一種發(fā)質(zhì)檢測裝置及其方法、一種移動終端的制作方法
【專利摘要】本發(fā)明提供了一種發(fā)質(zhì)檢測裝置及其方法、一種移動終端,其中,在該發(fā)質(zhì)檢測裝置中包括:圖像采集模塊、模數(shù)轉(zhuǎn)換模塊以及圖像處理模塊,其中,圖像采集模塊,用于采集待檢測毛發(fā)的圖像;模數(shù)轉(zhuǎn)換模塊,與圖像采集模塊連接,模數(shù)轉(zhuǎn)換模塊將圖像采集模塊采集到的待檢測圖像轉(zhuǎn)換成相應(yīng)的數(shù)字量;圖像處理模塊,與模數(shù)轉(zhuǎn)換模塊連接,圖像處理模塊對模數(shù)轉(zhuǎn)換模塊生成的數(shù)字量的待檢測圖像進行分析處理,得到待檢測毛發(fā)所屬的發(fā)質(zhì)類型,并基于該發(fā)質(zhì)類型給出相應(yīng)評估。解決了現(xiàn)有技術(shù)中對毛發(fā)檢測不方便的問題,為人們的發(fā)質(zhì)檢測和保養(yǎng)提供了便利;且精確度高,能夠準確的告知使用者其當前發(fā)質(zhì)情況及養(yǎng)護建議。
【專利說明】
一種發(fā)質(zhì)檢測裝置及其方法、一種移動終端
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及通信技術(shù)領(lǐng)域,尤其涉及一種發(fā)質(zhì)檢測裝置及其方法、一種移動終端。
【背景技術(shù)】
[0002] 隨著生活壓力的日漸增大,人群中為頭發(fā)油膩、頭肩層出不窮、頭皮瘙癢、脫發(fā)等 問題層出不窮,受發(fā)質(zhì)所困的比例高達三分之二,其中受頭肩困擾的人數(shù)更是達到近8成, 頭皮完全健康者竟至稀缺,僅為8.2 %。
[0003] 在上述頭皮相關(guān)問題的困擾中,以頭皮肩困擾最為嚴重,但是,人們普遍缺乏對頭 皮養(yǎng)護的意識,殊不知,頭皮問題對于健康的危害遠遠比想象的更為嚴重。再有,目前想要 系統(tǒng)地對毛發(fā)進行檢測保養(yǎng)只能在美容院或醫(yī)療機構(gòu)中才能完成,不僅要花費大量的金錢 成本,而且需要大量的時間,對于普通大眾來說,很難長期堅持在美容院或醫(yī)療機構(gòu)完成護 理保養(yǎng)計劃。另外,在對毛發(fā)進行檢測的過程中需要檢測人員具備相關(guān)的專業(yè)知識,否則難 以實現(xiàn)專業(yè)全面的毛發(fā)檢測。
[0004] 我們知道,護發(fā)是一個長期的過程,短期的效果甚微,因而提供一種能夠隨時隨地 對毛發(fā)進行檢測的發(fā)質(zhì)檢測成為一種需求。
【發(fā)明內(nèi)容】
[0005] 針對上述問題,本發(fā)明提供了一種發(fā)質(zhì)檢測裝置及其方法、一種移動終端,解決現(xiàn) 有技術(shù)中對毛發(fā)檢測不方便的問題,為人們的發(fā)質(zhì)檢測和保養(yǎng)提供了便利。
[0006] 本發(fā)明提供的技術(shù)方案如下:
[0007] -種發(fā)質(zhì)檢測裝置,包括:圖像采集模塊、模數(shù)轉(zhuǎn)換模塊以及圖像處理模塊,其中,
[0008] 所述圖像采集模塊,用于采集待檢測毛發(fā)的圖像;
[0009] 所述模數(shù)轉(zhuǎn)換模塊,與所述圖像采集模塊連接,所述模數(shù)轉(zhuǎn)換模塊將所述圖像采 集模塊采集到的待檢測圖像轉(zhuǎn)換成相應(yīng)的數(shù)字量;
[0010] 所述圖像處理模塊,與所述模數(shù)轉(zhuǎn)換模塊連接,所述圖像處理模塊對所述模數(shù)轉(zhuǎn) 換模塊生成的數(shù)字量的待檢測圖像進行分析處理,得到待檢測毛發(fā)所屬的發(fā)質(zhì)類型,并基 于該發(fā)質(zhì)類型給出相應(yīng)評估。
[0011] 進一步優(yōu)選地,所述發(fā)質(zhì)檢測裝置中還包括與所述圖像處理模塊連接的存儲模 塊,所述存儲模塊中預(yù)存有與各種發(fā)質(zhì)類型對應(yīng)的標準圖像、各標準圖像的量化圖像、各標 準圖像的直方圖以及各標準圖像中包含的特征點。
[0012] 進一步優(yōu)選地,所述圖像處理模塊中包括:采樣單元、量化單元以及比對單元,其 中,
[0013] 所述采樣單元,與所述模數(shù)轉(zhuǎn)換模塊連接,所述采樣單元基于所述模數(shù)轉(zhuǎn)換模塊 生成的數(shù)字量的待檢測圖像進行采樣;
