本發(fā)明涉及一種對皮膚膚色的科學評價方法。具體為一種通過圖像傳感器采集皮膚圖像，對皮膚圖像進行消噪等預處理，將皮膚圖像的rgb模型分別轉換為hsi顏色模型和lab顏色模型，計算皮膚膚色綜合評價值，實現對皮膚膚色的客觀定量評價。

背景技術：

對人的皮膚膚色的測定，過去往往認為對彩色電視、攝影、印刷、照明等進行彩色評定方面都有著重要意義，這是因為人物膚色的再現情況明顯影響到銀幕及畫面的效果。然而除此之外，目前的皮膚膚色評價在醫(yī)療保健中的重要性越來越被重視了起來，膚色的定量檢測以及評價對于皮膚疾病診斷、化妝品效果量化分析都具有重要的指導意義，皮膚膚色的變化能夠反映皮膚屏障的完整性、皮膚的敏感性，并有助于判斷祛斑美白化妝品的功效，色素紊亂性疾病的療效。因此，對皮膚的膚色進行無創(chuàng)性客觀定量評價在皮膚科臨床和美容護膚工作中具有重要意義。

然而，對于皮膚膚色的一般評價方法——經驗法，以及近年來廣泛使用的評價方法——光譜光度測色儀器和光電積分測色儀器存在一定的不足：

首先，長期以來，在皮膚科學領域，醫(yī)生主要靠視覺直觀地鑒別膚色，對皮膚病變部位的顏色變化不能十分準確的表達出來。對于難以形容的各種各樣的膚色，皮膚科醫(yī)生也只能根據經驗進行診斷。在診斷和治療效果的評價方面，皮膚科醫(yī)生即使很熟練，但也只能主觀地做出判斷，缺乏客觀性和科學性。

其次，光譜光度測色儀器反映靈敏，重復性好，存儲量大，有十余種表色空間，有標準rs232c接口可與電腦連接，并可顯示反射光譜和進行顏色仿真重建，但仿真的效果較差。

此外，光電積分測色儀沒有單色儀，不能顯示反射光譜和進行顏色仿真，而且病變面積小于探頭直徑時如色素痣等，測量結果就不準確。

因此，為了解決以上問題，需要提供一種安全且精度高的皮膚膚色的評價方法——通過圖像傳感器采集皮膚圖像，對皮膚圖像進行消噪等預處理，將皮膚圖像的rgb模型分別轉換為hsi顏色模型和lab顏色模型，計算皮膚膚色綜合評價值，實現對皮膚膚色的客觀定量評價。

技術實現要素：

本發(fā)明的目的是為了解決以前的皮膚膚色評價方法中存在的安全性、測量精度和靈敏度不甚理想以及檢測速度慢等問題。首先本發(fā)明通過圖像傳感器采集皮膚圖像，將皮膚圖像的rgb模型分別轉換為hsi顏色模型和lab顏色模型，計算皮膚膚色綜合評價值，實現對皮膚膚色的客觀定量評價。其次，為了進一步提高對膚色的描述精度，應對皮膚圖像進行預處理，消除細微毛發(fā)等對皮膚膚色的影響，實現對皮膚膚色特征進行定量分析，實現對皮膚狀態(tài)的科學評價。

本發(fā)明提供一種新的皮膚膚色評價方法，主要包括以下七個步驟：

步驟一、實驗圖像采集；

由ccd攝像機采集符合要求的皮膚圖像。

步驟二、對皮膚圖像進行預處理；

預處理的目的是消除皮膚上細小的毛發(fā)對圖像的局部的影響以及對皮膚膚色的影響，使皮膚膚色狀態(tài)的評價更客觀、科學。

步驟三、獲取圖像的r、g、b值；

絕大部分的可見光譜可以用紅、綠、藍(即redgreenblue)三色光按不同比例和強度的混合來表示。因為r、g、b顏色等量合成產生白色、也稱它們?yōu)榧由m然只是自然界中可見光的一部分,但足以復制千變萬化的各種皮膚顏色，可重現多達1670萬種顏色。大多數掃描儀和所有的顯示器的呈色空間都是rgb模式。rgb模型給彩色圖像中每個像素的r、g、b分量分配一個從0(黑)到255(白)范圍的強度值。例如,一種明亮的紅色可能r值為46，g值為20，b值為50。當三種分量的值相等時，結果是灰色。當所有分量的值都是255時，結果是純白色；而當所有值都是0時，結果是純黑色。

