本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種皮膚粗糙度自適應(yīng)磨皮方法、系統(tǒng)及客戶端。
背景技術(shù)：
：人臉美化廣泛流行，磨皮作為關(guān)鍵核心技術(shù)必不可少，而磨皮的力度控制決定著最終效果的好壞?，F(xiàn)行的圖像處理軟件，如photoshop、美圖秀秀等，磨皮力度都由固定默認(rèn)參數(shù)控制，配合人工調(diào)整，影響用戶體驗(yàn)。申請(qǐng)?zhí)枮?01310653333.X的專利文件公開了一種圖像處理的方法及裝置，其圖像處理方法包括：接收待處理的圖像；從所述圖像中獲取各像素點(diǎn)的第一灰度值；根據(jù)所述各像素點(diǎn)的第一灰度值，將所述待處理的圖像中的人臉皮膚區(qū)域轉(zhuǎn)換為灰度圖像；根據(jù)所述灰度圖像的各像素點(diǎn)的像素差，獲取所述各像素點(diǎn)的像素差的方差積分圖，其中，所述各像素點(diǎn)的所述像素差為所述各像素點(diǎn)與沿其橫坐標(biāo)正負(fù)方向各延伸第一預(yù)設(shè)值，沿其縱坐標(biāo)正負(fù)方向各延伸第二預(yù)設(shè)值區(qū)域內(nèi)各像素點(diǎn)的第一灰度值之差；根據(jù)所述各像素點(diǎn)的方差積分圖，獲取所述各像素點(diǎn)沿其橫坐標(biāo)正負(fù)方向各延伸所述第一預(yù)設(shè)值，沿其縱坐標(biāo)正負(fù)方向各延伸所述第二預(yù)設(shè)值區(qū)域內(nèi)像素點(diǎn)的方差和；根據(jù)所述各像素點(diǎn)的第三預(yù)設(shè)值、第四預(yù)設(shè)值和所述方差和，獲取所述各像素點(diǎn)的磨皮權(quán)重值；根據(jù)所述磨皮權(quán)重值，獲取磨皮后各像素點(diǎn)的第二灰度值；以及根據(jù)所述各像素點(diǎn)的所述第一灰度值和所述第二灰度值將所述灰度圖像轉(zhuǎn)換為彩色圖像。然而采用上述技術(shù)方案，未克服圖像邊緣帶來的影響，圖像邊緣，比如眼睛周圍、嘴巴周圍等粗糙區(qū)域如果算作皮膚區(qū)域，那最終得到的磨皮系數(shù)將會(huì)比實(shí)際值高，對(duì)圖像處理結(jié)果往往產(chǎn)生較大的影響。技術(shù)實(shí)現(xiàn)要素：本發(fā)明所要解決的技術(shù)問題是：如何自適應(yīng)地評(píng)估圖像皮膚的粗糙度，精 確地對(duì)圖像進(jìn)行磨皮處理。為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：一種皮膚粗糙度自適應(yīng)磨皮方法，包括：獲取待處理圖像、預(yù)設(shè)一個(gè)或一個(gè)以上的平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)；提取待處理圖像的特征向量；將所述待處理圖像的特征向量與所述預(yù)設(shè)平均特征向量逐一比較，并逐一獲得對(duì)應(yīng)相似性系數(shù)；根據(jù)所述磨皮系數(shù)與對(duì)應(yīng)相似性系數(shù)，得到待處理圖像的磨皮系數(shù)。本發(fā)明的有益效果在于：通過提取待處理圖像的特征向量，將待處理圖像的特征向量與預(yù)設(shè)平均特征向量比較得到對(duì)應(yīng)相似性系數(shù)，并結(jié)合預(yù)設(shè)的磨皮系數(shù)得到待處理圖像的磨皮系數(shù)，根據(jù)待處理圖像的皮膚質(zhì)量動(dòng)態(tài)調(diào)節(jié)磨皮系數(shù)，可以避免磨皮過度丟失圖像細(xì)節(jié)，對(duì)圖像進(jìn)行精確的磨皮。