[0014] 所述量化單元,與所述采樣單元連接,所述量化單元對所述采樣單元采樣出來的 采樣圖像進行量化;
[0015] 所述比對單元,分別與所述量化單元和存儲模塊連接,所述比對單元分別將所述 量化單元生成的量化圖像與存儲模塊中預(yù)存的各標準圖像的量化圖像進行比對,進而判斷 出待檢測毛發(fā)所屬的發(fā)質(zhì)類型。
[0016] 進一步優(yōu)選地,所述圖像處理模塊中還包括:直方圖生成單元、運算單元以及第一 判斷單元,其中,
[0017] 所述直方圖生成單元,與所述量化單元連接,所述直方圖生成單元基于所述量化 單元生成的量化圖像生成其直方圖;
[0018] 所述運算單元,分別與所述直方圖生成單元和所述存儲模塊連接,所述運算單元 分別計算所述直方圖生成單元生成的直方圖與所述存儲模塊中預(yù)存的各標準圖像的直方 圖之間的巴氏距離;
[0019] 所述第一判斷單元,與所述運算單元連接,所述第一判斷單元基于所述運算單元 計算得到的巴氏距離判斷所述待檢測毛發(fā)所屬的發(fā)質(zhì)類型。
[0020] 進一步優(yōu)選地,所述圖像處理模塊中包括:特征點提取單元、特征點匹配單元以及 第二判斷單元,其中,
[0021] 所述特征點提取單元,與所述模數(shù)轉(zhuǎn)換模塊連接,所述特征點提取單元基于所述 模數(shù)轉(zhuǎn)換模塊生成的數(shù)字量的待檢測圖像提取其中包含的特征點;
[0022] 所述特征點匹配單元,分別與所述特征點提取單元和存儲模塊連接,所述特征點 匹配單元分別將所述特征點提取單元提取的特征點與所述存儲模塊中存儲的各標準圖像 的特征點進行匹配找到匹配點對;
[0023] 所述第二判斷單元,與所述特征點匹配單元連接,所述第二判斷單元基于所述特 征點匹配單元中的匹配結(jié)果判斷所述待檢測毛發(fā)所屬的發(fā)質(zhì)類型。
[0024]進一步優(yōu)選地,所述存儲模塊中還預(yù)存有與各種發(fā)質(zhì)類型對應(yīng)的發(fā)質(zhì)特征和護理 建議;
[0025]所述圖像處理模塊中還包括一評價單元,所述評價單元與所述存儲模塊連接,及 與所述比對單元或第一判斷單元或第二判斷單元連接;
[0026] 所述評價單元基于所述比對單元或第一判斷單元或第二判斷單元中的判斷結(jié)果, 在所述存儲模塊中查找到相應(yīng)的發(fā)質(zhì)特征和護理建議,進而給出相應(yīng)的評價。
[0027] 本發(fā)明還提供了一種包括上述發(fā)質(zhì)檢測裝置的移動終端。
[0028] 本發(fā)明還提供了一種發(fā)質(zhì)檢測方法,包括以下步驟:
[0029] Sl采集待檢測毛發(fā)的圖像;
[0030] S2將采集到的待檢測圖像轉(zhuǎn)換成相應(yīng)的數(shù)字量;
[0031] S3對數(shù)字量的待檢測圖像進行分析處理,得到待檢測毛發(fā)所屬的發(fā)質(zhì)類型,并基 于該發(fā)質(zhì)類型給出相應(yīng)評估。
[0032]進一步優(yōu)選地,在步驟S3中,對數(shù)字量的待檢測圖像進行分析處理,具體包括:
[0033] S311對數(shù)字量的待檢測圖像進行采樣;
[0034] S312對采樣出來的采樣圖像進行量化;
[0035] S313分別將量化得到的量化圖像與預(yù)存的各標準圖像的量化圖像進行比對;
[0036] S314基于步驟S313中的比對結(jié)果判斷出待檢測毛發(fā)所屬的發(fā)質(zhì)類型。
[0037]或,在步驟S3中,對數(shù)字量的待檢測圖像進行分析處理,具體包括:
[0038] S321提取數(shù)字量的待檢測圖像中包含的特征點;
[0039] S322分別將提取出來的特征點與預(yù)存的各標準圖像的特征點進行匹配找到匹配 點對;
[0040] S323基于步驟S322中的匹配結(jié)果判斷所述待檢測毛發(fā)所屬的發(fā)質(zhì)類型。
[0041] 進一步優(yōu)選地,當步驟S3中包括步驟S311~步驟S314時,在步驟S314之后,還包 括:
[0042] S315基于步驟S312生成的量化圖像生成其直方圖;
[0043] S316分別計算生成的直方圖與預(yù)存的各標準圖像的直方圖之間的巴氏距離;
[0044] S317基于步驟S316中得到的巴氏距離判斷所述待檢測毛發(fā)所屬的發(fā)質(zhì)類型。