步驟四、將rgb模型轉換為hsi顏色模型；

人眼的顏色知覺主要包括三個要素：即色調(hue)、飽和度(saturation)和亮度(intensity)。色調指光的顏色，不同波長的光呈現不同的顏色，具有不同的色調，發(fā)光物體的色調(hue)取決于它產生的輻射光譜的分布特征；不發(fā)光物體的色調則由它的吸收、反射、透射和照明光源的特性所共同決定。飽和度(saturation)是指顏色的深淺或濃淡程度。飽和度的深淺與顏色中加入白色的比例有關，一種純顏色中加入的白色成分越多，則其飽和度越低，因而飽和度反映了某種顏色被白色沖淡的程度。白色成分為0，則飽和度為100％；只有白色，則飽和度為0。亮度(intensity)就是人眼感覺到的光的明暗程度。光波的能量越小，亮度就越小，i＝0表示黑色。顏色的色調和飽和度說明了顏色的深淺，合稱為色度。色度是色彩的本質，所以人們使用色度模型進行人臉跟蹤、檢測和識別時往往忽略其亮度分量。

在對色彩信息的利用中，hsi格式的優(yōu)點在于它將亮度i與反映色彩本質特性的兩個參數：色調h和飽和度s分開。提取一類物體在色彩方面的特性時，經常需要了解其在某一色彩空間的聚類特性，而這一聚類特性往往體現在色彩的本質特性上，而又經常受到光照明暗等條件的干擾影響。光照明暗給物體顏色帶來的直接影響就是亮度分量i，所以若能將亮度分量從色彩中提取出去，而只用反映色彩本質特性的色調、飽和度來進行聚類可以獲得較好的效果。這也正是hsi格式在彩色圖像處理和機器視覺的研究中經常被使用的原因。例如，可以對色調設定一定的閾值范圍很容易區(qū)分開不同的物體，但是在rgb空間里卻很難設定這樣的一個閾值。在圖像的光照不均勻的情況下，如圖像中有陰影時，利用色調分割尤其有效。因為色調值獨立于灰度值，灰度改變時，色調的值仍然是比較穩(wěn)定的。而且色調分量對于一定類型的高光，遮擋和陰影，都具有不變性，而且，一維的色調分割的計算復雜度比三維的rgb空間更簡便。

步驟五、將rgb模型轉換為lab顏色模型；

同rgb顏色空間相比，l^*a^*b^*顏色設計為與設備無關；不管使用什么設備(如顯示器、打印機、計算機或掃描儀)創(chuàng)建或輸出圖像，這種顏色模型產生的顏色都保持一致。lab是cie(國際照明委員會)在1931年制定的顏色度量國際標準的基礎上建立起來的。1976年，經修改后被正式命名為cielab。cie也是一種基于生理特征的顏色系統(tǒng)，是用數字化的方法來描述人類的視覺感應。l^*a^*b^*顏色由亮度或光亮度分量(l)和兩個色度分量組成；l代表明度，a代表物體在紅綠色軸上的顏色分布情況，b代表物體在黃藍色軸上的顏色分布情況。

用l^*a^*b^*顏色模型可解決在顏色負值過程中因使用不同的顯示器或不同的印刷設備(打印機)而引起的顏色可變性問題，易于產生一致的顏色,而不管用戶使用的是何種設備(例如顯示器、掃描儀或計算機)。l^*a^*b^*色域包含了rgb和cmyk的全部顏色,它是一種包含所有顏色的標準化顏色模型。使用l^*a^*b^*顏色，可以保證在創(chuàng)建統(tǒng)一的顏色文件時，與創(chuàng)建或輸出(打印)的設備無關。lab顏色空間中，l分量用于表示像素的亮度，取值范圍[0,100]，表示從純黑到純白；a表示從紅色到綠色的范圍，取值[127,-128]；b表示從黃色到藍色的范圍，取值[127,-128]，lab顏色空間比計算機顯示器、打印機甚至比人類視覺的色域都要大。

l^*a^*b^*顏色空間是以數字化方式來描述人的視覺感應，與設備無關，所以它彌補了rgb和cmyk模式必須依賴于設備色彩特性的不足。圖1所示為lab顏色空間的圖示。