本發(fā)明還提供一種皮膚粗糙度自適應(yīng)磨皮系統(tǒng)，包括：計(jì)算模塊，用于計(jì)算預(yù)設(shè)平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)；獲取模塊，用于獲取待處理圖像、預(yù)設(shè)一個(gè)或一個(gè)以上的平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)；第一特征提取模塊，用于提取待處理圖像的特征向量；第一運(yùn)算模塊，用于將所述待處理圖像的特征向量與所述預(yù)設(shè)平均特征向量逐一比較，并逐一獲得對(duì)應(yīng)相似性系數(shù)；第二運(yùn)算模塊，用于根據(jù)所述磨皮系數(shù)與對(duì)應(yīng)相似性系數(shù)，得到待處理圖像的磨皮系數(shù)。本發(fā)明的有益效果在于：計(jì)算模塊計(jì)算出預(yù)設(shè)平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)，特征提取模塊提取出待處理圖像的特征向量，并通過第一運(yùn)算模塊和第二運(yùn)算模塊根據(jù)預(yù)待處理圖像的特征向量、預(yù)設(shè)平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)計(jì)算出待處理圖像的磨皮系數(shù)，從而根據(jù)待處理圖像的皮膚質(zhì)量動(dòng)態(tài)調(diào)節(jié)磨皮系數(shù)，可以避免磨皮過度 丟失圖像細(xì)節(jié)，對(duì)圖像進(jìn)行精確的磨皮。本發(fā)明還提供一種客戶端，包括：獲取模塊，用于獲取待處理圖像、預(yù)設(shè)平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)；特征提取模塊，用于提取待處理圖像的特征向量；發(fā)送模塊，用于發(fā)送待處理圖像的特征向量；接收模塊，用于接收待處理圖像的磨皮系數(shù)。本發(fā)明的有益效果在于，通過獲取模塊獲取待處理圖像，特征提取模塊提取待處理圖像的特征向量，發(fā)送模塊發(fā)送待處理圖像的特征向量并通過接收模塊接收待處理圖像的磨皮系數(shù)，根據(jù)皮膚粗糙度不同采用不同的磨皮系數(shù)處理圖像，提高了用戶的體驗(yàn)。附圖說明圖1為本發(fā)明實(shí)施例一皮膚粗糙度自適應(yīng)磨皮方法流程圖；圖2為本發(fā)明實(shí)施例二特征提取方法流程圖；圖3為本發(fā)明實(shí)施例二處理差值圖像得到待處理圖像的特征向量方法活動(dòng)窗口示意圖；圖4為本發(fā)明實(shí)施例二處理差值圖像得到待處理圖像的特征向量方法流程圖；圖5為本發(fā)明實(shí)施例三預(yù)設(shè)平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)獲取方法流程圖；圖6為本發(fā)明實(shí)施例四皮膚粗糙度自適應(yīng)磨皮系統(tǒng)的結(jié)構(gòu)示意圖；圖7為本發(fā)明實(shí)施例五客戶端的結(jié)構(gòu)示意圖。標(biāo)號(hào)說明：1、計(jì)算模塊；11、樣本圖像獲取模塊；12、分類模塊；13、第二特征提取模塊；14、第三運(yùn)算模塊；15、設(shè)置模塊；2、獲取模塊；3、第一特征提取模塊；4、第一運(yùn)算模塊；5、第二運(yùn)算模塊；6、客戶端；61、獲取模塊；62、特征提取模塊；63、發(fā)送模塊；64、接收模塊。具體實(shí)施方式為詳細(xì)說明本發(fā)明的技術(shù)內(nèi)容、所實(shí)現(xiàn)目的及效果，以下結(jié)合實(shí)施方式并配合附圖予以說明。本發(fā)明最關(guān)鍵的構(gòu)思在于：采用特征提取的方法提取圖像的特征向量，并根據(jù)特征向量得到圖像的磨皮系數(shù)。