[0045] 本發(fā)明提供的發(fā)質(zhì)檢測裝置及其方法、一種移動終端,能夠帶來以下有益效果:
[0046] 在本發(fā)明中,在圖像處理模塊中可以通過待檢測圖像的量化圖像與各標準圖像的 量化圖像之間的比對、通過待檢測圖像的直方圖與各標準圖像的直方圖之間的巴氏距離以 及通過待檢測圖像包含的特征點與各標準圖像包含的特征點的匹配等多種方式對獲取的 待檢測圖像進行分析處理,進而判斷出該待檢測毛發(fā)屬于何種發(fā)質(zhì)類型,解決了現(xiàn)有技術(shù) 中對毛發(fā)檢測不方便的問題,為人們的發(fā)質(zhì)檢測和保養(yǎng)提供了便利;且精確度高,能夠準確 的告知使用者其當前發(fā)質(zhì)情況及養(yǎng)護建議。再有,該發(fā)質(zhì)檢測裝置結(jié)構(gòu)簡單、體積小,方便 用戶隨身攜帶,用戶可以隨時隨地對自己的發(fā)質(zhì)進行檢測,簡單方便。
[0047] 再有,在本發(fā)明中,我們提供了一種包含該發(fā)質(zhì)檢測裝置的移動終端,這樣,用戶 可以實時對自己的發(fā)質(zhì)進行全面準確的檢測和分析,根據(jù)其提供的護理建議對頭發(fā)進行保 養(yǎng)護理,并實時向用戶反饋保養(yǎng)效果;用戶不具備發(fā)質(zhì)檢測方面的專業(yè)知識也能進行檢測, 為用戶提供便利,提供用戶體驗。
【附圖說明】
[0048]下面將以明確易懂的方式,結(jié)合【附圖說明】優(yōu)選實施方式,對上述特性、技術(shù)特征、 優(yōu)點及其實現(xiàn)方式予以進一步說明。
[0049] 圖1為本發(fā)明中發(fā)質(zhì)檢測裝置一種實施方式結(jié)構(gòu)示意圖;
[0050] 圖2為本發(fā)明中發(fā)質(zhì)檢測裝置另一種實施方式結(jié)構(gòu)示意圖;
[0051]圖3為本發(fā)明中圖像處理模塊第一種實施方式結(jié)構(gòu)示意圖;
[0052]圖4為本發(fā)明中圖像處理模塊第二種實施方式結(jié)構(gòu)示意圖;
[0053]圖5為本發(fā)明中圖像處理模塊第三種實施方式結(jié)構(gòu)示意圖;
[0054]圖6為本發(fā)明中圖像處理模塊第四種實施方式結(jié)構(gòu)示意圖;
[0055]圖7為本發(fā)明中發(fā)質(zhì)檢測方法流程示意圖。
[0056] 附圖標號說明:
[0057] 100-發(fā)質(zhì)檢測裝置,Iio-圖像采集模塊,120-模數(shù)轉(zhuǎn)換模塊,130-圖像處理模塊, 140-存儲模塊,131-采樣單元,132-量化單元,133-比對單元,134-直方圖生成單元,135-運 算單元,136-第一判斷單元,137-特征點提取單元,138-特征點匹配單元,139-第二判斷單 元,141-評價單元。
【具體實施方式】
[0058]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對照【附圖說明】 本發(fā)明的【具體實施方式】。顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實施例,對于 本領(lǐng)域普通技術(shù)人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù)這些附圖獲得其他 的附圖,并獲得其他的實施方式。
[0059]如圖1所示為本發(fā)明提供的發(fā)質(zhì)檢測裝置100-種實施方式結(jié)構(gòu)示意圖,從圖中可 以看出,在該發(fā)質(zhì)檢測裝置100中包括:圖像采集模塊110、模數(shù)轉(zhuǎn)換模塊120以及圖像處理 模塊130,其中,模數(shù)轉(zhuǎn)換模塊120與圖像采集模塊110連接,圖像處理模塊130與模數(shù)轉(zhuǎn)換模 塊120連接。在工作過程中,圖像采集模塊110采集待檢測毛發(fā)的圖像;模數(shù)轉(zhuǎn)換模塊120將 圖像采集模塊110采集到的待檢測圖像轉(zhuǎn)換成相應(yīng)的數(shù)字量;圖像處理模塊130對模數(shù)轉(zhuǎn)換 模塊120生成的數(shù)字量的待檢測圖像進行分析處理,得到待檢測毛發(fā)所屬的發(fā)質(zhì)類型,并基 于該發(fā)質(zhì)類型給出相應(yīng)評估。另外,該發(fā)質(zhì)檢測裝置100中還包括一與圖像采集模塊110連 接的顯示模塊(具體為液晶顯示屏等),用于顯示圖像采集模塊110采集到的待檢測毛發(fā)的 圖像。在一個具體實施例中,上述圖像采集模塊110中包括高清鏡頭和高倍放大毛鱗片鏡 頭,對毛發(fā)毛囊放大成像,并將其在發(fā)質(zhì)檢測裝置100中的進行顯示。
