凑光盘(CD)、数字多功能盘(DVD)或蓝光光盘)、硬盘、磁带存储解决方案或固态设备(包括存储器棒、固态驱动器(SSD)、存储器卡等)的形式被实现。
在一些实施例中，装置60还可以包括接口电路70，以用于实现与其他设备的数据连接和/或与其他设备进行数据交换，其他设备包括例如图像获取单元64，以及可选地任何其他设备，比如服务器、数据库、用户设备等。连接可以是直接的或间接的(例如经由互联网)，并因此接口电路70可以使得能够经由网络(例如互联网)在装置60与图像获取单元64之间进行连接，或者经由任何期望的有线或无线通信协议直接在装置60与图像获取单元64之间进行连接。例如，接口电路70可以使用WiFi、蓝牙、Zigbee或任何蜂窝通信协议进行操作。在无线连接的情况下，接口电路70(并因此装置60)可以包括一个或多个合适的天线，以用于通过传输介质(例如，空气)进行发射/接收。可替代地，在无线连接的情况下，接口电路70可以包括使得接口电路70能够连接到装置60外部的一个或多个合适的天线的装置(例如连接器或插头)，以用于通过传输介质(例如空气)进行发射/接收。接口电路70连接到处理单元66以使得接口电路70接收的信息或数据能够被提供给处理单元66，和/或来自处理单元66的信息或数字能够被接口电路70发射。
在一些实施例中，装置60包括用户界面72，其包括一个或多个组件，该组件使得装置60的用户(例如受试者)能够将信息、数据和/或命令输入到装置60中，和/或使得装置60能够向装置60的用户输出信息或数据。例如，用户界面72可以包括用于显示受试者的一个或多个图像和/或受试者皮肤和毛发的图像的分析结果的显示屏。用户界面72可以包括任何合适的输入组件，包括但不限于键盘、小键盘、一个或多个按钮、开关或拨盘、鼠标、轨迹板、触摸屏、手写笔、相机、麦克风等，和/或用户界面72可包括任何合适输出组件，包括但不限于显示屏、一个或多个灯或灯元件、一个或多个扬声器、振动元件等。
应当理解，装置60的实际实现方式可以包括图6所示的那些组件之外的其他组件。例如，装置60还可以包括电源，比如电池，或使得装置60能够连接到主电源的组件。
提供图像获取单元64以获得受试者的皮肤和毛发的一个或多个图像。这些图像将由装置60根据本文描述的技术进行分析。因此，图像获取单元64包括用于获取图像的成像单元74。成像单元74可以包括用于捕获一个或多个图像或包括多个图像的视频序列的任何合适的组件，例如电荷耦合器件(CCD)和一个或多个透镜和/或反射镜。在一些实施例中，成像单元74是相机，比如数码相机。在一些实施例中，成像单元74可以被配置或被可配置为获得在一个或多个特定谱带中的图像，例如在至少两个谱带中，这两个谱带相应的中心波长在425nm至850nm的范围内。例如，成像单元74可以包括一个或多个滤波器，以使得期望的谱带中的光能够用于形成图像。可替代地，成像单元74中的传感器可以被配置为仅感测在一个或多个特定谱带中的光。在其他实施例中，成像单元74可以对在425nm至850nm的范围内的光是敏感的，并且图像数据的后续处理可以提取或选择与所需谱带对应的图像数据。
在一些实施例中，图像获取单元64可以包括接口电路76，以用于实现与其他设备的数据连接和/或与其他设备进行数据交换，其他设备包括例如装置60(经由接口电路70)，以及可选地任何其他设备，比如服务器、数据库、用户设备等。接口电路76可以以与上述接口电路70类似的方式实现。
在一些实施例中，通过使用受试者周围的环境光，成像单元74获得受试者的图像。然而，在其他实施例中，图像获取单元64包括照射单元78，以用于在由成像单元74采集图像时生成光以照射受试者。照射单元78可被配置为生成白光或以其他方式生成在波长的宽谱范围内的光，例如至少从425nm到850nm。在其他实施例中，照射单元78可以被配置为选择性地生成特定谱带中的光，例如在至少两个谱带中，这两个谱带相应的中心波长在425nm至850nm的范围内。照射单元78可以被配置为在同一时间或在不同时间生成特定谱带中的光(即，照射单元78可在第一时间段内生成第一谱带中的光，并在第二时间段内生成第二谱带中的光)。在一些实施例中，照射单元78是可控的以生成所需谱带中的光。特别地，可以控制照射单元78以生成根据本文所述的技术所识别的两个谱带中的光，这两个谱带特别适合于正在被成像的受试者。在照射单元78用以生成多个谱带中的光的实施例中，照射单元78可以设置有光源、滤光器等的合适布置，以使得能够生成所需波长的光。