本發(fā)明涉及的技術(shù)術(shù)語解釋:請(qǐng)參照?qǐng)D1至圖5，一種皮膚粗糙度自適應(yīng)磨皮方法，包括：S11、獲取待處理圖像、預(yù)設(shè)一個(gè)或一個(gè)以上的平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)；S12、提取待處理圖像的特征向量；S13、將所述待處理圖像的特征向量與所述預(yù)設(shè)平均特征向量逐一比較，并逐一獲得對(duì)應(yīng)相似性系數(shù)；S14、根據(jù)所述磨皮系數(shù)與對(duì)應(yīng)相似性系數(shù)，得到待處理圖像的磨皮系數(shù)。從上述描述可知，本發(fā)明的有益效果在于：通過提取待處理圖像的特征向量，將待處理圖像的特征向量與預(yù)設(shè)平均特征向量比較得到對(duì)應(yīng)相似性系數(shù)，并結(jié)合預(yù)設(shè)的磨皮系數(shù)得到待處理圖像的磨皮系數(shù)，根據(jù)待處理圖像的皮膚質(zhì)量動(dòng)態(tài)調(diào)節(jié)磨皮系數(shù)，可以避免磨皮過度丟失圖像細(xì)節(jié)，對(duì)圖像進(jìn)行精確的磨皮。進(jìn)一步的，所述“提取待處理圖像的特征向量”采用的是特征提取方法， 具體為：分離出待處理圖像的皮膚區(qū)域；使用預(yù)設(shè)磨皮方法對(duì)皮膚區(qū)域進(jìn)行磨皮，得到磨皮圖像；根據(jù)待處理圖像與磨皮圖像得到差值圖像；處理差值圖像得到待處理圖像的特征向量。進(jìn)一步的，所述“處理差值圖像得到待處理圖像的特征向量”具體為：計(jì)算預(yù)設(shè)尺度的活動(dòng)窗口內(nèi)像素的平均強(qiáng)度；根據(jù)平均強(qiáng)度得到水平方向和垂直方向互不重疊的窗口之間的強(qiáng)度差，并將水平方向和垂直方向互不重疊的窗口之間的強(qiáng)度差的最大值作為像素的粗糙度；根據(jù)上述兩個(gè)步驟得到差值圖像每個(gè)像素的粗糙度，并根據(jù)粗糙度得到粗糙度特征；使用多個(gè)不同于預(yù)設(shè)尺度的活動(dòng)窗口重復(fù)上述三個(gè)步驟，得到兩組以上粗糙度特征；根據(jù)兩組以上粗糙度特征得到待處理圖像的特征向量。由上述描述可知，通過對(duì)比使用預(yù)設(shè)磨皮方法磨皮后的磨皮圖像與待處理圖像得到的待處理圖像的特征向量，能夠有效反映出皮膚區(qū)域的粗糙情況。進(jìn)一步的，所述“預(yù)設(shè)平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)”由以下方法得出：獲取兩幅以上樣本圖像；根據(jù)樣本圖像中的皮膚粗糙度將樣本圖像分為一類或一類以上的樣本圖像組；提取每一幅樣本圖像的特征向量；根據(jù)特征向量得到每一類樣本圖像組的平均特征向量，并分別設(shè)置與所述每一類樣本圖像組的平均特征向量相應(yīng)的磨皮系數(shù)；將所述每一類樣本圖像組的平均特征向量作為預(yù)設(shè)平均特征向量。由上述描述可知，樣本圖像的皮膚粗糙度有不同的類型，且不同的類型對(duì)應(yīng)了不同的預(yù)設(shè)平均特征向量以及磨皮系數(shù)。進(jìn)一步的，所述“提取每一幅樣本圖像的特征向量”具體為：將樣本圖像作為待處理圖像；采用特征提取方法提取樣本圖像的特征向量。進(jìn)一步的，所述“采用特征提取方法提取樣本圖像的特征向量”具體為：分離出待處理圖像的皮膚區(qū)域；使用預(yù)設(shè)磨皮方法對(duì)皮膚區(qū)域進(jìn)行磨皮，得到磨皮圖像；根據(jù)待處理圖像與磨皮圖像得到差值圖像；處理差值圖像得到待處理圖像的特征向量。進(jìn)一步的，所述“分離出待處理圖像的皮膚區(qū)域”具體為：獲取待處理圖像；生成待處理圖像的皮膚模板；提取待處理圖像的強(qiáng)邊緣，得到方差模板；通過皮膚模板與方差模板疊加分離出待處理圖像的皮膚區(qū)域。由上述描述可知，待處理圖像的皮膚區(qū)域可以通過皮膚模板與方差模板疊加得到。