[0060] 對上述實施方式進行改進得到本實施方式,如圖2所示,在本實施方式中,發(fā)質(zhì)檢 測裝置100除了包括上述圖像采集模塊110、模數(shù)轉(zhuǎn)換模塊120以及圖像處理模塊130,還包 括與圖像處理模塊130連接的存儲模塊140,在該存儲模塊140中預(yù)存有各種發(fā)質(zhì)的標準圖 像、各標準圖像的量化圖像、各標準圖像的直方圖以及各標準圖像的特征點。
[0061] 在上述實施方式中,如圖3為圖像處理模塊130第一種實施方式的結(jié)構(gòu)示意圖,從 圖中可以看出,在該實施方式中,圖像處理模塊130中包括:采樣單元131、量化單元132以及 比對單元133,其中,采樣單元131與模數(shù)轉(zhuǎn)換模塊120連接,量化單元132與采樣單元131連 接,比對單元133分別與量化單元132和存儲模塊140連接。在工作過程中,首先,采樣單元 131基于模數(shù)轉(zhuǎn)換模塊120生成的數(shù)字量的待檢測圖像進行采樣;之后,量化單元132對采樣 單元131采樣出來的采樣圖像進行量化;最后,比對單元133分別將量化單元132生成的量化 圖像與存儲模塊140中預(yù)存的各標準圖像的量化圖像進行比對,并判斷出待檢測毛發(fā)所屬 的發(fā)質(zhì)類型。
[0062] 在本實施方式中,具體來說,采樣單元131在采樣(包括行采樣和列采樣)的過程 中,采樣間隔大小的選取依據(jù)采集到的待檢測圖像中包含的細微濃淡變化來決定。且一般 來說,該待檢測圖像中的細節(jié)越多,采樣間隔(包括行間隔和列間隔)越小。在具體實施例 中,在使用該毛發(fā)檢測裝置檢測頭發(fā)時,我們針對頭發(fā)根部和頭發(fā)發(fā)梢分別進行采樣,這 樣,頭發(fā)分叉、頭發(fā)顏色等就都能采樣出來,進行后續(xù)的處理比對,綜合這些采樣圖像對發(fā) 質(zhì)進行綜合判斷。另外,量化單元132在量化的過程中,可以等間隔量化也可以非等間隔量 化,具體根據(jù)采樣圖像中像素灰度值的分布來定。在具體實施例中,細節(jié)豐富的圖像細采 樣、粗量化。得到的量化圖像去除了待檢測圖像中色彩、光線等的干擾,之后再將其與預(yù)存 的幾種發(fā)質(zhì)的標準圖像的量化圖像一一進行比對,找到與之最接近的標準圖像,以此判斷 該待檢測毛發(fā)就屬于該標準圖像所屬的發(fā)質(zhì)類型。
[0063]對上述圖像處理模塊130的第一種實施方式進行改進得到第二種實施方式,如圖4 所示,在本實施方式中,圖像處理模塊130中除了包括上述采樣單元131、量化單元132以及 比對單元133,還包括:直方圖生成單元134、運算單元135以及第一判斷單元136,其中,直方 圖生成單元134與量化單元132連接,運算單元135分別與直方圖生成單元134和存儲模塊 140連接,第一判斷單元136與運算單元135連接。在工作過程中,在量化單元132生成量化圖 像之后,直方圖生成單元134基于該量化圖像生成與之對應(yīng)的直方圖;接著,運算單元135分 別計算直方圖生成單元134生成的直方圖與存儲模塊140中預(yù)存的各標準圖像的直方圖之 間的巴氏距離;最后,第一判斷單元136基于運算單元135計算得到的巴氏距離判斷待檢測 毛發(fā)所屬的發(fā)質(zhì)類型,具體在這一過程中,找到與待檢測圖像的直方圖巴氏距離最小的那 副標準圖像,以此判斷該待檢測毛發(fā)就屬于該標準圖像所屬的發(fā)質(zhì)類型。在整個過程中,由 于生成的直方圖能夠很好的進行歸一化,即使是兩幅分辨率不同的圖像也可以直接計算直 方圖來計算兩者之間的巴氏距離,得到兩幅圖像之間的相關(guān)系數(shù),簡單方便,計算量小。 [0064]如圖5所示為本發(fā)明中圖像處理模塊130第三種實施方式結(jié)構(gòu)示意圖,區(qū)別于上述 兩種實施方式,從圖中可以看出,在該實施方式中,圖像處理模塊130中包括:特征點提取單 元137、特征點匹配單元138以及第二判斷單元139,其中,特征點提取單元137與模數(shù)轉(zhuǎn)換模 塊120連接,特征點匹配單元138分別與特征點提取單元137和存儲模塊140連接,第二判斷 單元139與特征點匹配單元138連接。在工作過程中,首先,特征點提取單元137基于模數(shù)轉(zhuǎn) 換模塊120生成的數(shù)字量的待檢測圖像提取其中包含的特征點;之后,特征點匹配單元138 分別將特征點提取單元137提取的特征點與存儲模塊140中存儲的各標準圖像的特征點進 行匹配找到匹配點對;最后,第二判斷單元139基于特征點匹配單元138中的匹配結(jié)果判斷 待檢測毛發(fā)所屬的發(fā)質(zhì)類型。