图7中的流程图图示了分析受试者身体上的毛发和皮肤的图像的方法。该方法可以通过装置60实现，例如通过处理单元66执行存储在存储器单元68中的合适的计算机代码。还参考图8对该方法进行描述，该图示出了示例性图像80和图示该方法步骤的几个曲线图/绘图82-96。
因此，在步骤101中，由装置60接收受试者的身体部位的一个或多个图像。(一个或多个)图像可能已由图像获取单元64获取。(一个或多个)图像可以直接从图像获取单元64接收，例如在获取(一个或多个)图像时实时接收，或可以通过从存储器，比如存储器单元68检索(一个或多个)图像来接收该(一个或多个)图像。示例性图像80在图8中示出。在图像80中的受试者的身体部位包括一个或多个“皮肤区域”81和一个或多个“毛发区域”82，该“皮肤区域”是身体部位上的皮肤的区域，该“毛发区域”是身体部位上的毛发的区域。应当注意，毛发区域82对应于毛发本身，并且(一个或多个)皮肤区域81包括各个毛发之间的皮肤的区域。
在一些实施例中，在步骤101中接收多个图像，其中每个图像80是针对相应波长或窄带波长的光所获得的。当身体部位被不同波长的光或不同窄带波长的光顺序地或连续地照射时，可能已经由图像获取单元64获得每个图像80。可替代地，当采用白光照射身体部位时，可以由图像获取单元64获得多个图像，并且成像单元74可以使用滤波器或其他装置来从相应波长的光或从相应的不同窄带波长捕获一组图像。
在步骤103中，对(一个或多个)图像80进行处理以确定在不同波长的光下来自(一个或多个)皮肤区域81的漫反射率的强度。图8示出了对于不同波长的来自(一个或多个)皮肤区域81的漫反射率的强度的示例性曲线图84，其表示为Rskin(λ)。(一个或多个)皮肤区域81对于不同波长的漫反射率也称为“皮肤区域漫反射率谱”。本领域技术人员将理解，漫反射率谱是对图像80中来自样本的光的漫反射的测量结果，并且排除来自样本的光的镜面反射率。
在步骤105中，处理(一个或多个)图像80以确定在不同波长的光下来自(一个或多个)毛发区域82的漫反射率的强度。步骤105可以在步骤103之前、之后或与其同时执行。图8示出了对于不同波长的来自(一个或多个)毛发区域82的漫反射率的强度的示例性曲线图86，其表示为Rhair(λ)。(一个或多个)毛发区域82对于不同波长的漫反射率也被称为“毛发区域漫反射率谱”。
步骤103和/或105可以以多种不同的方式执行。在每种情况下，确定从(一个或多个)皮肤区域81反射和从(一个或多个)毛发区域82反射的一系列不同波长或一系列窄带波长的漫反射率强度。在每个图像80涉及特定波长或特定窄带波长的实施例中，可以分析每个图像80，以确定来自图像80中的(一个或多个)皮肤区域81和(一个或多个)毛发区域82的漫反射率强度。对于特定波长(或窄带波长)下的图像80，可以通过对图像80中与(一个或多个)皮肤区域81对应的多个像素的强度求平均来确定来自皮肤的漫反射率的强度。对于不同波长下的图像80重复此操作，以形成皮肤区域漫反射率谱。在一些实施例中，可以仅使用与(一个或多个)皮肤区域81对应的像素的子集来确定漫反射率的强度，例如图像80的不包括和/或不靠近(一个或多个)毛发区域82的部分中的像素的子集(例如，以避免由于毛发投射的阴影等引起的误差或伪影)。可以以类似的方式从图像80确定毛发区域漫反射率谱。
应当理解，对于步骤103和/或步骤105的上述实施例中的一些实施例，在确定漫反射率的强度之前，可以对(一个或多个)接收到的图像80进行处理，以便识别(一个或多个)图像80中对应于皮肤的一个或多个部分以及对应于毛发的一个或多个部分。用于识别图像中的皮肤和/或毛发的技术在本领域中是已知的，并且在本文中不进一步描述。
在步骤107中，针对第一波长和第二波长的第一对值，确定第一对比度测量值。特别地，第一对比度测量值是从皮肤区域81和毛发区域82在第一光谱带和第二光谱带中的漫反射率强度确定的，其中第一谱带和第二谱带分别以第一波长(λ1)的值和第二波长(λ2)的值为中心。第一波长是在425nm与650nm之间的值，并且第二波长是在600nm与850nm之间的值。谱带在本文中也称为“检测带”。图8中的绘图87示出了以λ1为中心的示例性第一谱带，并且图8中的绘图88示出了以λ2为中心的示例性第二谱带。第一波长和第二波长具有不同的值。第一谱带被定义为波长λ、峰值在λ1处的函数F1，并表示要应用于步骤103和105中确定的漫反射率谱的灵敏度曲线或滤波。同样，第二谱带也被定义为波长λ、峰值在λ2处的函数F2，并且表示要应用于在步骤103和105中确定的漫反射率谱的灵敏度曲线或滤波。