l^*a^*b^*空間的優(yōu)點是當顏色的色差大于視覺的識別閾值(恰可察覺)而又小于孟塞爾系統(tǒng)中相鄰兩極色差時,可以較好地反映物體色的心理感受效果。目前該表色系統(tǒng)已廣泛應用于皮膚和口腔領域，利用lab色度值準確描述皮膚的顏色。l值直接反映膚色的深淺或黑白，l值越大，皮膚越白皙；a表示紅色的程度，也間接反映血紅蛋白濃度的高低，a值越大，膚色越紅；b值與日曬有關，b值越大，膚色越黃。研究表明，中國人群頜面部膚色的lab參數呈正態(tài)分布，其95％正常值范圍跨度較大，分別為l:51.34～65.34；a:6.05～14.59；b：14.32～20.74。

步驟六、將數據標準化；

為統(tǒng)一數據的大小，將數據進行標準化處理。

步驟七、得到皮膚評價結果。

綜上所述，在以往研究的單一lab顏色模型的基礎上，加入hsi顏色模型，將兩種顏色模型進行融合獲取皮膚的膚色狀態(tài)會取得基本一致的評價效果，且評價更加全面。

本發(fā)明的優(yōu)點在于：

1.本發(fā)明是采用圖像分析方法，實現對皮膚膚色的評價，避免了對皮膚的刺激、傷害，達到了安全、有效的皮膚膚色評價。

2.本發(fā)明提出一種新的皮膚膚色評價算法，基于hsi和lab混合顏色模型的皮膚膚色評價方法?；诨旌项伾Ｐ偷奶卣髦悼烧鎸?、客觀的反映皮膚的狀態(tài)和物理特征，可實現對皮膚膚色狀態(tài)的定量分析與評價，其評價結果與基于單一lab顏色模型的評價結果的趨勢基本一致，也與人類對皮膚的膚色評價的趨勢基本一致，而且該評價方法消除了生化評價方法的繁瑣和麻煩，也消除了視覺感官評價的不確定和模糊性，實現了定量、快速、科學、便捷的評價方法，可用于對皮膚的膚色進行定量分析和評價。

附圖說明

圖1為lab顏色模型空間的圖示；

圖2為本發(fā)明提供的基于hsi和lab混合顏色模型的皮膚膚色評價方法流程圖；

圖3(a)--圖3(h)為采用圖像傳感器采集的皮膚圖像，選取其中的8張皮膚圖像；

圖4為綜合評價指標計算結果排序圖；

圖5為綜合評價指標計算結果與單一指標計算結果的對比趨勢曲線圖。

具體實施方式

下面結合附圖和實施例對本發(fā)明進行詳細說明。

本發(fā)明提供一種通過圖像傳感器采集皮膚圖像，對皮膚圖像進行消噪等預處理，將皮膚圖像的rgb模型分別轉換為hsi顏色模型和lab顏色模型，計算皮膚膚色綜合評價值，實現對皮膚膚色的客觀定量評價的方法，如圖2所示流程，具體包括如下步驟:

步驟一、實驗圖像采集；

由ccd攝像機采集符合要求的皮膚圖像。

步驟二、對皮膚圖像進行預處理；

預處理的目的是消除皮膚上細小的毛發(fā)對圖像的局部的影響以及對皮膚膚色的影響，使皮膚膚色狀態(tài)的評價更客觀、科學。

步驟三、獲取圖像的r、g、b值；

rgb顏色空間是攝像機和顯示器上使用的面向硬件設備的顏色空間，顏色的構成是由r、g、b三基色混合而成的，因此(r，g，b)顏色空間是基本顏色空間。其他的顏色空間一般都可以利用公式從r、g、b進行轉換。