[0065] 在具體實施例中,特征點提取單元137采用SIFT算法提取待檢測圖像中的特征點, 具體在SIFT算法中:首先建立待檢測圖像的尺度空間表示,然后在尺度空間中搜索圖像的 極值點(即上述特征點),再對極值點周圍的圖像區(qū)域分塊,計算塊內(nèi)梯度直方圖,生成具備 唯一性的向量,并將該向量作為該極值點的特征描述向量。在理想狀態(tài)下兩幅圖像之間相 同部分的特征點應(yīng)該具有相同的特征描述向量,進而它們之間的距離應(yīng)該最近,故在本實 施方式中,特征點匹配單元138中采用進行最鄰近算法實現(xiàn)特征點的匹配,以找到圖像間準 確的匹配點對。之后,在第二判斷單元139中,找到與待檢測圖像特征點相似最多的標準圖 像,那么就認為這兩幅圖的相似程度最高,以此判斷該待檢測毛發(fā)就屬于該標準圖像所屬 的發(fā)質(zhì)類型。當然,在其他實施例中,還可以采用其他方法提取待檢測圖像中的特征點,如 還可以使用Harris角度檢測算法檢測到待檢測圖像中的角點并將其作為特征點;同樣地, 還可以使用其他算法匹配特征點對,如還可以使用基于置信度傳播算法匹配特征點,在此 不做具體限定。
[0066] 對上述實施方式進行改進,存儲模塊140中還預(yù)存有與各種類型發(fā)質(zhì)對應(yīng)的發(fā)質(zhì) 特征和護理建議,如表1,具體在該表中,我們將發(fā)質(zhì)類型分為油性發(fā)質(zhì)、感性發(fā)質(zhì)、中性發(fā) 質(zhì)以及混合型發(fā)質(zhì)。
[0067]基于存儲模塊140中存儲的上述內(nèi)容,圖像處理模塊130中還包括一評價單元141, 評價單元141與存儲模塊140連接,及與比對單元133或第一判斷單元136或第二判斷單元 139連接;評價單元141基于比對單元133或第一判斷單元136或第二判斷單元139中的判斷 結(jié)果,在存儲模塊140中查找到相應(yīng)的發(fā)質(zhì)特征和護理建議,進而給出相應(yīng)的評價。如圖6所 示,為評價單元141與第二判斷單元139連接的結(jié)構(gòu)示意圖。
[0068]在一個具體實施例中,若第二判斷模塊判斷出該待檢測毛發(fā)屬于"中性發(fā)質(zhì)",則 評價模炔基于的出來的結(jié)果給出相應(yīng)發(fā)質(zhì)特征"油脂分泌正常,只有少量頭皮肩"以及相應(yīng) 的護發(fā)建議"選用溫和而含水份量大的洗發(fā)產(chǎn)品來保護現(xiàn)有的發(fā)質(zhì)",并將其顯示在顯示模 塊中提醒用戶。
[0069] 在一個具體實施例中,圖像處理模塊130對待檢測圖像處理完之后,將其輸出數(shù)據(jù) 通過一數(shù)據(jù)總線輸入一線性移不變系統(tǒng),最后將線性移不變系統(tǒng)的輸出數(shù)據(jù)在顯示模塊中 進行顯示。
[0070] 表1:各種發(fā)質(zhì)對應(yīng)的發(fā)質(zhì)特征和護理建議
[0071] 發(fā)質(zhì)類型I 發(fā)質(zhì)特征 護理建議 ^ 油性發(fā)質(zhì) 發(fā)根出現(xiàn)油垢,頭切記不要:1.大力梳擦,按摩頭皮;2.用 皮如厚鱗片般積聚太強洗發(fā)劑,要用專有平衡油脂的洗發(fā)產(chǎn) 在發(fā)根R皮脂分泌品;3.不可用熱水沖水,只可用溫水;4. 過多 每天洗發(fā)后,使用能收緊頭皮,控制油脂 分泌的活發(fā)露。 干性發(fā)質(zhì)^通常頭發(fā)根部頗稠選用滋潤的洗發(fā)露和護發(fā)素,使用時可輕 密,但至發(fā)梢則變按摩頭皮和發(fā)稍,選用性質(zhì)溫和的電發(fā)和 得稀薄,有時發(fā)梢染發(fā)產(chǎn)品或減少次數(shù),定時使用修護產(chǎn)品, 還開叉,容易有頭修補受損結(jié)構(gòu),加強保護,使頭皮和頭發(fā) 皮屑 回復(fù)健康 中性發(fā)質(zhì)~油脂分泌止常,只選用溫和時含水份量大的洗發(fā)產(chǎn)品來保護 有少量頭皮屑 現(xiàn)有的發(fā)質(zhì) 混合性發(fā)質(zhì)頭皮油但頭發(fā)干,1.