在一些实施例中，第一谱带中的可检测皮肤漫反射率强度，Sskin1(λ1)，可以被确定为：
Sskin1(λ1)＝∑λRskin(λ)F1(λ) (1)
即，第一谱带和皮肤区域漫反射率谱在所有波长(或更具体地，在425nm至850nm)上的乘积的总和。可检测皮肤漫反射率强度Sskin1(λ1)在图8的绘图90中示出。
在这些实施例中，第二谱带中的可检测皮肤漫反射率强度，Sskin2(λ2)，也可以被确定为：
Sskin2(λ2)＝∑λRskin(λ)F2(λ) (2)
即，第二谱带和皮肤区域漫反射率谱在所有波长(或更具体地，在425nm至850nm)上的乘积的总和。可检测皮肤漫反射率强度Sskin2(λ2)在图8的绘图92中示出。
在这些实施例中，第一谱带中的可检测毛发漫反射率强度，Shair1(λ1)，也可以被确定为：
Shair1(λ1)＝∑λRhair(λ)F1(λ) (3)
即，第一谱带和毛发区域漫反射率谱在所有波长(或更具体地，在425nm至850nm)上的乘积的总和。可检测毛发漫反射率强度Shair1(λ1)在图8的绘图94中示出。
最后，在这些实施例中，第二谱带中的可检测毛发漫反射率强度，Shair2(λ2)，也可以被确定为：
Shair2(λ2)＝∑λRhair(λ)F2(λ) (4)
即，第二谱带和毛发区域漫反射率谱在所有波长(或更具体地，在425nm至850nm)上的乘积的总和。可检测毛发漫反射率强度Shair2(λ2)在图8的绘图96中示出。
在一些实施例中，对比度测量值可以从以下确定：皮肤区域在第一谱带中的检测到的漫反射率强度(例如绘图90)与皮肤区域在第二谱带中的检测到的漫反射率强度(绘图92)之间的差，以及毛发区域在第一谱带中的检测到的漫反射率(绘图94)与毛发区域在第二谱带中的检测到的漫反射率(绘图96)之间的差。在一些实施例中，对比度测量值是从这些差的比值所确定的。特别地，针对第一波长和第二波长的第一对值的对比度测量值可以被确定为：
因此，公式(5)给出了皮肤区域相对于毛发区域的对比度。应当理解(尽管不太优选)，对比度测量值可以通过颠倒公式(5)中的比值而替代地与毛发区域相对于皮肤区域的对比度相关。
在计算上比以上关于公式(1)-(5)概述的方法更有效的方法中，在步骤103和105中确定了皮肤区域漫反射率谱和毛发区域漫反射率谱后，可以直接针对第一波长和第二波长的第一对值将第一对比度测量值计算为：
与公式(5)一样，公式(6)中的对比度测量值给出皮肤区域相对于毛发区域的对比度。
接下来，在步骤109中，针对第一波长和第二波长的相应另外对值，重复步骤107，以确定一个或多个另外的对比度测量值。也就是说，改变第一波长和第二波长的值中的一者或两者，并且如上所述确定另外的对比度测量值。步骤107可以被重复任何次数，但优选地，针对第一波长的值在425nm与650nm之间的范围内以及第二波长的值在600nm与850nm之间的范围内，确定对比度测量值。
在一些实施例中，可以针对第一波长和第二波长的不同值确定皮肤谱差异图，并且可以针对第一波长和第二波长的不同值确定毛发谱差异图。皮肤谱差异图可以由下式给出：
Dskin(λ1,λ2)＝|Sskin1(λ1)-Sskin2(λ2)| (7)
并且毛发谱差异图可以由下式给出：
Dhair(λ1,λ2)＝|Shair1(λ1)-Shair2(λ2)| (8)
最后，在步骤111中，评估多个对比度测量值，以选择特定的一对第一谱带和第二谱带。特别地，选择一对第一谱带和第二谱带，对于该对谱带，对应的一对第一波长和第二波长的值提供满足准则的对比度测量值。例如，该准则可以是最高对比度测量值，并因此选择提供最高对比度测量值的第一谱带和第二谱带(以及对应的第一波长和第二波长)。在数学上，步骤111可以表示为：
其中Δλ1、Δλ2分别表示第一谱带和第二谱带的宽度。在一些实施例中，Δλ1、Δλ2的值是固定的，而在其他实施例中，可以在步骤107的重复中改变第一谱带和第二谱带中的一者或两者的宽度，以确定不同的对比度测量值。在第一谱带和第二谱带的宽度不变化的实施例中，谱带的宽度可以被设置为在20nm至200nm的范围内的任何值。