步驟四、將rgb模型轉換為hsi顏色模型；

hsi顏色模型反映了人的視覺系統(tǒng)感知色彩的方式，以色調、飽和度和亮度三種基本特征量來感知顏色。

h定義如下：

其中，r≠g或r≠b,若b>g則h＝2π-h

色調h(hue)：色調又稱為色相，是彩色彼此相互區(qū)分的特性，即紅、黃、綠、藍、紫等。它反映顏色的種類，是決定顏色的基本特性。不同波長的單色光具有不同的色調。

s定義如下：

飽和度s(saturation):飽和度是指顏色的純度，即色彩含有某種單色光的純凈程度，它可用來區(qū)別顏色的深淺程度。對于同一色調的彩色光，飽和度越深顏色越鮮明，即顏色越純，例如鮮紅色飽和度高，而粉紅色的飽和度低。完全飽和的顏色是指沒有摻入白光鎖呈現的顏色，例如僅由單一波長組成的光譜色就是完全飽和的顏色。

i定義如下：

亮度i(intensity):亮度是視覺系統(tǒng)對可見物體輻射或者發(fā)光多少的感知屬性。它是光作用于人眼時所引起的明亮程度的感覺，與被觀察物體的發(fā)光強度有關。由于其強度的不同，看起來可能會暗一些或亮一些。對于同一物體，照射光越強，反射光也越強，感覺越亮；對于不同的物體在相同的照射情況下，反射越強者看起來越亮。

步驟五、將rgb模型轉換為lab顏色模型；

lab顏色模型是基于人對顏色的感覺，lab中的數值描述正常視力的人能夠看到的所有顏色。

l^*定義如下：

其中，

照度l(luminosity):代表亮度，其值從0(黑)到100(白)，皮膚l^*值越大膚色越白。

a^*定義如下：

顏色通道a：a包括的顏色是從深綠色(低亮度值)到灰色(中亮度值)再到兩粉紅色(高亮度值)。

b^*定義如下：

式中，x,y,z為顏色樣品的刺激值，l^*為心理明度，a^*、b^*為心理計量色度。x0、y0、z0

為cie標準照明體的三刺激值。

顏色通道b：b包括的顏色是從亮藍色(低亮度值)到灰色(中亮度值)再到黃色(高亮度值)。

步驟六、將數據標準化。

步驟七、計算皮膚膚色綜合評價值。

在此基礎上提取出l分量進行分配系數求和等操作，然后再建立皮膚黑白度的評價標準，從而實現對于人體皮膚的膚色的檢測評價。

rin＝0.78×l+0.1×a^*+0.12×h(7)

通過得到的相關數據，進行皮膚膚色分析，最后得到皮膚膚色評價結果。

下面通過實施例進一步說明本發(fā)明的技術方案。

對皮膚圖像進行預處理，將皮膚圖像的rgb模型分別轉換為hsi顏色模型和lab顏色模型，計算皮膚膚色綜合評價值，實現對皮膚膚色的客觀定量評價的方法，進行如下實施：

步驟一、實驗圖像采集；

圖3為采用圖像傳感器采集8張皮膚圖像。

步驟二、皮膚圖像的預處理；

步驟三、獲取圖像的r、g、b值；

步驟四、將rgb模型轉換為hsi顏色模型；

步驟五、將rgb模型轉換為lab顏色模型；

步驟六、將數據標準化。

實驗以采集的8幅皮膚圖像為例進行計算(圖3所示)，其計算結果如表1所示(包括hsi顏色模型中的h分量，lab顏色模型中的l、a分量)。

表1為色澤特征參數計算結果

步驟七、計算皮膚膚色綜合評價值。

表2綜合指標與單一指標計算結果

為便于觀察綜合指標計算結果與單一lab顏色模型的計算結果進行對比，根據綜合評價計算模型，得出圖3所示的8張皮膚圖像的值并按膚色計算值進行排序，結果如圖4所示。兩種方法的對比效果圖如圖5所示。

通過兩種結果的綜合分析，圖3所示的8幅圖像，圖3(b)皮膚膚色最白，圖3(a)次之，圖2(e)膚色最黑。

皮膚膚色綜合評價指標rin較好的反映了皮膚膚色的客觀狀態(tài)，同時，由于采集圖像使用的是圖像傳感器，避免了對皮膚的傷害，實現了對皮膚狀態(tài)快速、無損的客觀評價。該評價結果與基于單一lab顏色模型評價結果的趨勢基本一致，該評價結果也與人類視覺評價結果的趨勢基本一致。說明應用his和lab混合顏色模型評價皮膚膚色符合實際情況，該評價方法客觀、科學、合理，膚色狀態(tài)反映了皮膚的組織和生理學特點。通過由表2的實驗可看出，采用本方法計算皮膚膚色值，其評價效果跟人類視覺對皮膚膚色值的感官評價的趨勢基本一致，具有良好的評價效果。