集中修護發(fā)干,避免頭發(fā)開叉或折斷; 是一種靠近頭皮1 2.停止電發(fā)染發(fā),修剪干枯發(fā)干,讓頭發(fā) 厘米左右以內(nèi)的發(fā)得到修養(yǎng); 很多油,越往發(fā)梢3,選用保濕型護發(fā)素,注意頭部按摩; 越干燥甚至開叉的4.改善個人飲食,少食油膩食品,增加黑 混合狀態(tài) 色食品的攝入量。
[0072] 在一個具體實施例中,將該發(fā)質(zhì)檢測裝置100應(yīng)用在移動終端中,則直接使用移動 終端中的高清攝像頭獲取待檢測圖像并進行存儲,并將其傳輸?shù)较鄳?yīng)的模數(shù)轉(zhuǎn)換模塊120 和圖像處理模塊130判斷出該毛發(fā)所處的發(fā)質(zhì)類型,能夠有效幫助用戶直觀快速地了解自 己頭皮、頭發(fā)、毛囊的健康狀況,了解頭皮的清潔度、發(fā)質(zhì)的類型等。對于油性/干性頭發(fā),頭 發(fā)的生長、脫發(fā)、白發(fā)、受損狀態(tài)等等其他頭皮毛發(fā)狀況,當人類的眼睛想要觀察細微狀況 卻看不清晰或看不到的情況下,通過移動終端上的高清鏡頭的放大拍攝功能,可以連接到 外界設(shè)備或者直接在移動終端中查看頭發(fā)的高倍放大圖像。同時,借助內(nèi)置的發(fā)質(zhì)檢測裝 置100對獲取待檢測圖像進行更科學(xué)的對比分析,得出更科學(xué)的檢測依據(jù)和結(jié)果并在移動 終端的顯示屏中進行顯示,使人們能更及時準確的進行預(yù)防和治療,并且可以對收集到的 資料進行存檔歸類。更具體來說,這里的移動終端可以為個人電腦(PC機)、平板電腦以及智 能手機等,在此不做限定。
[0073] 如圖7所示為本發(fā)明提供的發(fā)質(zhì)檢測方法流程示意圖,從圖中可以看出,在該發(fā)質(zhì) 檢測方法包括以下步驟:Sl采集待檢測毛發(fā)的圖像;S2將采集到的待檢測圖像轉(zhuǎn)換成相應(yīng) 的數(shù)字量;S3對數(shù)字量的待檢測圖像進行分析處理,得到待檢測毛發(fā)所屬的發(fā)質(zhì)類型,并基 于該發(fā)質(zhì)類型給出相應(yīng)評估。具體,在該發(fā)質(zhì)檢測方法中,采用圖像采集模塊110采集待檢 測毛發(fā)的圖像;采用模數(shù)轉(zhuǎn)換模塊120將圖像采集模塊110采集到的待檢測圖像轉(zhuǎn)換成相應(yīng) 的數(shù)字量;采用圖像處理模塊130對模數(shù)轉(zhuǎn)換模塊120生成的數(shù)字量的待檢測圖像進行分析 處理,得到待檢測毛發(fā)所屬的發(fā)質(zhì)類型,并基于該發(fā)質(zhì)類型給出相應(yīng)評估。
[0074] 具體來說,在步驟S3中,對數(shù)字量的待檢測圖像進行分析處理的一種實施方式流 程示意圖包括:S311對數(shù)字量的待檢測圖像進行采樣;S312對采樣出來的采樣圖像進行量 化;S313分別將量化得到的量化圖像與預(yù)存的各標準圖像的量化圖像進行比對;S314基于 步驟S313中的比對結(jié)果判斷出待檢測毛發(fā)所屬的發(fā)質(zhì)類型。在本實施方式中,更具體來說, 在步驟S311中采樣(包括行采樣和列采樣)的過程中,采樣間隔大小的選取依據(jù)采集到的待 檢測圖像中包含的細微濃淡變化來決定。且一般來說,該待檢測圖像中的細節(jié)越多,采樣間 隔(包括行間隔和列間隔)越小。在具體實施例中,我們針對頭發(fā)根部和頭發(fā)發(fā)梢分別進行 采樣,這樣,頭發(fā)分叉、頭發(fā)顏色等就都能采樣出來,進行后續(xù)的處理比對,綜合這些采樣圖 像對發(fā)質(zhì)進行綜合判斷。另外,在步驟S312量化的過程中,可以等間隔量化也可以非等間隔 量化,具體根據(jù)采樣圖像中像素灰度值的分布來定。在具體實施例中,細節(jié)豐富的圖像細采 樣、粗量化。得到量化圖像去除了待檢測圖像中色彩、光線等的干擾,之后在步驟S313中將 其與預(yù)存的幾種發(fā)質(zhì)的標準圖像的量化圖像一一進行比對,找到與之最接近的標準圖像, 以此判斷該待檢測毛發(fā)就屬于該標準圖像所屬的發(fā)質(zhì)類型。