在步骤111中评估的准则可以采取任何合适的形式。例如，准则可以是阈值或包括阈值，并且可以通过对比度测量值超过阈值来满足准则。可替代地，准则可以是阈值或包括阈值，并且可以通过对比度测量值低于该阈值来满足准则。可替代地，可以通过所确定的对比度测量值中的最高值来满足准则。可替代地，可以通过所确定的对比度测量值中的最低值来满足准则。在另一替代方案中，如果对比度测量值是最佳值，则满足准则。最佳值是最大值或最小值。
在一些实施例中，一旦在步骤111中选择了第一谱带和第二谱带，则可以使用一个或多个光源(例如在照射单元78中)来同时或单独地采用包括与所选择的第一谱带及第二谱带对应的波长的光照射受试者。成像单元74可用于在采用该光进行照射时获得受试者的一个或多个另外的图像，并且这些图像由处理单元66接收。这些另外的图像可以被分析以确定受试者的皮肤和/或毛发的一个或者多个属性。
可替代地，一旦在步骤111中选择了第一谱带和第二谱带，则可以分析在步骤101中接收的(多个)图像，以确定受试者的皮肤和/或毛发的一个或多个属性。特别地，在步骤101中接收多个图像的情况下，其中每个图像80是针对相应波长的光或相应窄带波长的光所获得的，可以对与所选择的第一谱带和第二谱带对应的图像80执行用于确定皮肤和/或毛发的一个或多个属性的分析。
在上述实施例中的任一实施例中，毛发的一个或多个属性可以包括，例如，颜色、厚度、形状、密度和/或取向。皮肤的一个或多个属性可以包括，例如，颜色、色调，疤痕、痣、雀斑、斑点等的存在。用于从图像得出那些属性的技术在本领域中是已知的，并且在本文中不进一步描述。
在一些实施例中，分析结果可以用于个人护理操作，比如刮剃，以改进个人护理操作的性能和/或向受试者提供关于个人护理操作的反馈。例如，分析可以确定身体部位上(仍然)有要剃的毛发，并因此受试者需要(再次)对身体的该部位进行刮剃，以便进行更清洁的刮剃，或者实现某种面部发型。另一方面，分析可以确定所有毛发都已经被充分剃掉，并且可以通知受试者他们不需要再次对身体的该部分进行刮剃，从而减少由于不必要的刮剃行程而对皮肤的刺激。在涉及将光施加到身体部位的个人护理操作(例如，光脱毛)的情况下，皮肤和/或毛发的分析结果可用于为光脱毛器输出的光选择合适的功率水平，和/或光脱毛器输出的光的合适波长。从皮肤和/或毛发的分析确定的受试者的任何反馈都可以经由用户界面72提供给受试者。从上面应当理解，为了提供关于个人护理操作的指导和/或反馈，可以在执行个人护理操作期间，例如在刮剃期间，或者在光脱毛治疗期间，获得图像，并执行对图像的分析。
在一些实施例中，该方法可以进一步包括接收或确定在步骤101中接收的(多个)图像中受试者的皮肤色调和/或受试者的毛发颜色的指示。此种指示可以由受试者自己输入，例如经由用户界面72，或者可以从对(多个)图像本身的分析来确定皮肤色调和/或毛发颜色，如上所述。皮肤色调和/或毛发颜色的指示可以与和在步骤111中选择的第一谱带和第二谱带对应的该对第一波长和第二波长的值一起存储在查找表或数据库中。
为了扩展查找表或数据库，可以对具有不同皮肤类型和/或毛发颜色的多个不同受试者重复图7中的方法，并且这些皮肤类型和/或毛发颜色可以同与为相应受试者选择的第一谱带和第二谱带对应的该对第一波长和第二波长的值的指示一起被存储在表或数据库中。
因此，当要对另外的受试者成像时，他们可以将其皮肤色调和/或毛发颜色输入到装置60中(例如使用用户界面72)，并且可以查阅查找表或数据库以确定用于该皮肤色调和/或者毛发颜色的合适的第一波长和第二波长。照射单元78可以被控制以采用合适谱带中的光和所获得的受试者的一个或多个图像来照射受试者，以用于分析来确定皮肤和/或毛发的其他属性。可替代地，受试者可以用白光照射(例如通过照射单元78)，并且成像单元74可以使用合适的滤波器来从合适谱带中的光获得图像。再次，可以分析这些图像以确定皮肤和/或毛发的其他属性。
通过对附图、本公开和所附权利要求的研究，本领域技术人员在实践本文所述的原理和技术时可以理解和实现对所公开的实施例的变化。在权利要求中，“包括”一词不排除其他要素或步骤，并且不定冠词“一个”或“一件”不排除多个。单个处理器或其他单元可以实现权利要求中所述的几个项目的功能。仅在相互不同的从属权利要求中列举某些措施这一事实并不指示这些措施的组合不能用于有利的目的。计算机程序可以存储或分布在合适的介质上，比如与其他硬件一起提供或作为其他硬件的一部分提供的光学存储介质或固态介质，但也可以以其他形式分布，比如经由互联网或其他有线或无线电信系统。权利要求中的任何附图标记都不应被解释为限制范围。