一種皮膚粗糙度自適應(yīng)磨皮系統(tǒng)，包括：計(jì)算模塊1，用于計(jì)算預(yù)設(shè)平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)；獲取模塊2，用于獲取待處理圖像、預(yù)設(shè)一個(gè)或一個(gè)以上的平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)；第一特征提取模塊3，用于提取待處理圖像的特征向量；第一運(yùn)算模塊4，用于將所述待處理圖像的特征向量與所述預(yù)設(shè)平均特征向量逐一比較，并逐一獲得對(duì)應(yīng)相似性系數(shù)；第二運(yùn)算模塊5，用于根據(jù)所述磨皮系數(shù)與對(duì)應(yīng)相似性系數(shù)，得到待處理圖像的磨皮系數(shù)。本發(fā)明的有益效果在于：計(jì)算模塊計(jì)算出預(yù)設(shè)平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)，特征提取模塊提取出待處理圖像的特征向量，并通過第一運(yùn)算模塊和第二運(yùn)算模塊根據(jù)預(yù)待處理圖像的特征向量、預(yù)設(shè)平均 特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)計(jì)算出待處理圖像的磨皮系數(shù)，從而根據(jù)待處理圖像的皮膚質(zhì)量動(dòng)態(tài)調(diào)節(jié)磨皮系數(shù)，可以避免磨皮過度丟失圖像細(xì)節(jié)，對(duì)圖像進(jìn)行精確的磨皮。進(jìn)一步的，所述計(jì)算模塊1包括：樣本圖像獲取模塊11，用于獲取兩幅以上樣本圖像；分類模塊12，用于根據(jù)樣本圖像中的皮膚粗糙度將樣本圖像分為一類或一類以上的樣本圖像組；第二特征提取模塊13，用于提取每一幅樣本圖像的特征向量；第三運(yùn)算模塊14，用于根據(jù)特征向量得到每一類樣本圖像組的平均特征向量，并分別設(shè)置與所述每一類樣本圖像組的平均特征向量相應(yīng)的磨皮系數(shù)；設(shè)置模塊15，用于將所述每一類樣本圖像組的平均特征向量作為預(yù)設(shè)平均特征向量。本發(fā)明還提供一種客戶端6，包括：獲取模塊61，用于獲取待處理圖像、預(yù)設(shè)平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)；特征提取模塊62，用于提取待處理圖像的特征向量；發(fā)送模塊63，用于發(fā)送待處理圖像的特征向量；接收模塊64，用于接收待處理圖像的磨皮系數(shù)。本發(fā)明的有益效果在于，通過獲取模塊獲取待處理圖像，特征提取模塊提取待處理圖像的特征向量，發(fā)送模塊發(fā)送待處理圖像的特征向量并通過接收模塊接收待處理圖像的磨皮系數(shù)，根據(jù)皮膚粗糙度不同采用不同的磨皮系數(shù)處理圖像，提高了用戶的體驗(yàn)。請(qǐng)參照?qǐng)D1，本發(fā)明的實(shí)施例一為：皮膚粗糙度自適應(yīng)磨皮方法，包括：S11、獲取待處理圖像、預(yù)設(shè)一個(gè)或一個(gè)以上的平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)；S12、提取待處理圖像的特征向量；所述待處理圖像的特征向量采用特征提取方法提?。籗13、將所述待處理圖像的特征向量與所述預(yù)設(shè)平均特征向量逐一比較，并逐一獲得對(duì)應(yīng)相似性系數(shù)；通過待處理圖像的特征向量H與第k類樣本圖像組的預(yù)設(shè)平均特征向量MHk計(jì)算對(duì)應(yīng)相似性系數(shù)sck(若MHk由支持向量機(jī)訓(xùn)練得來，則sck為H和MHk的點(diǎn)距)，具體計(jì)算公式如下：sck=<H,MHk>||H||||MHk||]]>S14、根據(jù)所述磨皮系數(shù)ck與對(duì)應(yīng)相似性系數(shù)sck，得到待處理圖像的磨皮系數(shù)c，具體計(jì)算方法如下：c=Σsck*ckΣsck]]>上述待處理圖像為彩色圖像。