[0075] 更進一步來說,在上述實施方式中,在步驟S312中還包括:S315基于步驟S312生成 的量化圖像生成其直方圖;S316分別計算生成的直方圖與預(yù)存的各標準圖像的直方圖之間 的巴氏距離;S317基于步驟S316中得到的巴氏距離判斷待檢測毛發(fā)所屬的發(fā)質(zhì)類型。具體, 在步驟S317中找到與待檢測圖像的直方圖巴氏距離最小的那副標準圖像,以此判斷該待檢 測毛發(fā)就屬于該標準圖像所屬的發(fā)質(zhì)類型。
[0076] 具體來說,在步驟S3中,對數(shù)字量的待檢測圖像進行分析處理的另一種實施方式 流程示意圖包括:S321提取數(shù)字量的待檢測圖像中包含的特征點;S322分別將提取出來的 特征點與預(yù)存的各標準圖像的特征點進行匹配找到匹配點對;S323基于步驟S322中的匹配 結(jié)果判斷待檢測毛發(fā)所屬的發(fā)質(zhì)類型。在具體實施例中,在步驟S321中采用SIFT算法提取 待檢測圖像中的特征點,在步驟S322中采用進行最鄰近算法實現(xiàn)特征點的匹配,以找到圖 像間準確的匹配點對,在步驟S323中找到與待檢測圖像特征點相似最多的標準圖像,那么 就認為這兩幅圖的相似程度最高,以此判斷該待檢測毛發(fā)就屬于該標準圖像所屬的發(fā)質(zhì)類 型。
[0077] 在通過以上方法得到待檢測毛發(fā)所屬的發(fā)質(zhì)類型之后,基于內(nèi)部存儲的各種類型 發(fā)質(zhì)對應(yīng)的發(fā)質(zhì)特征和護理建議給出相應(yīng)的評價。在具體實施例中,若判斷出該待檢測毛 發(fā)屬于"干性發(fā)質(zhì)",則評價該發(fā)質(zhì)特征"通常頭發(fā)根部頗稠密,但至發(fā)梢則變得稀薄,有時 發(fā)梢還開叉,容易有頭皮肩"以及相應(yīng)的護發(fā)建議"選用滋潤的洗發(fā)露和護發(fā)素,使用時可 輕按摩頭皮和發(fā)稍,選用性質(zhì)溫和的電發(fā)和染發(fā)產(chǎn)品或減少次數(shù),定時使用修護產(chǎn)品,修補 受損結(jié)構(gòu),加強保護,使頭皮和頭發(fā)回復(fù)健康。
[0078]應(yīng)當說明的是,上述實施例均可根據(jù)需要自由組合。以上所述僅是本發(fā)明的優(yōu)選 實施方式,應(yīng)當指出,對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說,在不脫離本發(fā)明原理的前提 下,還可以做出若干改進和潤飾,這些改進和潤飾也應(yīng)視為本發(fā)明的保護范圍。
【主權(quán)項】
1. 一種發(fā)質(zhì)檢測裝置,其特征在于,所述發(fā)質(zhì)檢測裝置中包括:圖像采集模塊、模數(shù)轉(zhuǎn) 換模塊以及圖像處理模塊,其中, 所述圖像采集模塊,用于采集待檢測毛發(fā)和頭皮的圖像; 所述模數(shù)轉(zhuǎn)換模塊,與所述圖像采集模塊連接,所述模數(shù)轉(zhuǎn)換模塊將所述圖像采集模 塊采集到的待檢測圖像轉(zhuǎn)換成相應(yīng)的數(shù)字量; 所述圖像處理模塊,與所述模數(shù)轉(zhuǎn)換模塊連接,所述圖像處理模塊對所述模數(shù)轉(zhuǎn)換模 塊生成的數(shù)字量的待檢測圖像進行分析處理,得到待檢測毛發(fā)所屬的發(fā)質(zhì)類型,并基于該 發(fā)質(zhì)類型給出相應(yīng)評估。2. 如權(quán)利要求1所述的發(fā)質(zhì)檢測裝置,其特征在于,所述發(fā)質(zhì)檢測裝置中還包括與所述 圖像處理模塊連接的存儲模塊,所述存儲模塊中預(yù)存有與各種發(fā)質(zhì)類型對應(yīng)的標準圖像、 各標準圖像的量化圖像、各標準圖像的直方圖以及各標準圖像中包含的特征點。3. 如權(quán)利要求2所述的發(fā)質(zhì)檢測裝置,其特征在于,所述圖像處理模塊中包括:采樣單 元、量化單元以及比對單元,其中, 所述采樣單元,與所述模數(shù)轉(zhuǎn)換模塊連接,所述采樣單元基于所述模數(shù)轉(zhuǎn)換模塊生成 的數(shù)字量的待檢測圖像進行采樣; 所述量化單元,與所述采樣單元連接,所述量化單元對所述采樣單元采樣出來的采樣 圖像進行量化; 所述比對單元,分別與所述量化單元和存儲模塊連接,所述比對單元分別將所述量化 單元生成的量化圖像與存儲模塊中預(yù)存的各標準圖像的量化圖像進行比對,進而判斷出待 檢測毛發(fā)所屬的發(fā)質(zhì)類型。