Claims (14)

1.一种被配置用于分析受试者身体上的毛发和皮肤的图像的计算机实现的方法，所述方法包括：
(i)接收(101)所述受试者的身体部位的一个或多个图像，所述一个或多个图像包括与所述身体部位上的皮肤对应的皮肤区域和与所述身体部位上的毛发对应的毛发区域；
(ii)处理(103)所述一个或多个图像以确定所述皮肤区域在不同波长的光下的漫反射率；
(iii)处理(105)所述一个或多个图像以确定所述毛发区域在不同波长的光下的漫反射率；
(iv)确定(107)针对第一波长和第二波长的第一对值的第一对比度测量值，其中从以下确定所述第一对比度测量值：(a)所述皮肤区域在第一谱带中的漫反射率强度与所述皮肤区域在第二谱带中的漫反射率强度之间的差，以及(b)所述毛发区域在所述第一谱带中的漫反射率强度与所述毛发区域在所述第二谱带中的漫反射率强度之间的差，其中所述第一谱带和所述第二谱带分别以所述第一对值中的所述第一波长的值和所述第二波长的值为中心；
(v)重复(109)步骤(iv)以确定针对所述第一波长和所述第二波长的相应另外对值的一个或多个另外的对比度测量值；并且
(vi)选择(111)与提供满足准则的对比度测量值的所述第一波长和所述第二波长的对值对应的第一谱带和第二谱带；
其中所述第一波长的每个值在425nm与650nm之间的范围内，并且所述第二波长的每个值在600nm与850nm之间的范围内，其中在一对值中，所述第一波长的值不同于所述第二波长的值。
2.根据权利要求1所述的方法，其中步骤(iv)(107)包括将所述第一对比度测量值确定为所述差的比值。
3.根据权利要求1至2中任一项所述的方法，其中存在以下中的一项：
如果所述对比度测量值的幅值高于阈值，则满足所述准则；
如果所述对比度测量值的幅值低于阈值，则满足所述准则；
如果所述对比度测量值是所确定的对比度测量值中最高的，则满足所述准则；
如果所述对比度测量值是所确定的对比度测量值中最低的，则满足所述准则；以及
如果所述对比度测量是最佳值，则满足所述准则，其中所述最佳值是最大值或最小值。
4.根据权利要求1至3中任一项所述的方法，其中所述方法进一步包括：
控制一个或多个光源以同时或单独地采用包括与所选择的第一谱带和第二谱带对应的波长的光照射所述受试者；以及
当采用包括与所选择的第一谱带和第二谱带对应的波长的所述光照射所述受试者时，接收所述受试者的一个或多个另外的图像。
5.根据权利要求4所述的方法，其中所述方法进一步包括：
分析所接收到的一个或多个另外的图像，以确定所述受试者的所述皮肤和/或毛发的一个或多个属性。
6.根据权利要求1至3中任一项所述的方法，其中所述方法进一步包括：
在所选择的第一谱带和第二谱带中分析所接收到的一个或多个图像，以确定所述受试者的所述皮肤和/或毛发的一个或多个属性。
7.根据权利要求1至6中任一项所述的方法，其中所述方法进一步包括：
接收或确定所接收到的一个或多个图像中的所述受试者的皮肤色调和/或所述受试者的毛发颜色的指示。
8.根据权利要求7所述的方法，其中所述方法进一步包括：
对具有不同皮肤色调和/或不同毛发颜色的多个不同受试者的毛发和皮肤的多个图像重复所述方法。
9.根据权利要求7或8所述的方法，其中所述方法进一步包括：
在查找表或数据库中存储所选择的所述第一谱带和所述第二谱带的指示，和/或与所选择的所述第一谱带和所述第二谱带对应的所述第一波长和第二波长的所述对值的指示，以及所述皮肤色调和/或所述毛发颜色的对应指示。
