浅析面部皮肤图像增强的皮肤分析方法

 做为美容院的入口设备，检测仪有着至关重要的角色。它不仅要帮助咨询师讲解皮肤问题，还要智能地推荐解决方案和护理方案。

红区图可以更好的反映血红蛋白分布情况；因此为了更好的提取面部特征来分析个体皮肤肤色，需要通过将交叉偏振图进行颜色空间转换并通过构建像素映射表对指定颜色通道进行像素映射增强操作，通过对原始图像进行颜色矢量空间转换出的红色影像，红色影像能够反应血红蛋白的分布情况。通过图像增强策略可以获得表征人脸各种肤质指标的多维特征，构建的皮肤数据库中包含不同皮肤指标的目标区域及每个指标评测得分和综合肤质评测得分，遵循由粗到细的法则进行不同肤质检测，首先利用3种不同的光谱模式图像利用上述算法得到肤质检测的粗略结果，然后利用构建的数据库中所标注的不同皮肤指标对应的目标区域，对肤质检测算法中的相关阈值和参数进行调整，从而得到较为准确的肤质检测结果。主要步骤如下：

1、通过光学仪器将人脸图像进行采集，将待测个体的皮肤影像对通道的像素基于不同通道做图像增强操作，来凸显敏感区域且减弱干扰区域；最后生成灰度图；

2、图像增强策略：空域图像增强主要有灰度变换和直方图均衡化处理。灰度变换主要是通过改变灰度的动态范围，达到增强图像灰度级细节部分的方法，一般的变换函数包括线性变换、非线性变换、分段线性变换，具体函数的选择和图像的成像系统和相应的应用场合有关；就红区图而言，主要是对RGB通道单独做灰度变换，其灰度值由三个通道的像素值线性叠加。

3、像素映射表的创建；所述红区图G通道与B通道进行线性增强；具体公式为：G=A11*R+A12*G+A13*B，B=A21*R+A22*G+A23*B，R=A31*R+A32*G+A33*B。

该面部皮肤图像增强的皮肤分析方法，基于该方式生成的红区图能够清晰的分离出红血丝、血红蛋白等，对于后续的皮肤检测分析有重要的应用价值，且算法的图像增强方式简单并通用。而且像素映射表的构建需要有一定的先验知识，但是像素映射表的构建是一次完成，对于不同的个体无需重复构建。

效果图

如有侵权，联系删除。