請(qǐng)參照?qǐng)D2至圖4，本發(fā)明的實(shí)施例二為：特征提取方法，具體為：S21、獲取待處理圖像；S22、生成待處理圖像的皮膚模板；采用皮膚檢測生成待處理圖像的皮膚模板；S23、提取待處理圖像的強(qiáng)邊緣，得到方差模板；對(duì)待處理圖像計(jì)算每個(gè)像素點(diǎn)的方差，得到方差圖像，并計(jì)算方差平均值，由方差圖像和方差平均值生成方差模板，具體方差模板的計(jì)算公式如下：v(i,j)=0ifg(i,j)>=meanVar1ifg(i,j)<meanVar]]>其中，v(i,j)為模板方差模板中的第(i,j)個(gè)元素，g(i,j)為方差圖像中的第(i,j)個(gè)元素，meanVar為方差平均值。S24、通過皮膚模板與方差模板疊加分離出待處理圖像的皮膚區(qū)域；所述皮膚模板與方差模板疊加是通過皮膚模板與方差模板相乘得到最終模板實(shí)現(xiàn)的；S25、使用預(yù)設(shè)磨皮方法對(duì)皮膚區(qū)域進(jìn)行磨皮，得到磨皮圖像；其中預(yù)設(shè)磨皮方法可以為申請(qǐng)?zhí)枮?01410271650.X的人臉智能美化方法，或者其他不同皮膚粗糙程度均采用同樣磨皮力度的磨皮方法；S26、根據(jù)待處理圖像與磨皮圖像得到差值圖像；將待處理圖像與磨皮圖像相減，得到差值圖像；S27、處理差值圖像得到待處理圖像的特征向量；具體操作步驟如下：S271、計(jì)算預(yù)設(shè)尺度的活動(dòng)窗口內(nèi)像素的平均強(qiáng)度；計(jì)算差值圖像中大小為k×k的活動(dòng)窗口的平均強(qiáng)度Ak(i,j)，計(jì)算公式如下：Ak(i,j)=1k2Σi-k/2i+k/2Σj-k/2j+k/2g(i,j)]]>其中，g(i,j)為差值圖像中第(i,j)位置的元素；S272、根據(jù)平均強(qiáng)度得到水平方向和垂直方向互不重疊的窗口之間的強(qiáng)度差，并將水平方向和垂直方向互不重疊的窗口之間的強(qiáng)度差的最大值作為像素的粗糙度；對(duì)每個(gè)像素，分別計(jì)算其在水平方向互不重疊的窗口XA、XB之間的強(qiáng)度差Ek,h(i,j)和垂直方向互不重疊的窗口YA、YB之間的強(qiáng)度差Ek,v(i,j)，取Ek,h(i,j)、Ek,v(i,j)的最大值作為像素的粗糙度c(i,j)，計(jì)算公式如下：Ek，h(i，j)＝|Ak(i-k/2，j)-Ak(i+k/2，j)|Ek，v(i，j)＝|Ak(i，j-k/2)-Ak(i，j+k/2)|c(i，j)＝max(Ek，h，Ek，v)S273、根據(jù)上述兩個(gè)步驟得到差值圖像每個(gè)像素的粗糙度，并根據(jù)粗糙度得到粗糙度特征；使用S271、S272兩個(gè)步驟對(duì)差值圖像處理得到粗糙度圖像，并采用最終模板提取粗糙度圖像的皮膚區(qū)域，對(duì)粗糙度圖像的皮膚區(qū)域進(jìn)行直方圖統(tǒng)計(jì)，歸一化后得到粗糙度特征；S274、使用多個(gè)不同預(yù)設(shè)尺度的活動(dòng)窗口重復(fù)S271、S272及S273，得到兩組以上粗糙度特征；使用s個(gè)尺度的活動(dòng)窗口重復(fù)上述三個(gè)步驟，得到兩組以上粗糙度特征；優(yōu)選的，s＝5；S275、根據(jù)兩組以上粗糙度特征得到待處理圖像的特征向量；將所述兩組以上粗糙度特征拼接起來得到待處理圖像的特征向量。