10.根据权利要求9所述的方法，其中所述方法进一步包括：
接收待成像的另外的受试者的皮肤色调和/或毛发颜色的指示；并且
根据所接收到的指示中的所述皮肤色调和/或毛发颜色，使用所述查找表或数据库以确定用于对所述另外的受试者成像的第一谱带和第二谱带。
11.根据权利要求10所述的方法，其中所述方法进一步包括：
控制一个或多个光源以采用包括与所确定的第一谱带和第二谱带对应的波长的光照射所述另外的受试者；并且
当采用包括与所确定的第一谱带和第二谱带对应的波长的所述光照射所述另外的受试者时，获得所述另外的受试者的图像。
12.根据权利要求11所述的方法，其中所述方法进一步包括：
在所确定的第一谱带和第二谱带中分析所述另外的受试者的所获得的图像，以确定所述另外的受试者的所述皮肤和/或毛发的一个或多个属性。
13.一种包括计算机可读介质的计算机程序产品，计算机可读代码被实现在所述计算机可读介质中，所述计算机可读代码被配置为使得在由合适的计算机或处理器执行时，使所述计算机或处理器执行根据权利要求1至12中任一项所述的方法。
14.一种被配置用于分析受试者身体上的毛发和皮肤的图像的装置(60)，所述装置(60)被配置为：
(i)接收所述受试者的身体部位的一个或多个图像，所述图像包括与所述身体部位上的皮肤对应的皮肤区域和与所述身体部位上的毛发对应的毛发区域；
(ii)处理所述一个或多个图像以确定所述皮肤区域在不同波长的光下的漫反射率；
(iii)处理所述一个或多个图像以确定所述毛发区域在不同波长的光下的漫反射率；
(iv)确定针对第一波长和第二波长的第一对值的第一对比度测量值，其中从以下确定所述第一对比度测量值：(a)所述皮肤区域在第一谱带中的漫反射率强度与所述皮肤区域在第二谱带中的漫反射率强度之间的差，以及(b)所述毛发区域在所述第一谱带中的漫反射率强度与所述毛发区域在所述第二谱带中的漫反射率强度之间的差，其中所述第一谱带和所述第二谱带分别以所述第一对值中的所述第一波长的值和所述第二波长的值为中心；
(v)重复操作(iv)以确定针对所述第一波长和所述第二波长的相应另外对值的一个或多个另外的对比度测量值；并且
(vi)选择与提供满足准则的对比度测量值的所述第一波长和所述第二波长的对值对应的第一谱带和第二谱带；
其中所述第一波长的每个值在425nm与650nm之间的范围内，并且所述第二波长的每个值在600nm与850nm之间的范围内，其中在一对值中，所述第一波长的值不同于所述第二波长的值。
CN202280067047.2A 2021-10-07 2022-09-29 用于分析受试者身体上的毛发和皮肤的图像的方法和装置 Pending CN118076286A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP21201516.8A EP4162862A1 (en) 2021-10-07 2021-10-07 Methods and apparatus for analysing images of hair and skin on a body of a subject
EP21201516.8 2021-10-07
PCT/EP2022/077110 WO2023057299A1 (en) 2021-10-07 2022-09-29 Methods and apparatus for analysing images of hair and skin on a body of a subject