4. 如權(quán)利要求3所述的發(fā)質(zhì)檢測裝置,其特征在于,所述圖像處理模塊中還包括:直方 圖生成單元、運算單元以及第一判斷單元,其中, 所述直方圖生成單元,與所述量化單元連接,所述直方圖生成單元基于所述量化單元 生成的量化圖像生成其直方圖; 所述運算單元,分別與所述直方圖生成單元和所述存儲模塊連接,所述運算單元分別 計算所述直方圖生成單元生成的直方圖與所述存儲模塊中預(yù)存的各標準圖像的直方圖之 間的巴氏距離; 所述第一判斷單元,與所述運算單元連接,所述第一判斷單元基于所述運算單元計算 得到的巴氏距離判斷所述待檢測毛發(fā)所屬的發(fā)質(zhì)類型。5. 如權(quán)利要求2所述的發(fā)質(zhì)檢測裝置,其特征在于,所述圖像處理模塊中包括:特征點 提取單元、特征點匹配單元以及第二判斷單元,其中, 所述特征點提取單元,與所述模數(shù)轉(zhuǎn)換模塊連接,所述特征點提取單元基于所述模數(shù) 轉(zhuǎn)換模塊生成的數(shù)字量的待檢測圖像提取其中包含的特征點; 所述特征點匹配單元,分別與所述特征點提取單元和存儲模塊連接,所述特征點匹配 單元分別將所述特征點提取單元提取的特征點與所述存儲模塊中存儲的各標準圖像的特 征點進行匹配找到匹配點對; 所述第二判斷單元,與所述特征點匹配單元連接,所述第二判斷單元基于所述特征點 匹配單元中的匹配結(jié)果判斷所述待檢測毛發(fā)所屬的發(fā)質(zhì)類型。6. 如權(quán)利要求3-5任意一項所述的發(fā)質(zhì)檢測裝置,其特征在于, 所述存儲模塊中還預(yù)存有與各種發(fā)質(zhì)類型對應(yīng)的發(fā)質(zhì)特征和護理建議; 所述圖像處理模塊中還包括一評價單元,所述評價單元與所述存儲模塊連接,及與所 述比對單元或第一判斷單元或第二判斷單元連接; 所述評價單元基于所述比對單元或第一判斷單元或第二判斷單元中的判斷結(jié)果,在所 述存儲模塊中查找到相應(yīng)的發(fā)質(zhì)特征和護理建議,進而給出相應(yīng)的評價。7. -種移動終端,其特征在于,所述移動終端中包括如權(quán)利要求1-6任意一項所述的發(fā) 質(zhì)檢測裝置。8. -種發(fā)質(zhì)檢測方法,其特征在于,所述發(fā)質(zhì)檢測方法包括以下步驟: S1采集待檢測毛發(fā)的圖像; S2將采集到的待檢測圖像轉(zhuǎn)換成相應(yīng)的數(shù)字量; S3對數(shù)字量的待檢測圖像進行分析處理,得到待檢測毛發(fā)所屬的發(fā)質(zhì)類型,并基于該 發(fā)質(zhì)類型給出相應(yīng)評估。9. 如權(quán)利要求8所述的發(fā)質(zhì)檢測方法,其特征在于, 在步驟S3中,對數(shù)字量的待檢測圖像進行分析處理,具體包括: S311對數(shù)字量的待檢測圖像進行采樣; S312對采樣出來的采樣圖像進行量化; S313分別將量化得到的量化圖像與預(yù)存的各標準圖像的量化圖像進行比對; S314基于步驟S313中的比對結(jié)果判斷出待檢測毛發(fā)所屬的發(fā)質(zhì)類型。 或,在步驟S3中,對數(shù)字量的待檢測圖像進行分析處理,具體包括: S321提取數(shù)字量的待檢測圖像中包含的特征點; S322分別將提取出來的特征點與預(yù)存的各標準圖像的特征點進行匹配找到匹配點對; S323基于步驟S322中的匹配結(jié)果判斷所述待檢測毛發(fā)所屬的發(fā)質(zhì)類型。10. 如權(quán)利要求9所述的發(fā)質(zhì)檢測方法,其特征在于,當步驟S3中包括步驟S311~步驟 S314時,在步驟S314之后,還包括: S315基于步驟S312生成的量化圖像生成其直方圖; S316分別計算生成的直方圖與預(yù)存的各標準圖像的直方圖之間的巴氏距離; S317基于步驟S316中得到的巴氏距離判斷所述待檢測毛發(fā)所屬的發(fā)質(zhì)類型。
【文檔編號】G06K9/46GK105844648SQ201610213552
【公開日】2016年8月10日
【申請日】2016年4月7日
【發(fā)明人】黃月
【申請人】上海斐訊數(shù)據(jù)通信技術(shù)有限公司