請(qǐng)參照?qǐng)D5，本發(fā)明的實(shí)施例三為：預(yù)設(shè)平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)獲取方法，具體為：S31、獲取兩幅以上樣本圖像；收集大量人臉照片作為樣本圖像；S32、根據(jù)樣本圖像中的皮膚粗糙度將樣本圖像分為一類或一類以上的樣本圖像組；根據(jù)樣本圖像中皮膚的粗糙程度把樣本圖像分為k類樣本圖像組，每一類樣本圖像組記為Sk，優(yōu)選的，k＝5；S33、提取每一幅樣本圖像的特征向量；使用特征提取方法對(duì)每類樣本圖像組的每一幅樣本圖像提取特征向量；S34、根據(jù)特征向量得到每一類樣本圖像組的平均特征向量，并分別設(shè)置與所述每一類樣本圖像組的平均特征向量相應(yīng)的磨皮系數(shù)；聚類出Sk樣本圖像組的平均特征向量，或使用支持向量機(jī)訓(xùn)練出平均特征向量，并分別賦予每一類樣本圖像組的平均特征向量相應(yīng)的磨皮系數(shù)ck，ck的取值范圍為[0,1]；S35、將所述每一類樣本圖像組的平均特征向量作為預(yù)設(shè)平均特征向量。上述樣本圖像為彩色圖像。綜上所述，本發(fā)明提供的皮膚粗糙度自適應(yīng)磨皮方法，通過特征提取方法提取預(yù)設(shè)平均特征向量及與預(yù)設(shè)平均特征向量對(duì)應(yīng)的磨皮系數(shù)，獲取待處理圖像、預(yù)設(shè)平均特征向量及與預(yù)設(shè)平均特征向量對(duì)應(yīng)的磨皮系數(shù)后，使用特征提取算法提取待處理圖像的特征向量，并通過待處理圖像的特征向量、預(yù)設(shè)平均特征向量及與預(yù)設(shè)平均特征向量對(duì)應(yīng)的磨皮系數(shù)得到待處理圖像的磨皮系數(shù)。請(qǐng)參照?qǐng)D6，本發(fā)明的實(shí)施例四為：一種皮膚粗糙度自適應(yīng)磨皮系統(tǒng)，包括：計(jì)算模塊1，用于計(jì)算預(yù)設(shè)平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)；獲取模塊2，用于獲取待處理圖像、預(yù)設(shè)一個(gè)或一個(gè)以上的平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)；第一特征提取模塊3，用于提取待處理圖像的特征向量；第一運(yùn)算模塊4，用于將所述待處理圖像的特征向量與所述預(yù)設(shè)平均特征向量逐一比較，并逐一獲得對(duì)應(yīng)相似性系數(shù)；第二運(yùn)算模塊5，用于根據(jù)所述磨皮系數(shù)與對(duì)應(yīng)相似性系數(shù)，得到待處理圖像的磨皮系數(shù)。其中，所述計(jì)算模塊1包括：樣本圖像獲取模塊11，用于獲取兩幅以上樣本圖像；分類模塊12，用于根據(jù)樣本圖像中的皮膚粗糙度將樣本圖像分為一類或一類以上的樣本圖像組；第二特征提取模塊13，用于提取每一幅樣本圖像的特征向量；第三運(yùn)算模塊14，用于根據(jù)特征向量得到每一類樣本圖像組的平均特征向量，并分別設(shè)置與所述每一類樣本圖像組的平均特征向量相應(yīng)的磨皮系數(shù)；設(shè)置模塊15，用于將所述每一類樣本圖像組的平均特征向量作為預(yù)設(shè)平均特征向量。請(qǐng)參照?qǐng)D7，本發(fā)明的實(shí)施例五為：一種客戶端6，包括：獲取模塊61，用于獲取待處理圖像、預(yù)設(shè)平均特征向量及與所述預(yù)設(shè)平均特征向量相應(yīng)的磨皮系數(shù)；特征提取模塊62，用于提取待處理圖像的特征向量；發(fā)送模塊63，用于發(fā)送待處理圖像的特征向量；接收模塊64，用于接收待處理圖像的磨皮系數(shù)。以上所述僅為本發(fā)明的實(shí)施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等同變換，或直接或間接運(yùn)用在相關(guān)的
技術(shù)領(lǐng)域：
，均同理包括在本發(fā)明的專利保護(hù)范圍內(nèi)。當(dāng)前第1頁1 2 3