Publications (1)

Publication Number Publication Date
CN118076286A true CN118076286A (zh) 2024-05-24

Family

ID=78086253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280067047.2A Pending CN118076286A (zh) 2021-10-07 2022-09-29 用于分析受试者身体上的毛发和皮肤的图像的方法和装置

Country Status (3)

Country Link
EP (2) EP4162862A1 (zh)
CN (1) CN118076286A (zh)
WO (1) WO2023057299A1 (zh)

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011130419A (ja) * 2009-11-18 2011-06-30 Sony Corp 情報処理装置、情報処理方法、プログラム、及び電子機器

Also Published As

Publication number Publication date
EP4162862A1 (en) 2023-04-12
WO2023057299A1 (en) 2023-04-13
EP4412513A1 (en) 2024-08-14

Similar Documents

Publication Publication Date Title
Mahbod et al. Skin lesion classification using hybrid deep neural networks
US8498460B2 (en) Reflectance imaging and analysis for evaluating tissue pigmentation
US20150356362A1 (en) Personal electronic device for performing multimodal imaging for non-contact identification of multiple biometric traits
US20190239752A1 (en) Hyperspectral imaging system and method of using the same
JP2016504563A (ja) 単一センサのハイパースペクトル撮像デバイス
KR101670433B1 (ko) 피부 진단 및 관리를 위한 휴대용 분광 이미징 디바이스, 사용자 단말, 분광 이미지 분석 서버, 및 그 방법
KR20210135580A (ko) 미용 피부 속성을 측정하기 위한 장치 및 방법
KR20160119401A (ko) 피부 헬스케어를 위한 모바일 다중 분광 이미징 디바이스, 사용자 모바일 기기 연결, 이미지 분석 방법
WO2016152900A1 (ja) 画像処理装置及び撮像装置
US12023171B2 (en) Antioxidant sensor and method of obtaining antioxidant signal
CN111447875B (zh) 毛发状况检测装置和用于提供毛发状况信息的方法
KR20210049396A (ko) 광을 이용한 마스크형 피부 미용 장치 및 그 제어 방법
Uzair et al. Is spectral reflectance of the face a reliable biometric?
Liu et al. Detecting pulse rates from facial videos recorded in unstable lighting conditions: An adaptive spatiotemporal homomorphic filtering algorithm
US20240225528A9 (en) Evaluating skin
US12082947B2 (en) Physiological detection device with white light source
CN118076286A (zh) 用于分析受试者身体上的毛发和皮肤的图像的方法和装置
WO2022254186A1 (en) Skincare device
CN212546423U (zh) 基于人脸图像解析的智能镜子
KR102378195B1 (ko) 피부 및 모발 측정 및 분석 시스템
Jagadeesha et al. Skin tone assessment using hyperspectral reconstruction from RGB image
EP3782536A1 (en) Identifying a body part
EP3795107A1 (en) Determining whether hairs on an area of skin have been treated with a light pulse
KR20210025847A (ko) 얼굴 상태 진단을 통해 헬스 케어 서비스를 제공하기 위한 미러 디스플레이 장치 및 그 동작 방법
EP4220074A1 (en) Determining a parameter map for a region of a subject's body

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication