ＥＬＥＣＴＲＯＮＩＣＳ ＷＯＲＬＤ・探索与观察 南师附中江宁分校河海大学物联网工程学院赵沛然 李丽媛李顾全 蒋艳芳 【摘要】为了满足目前对于皮肤健康检测的新需求，提出一种基于图像处理的皮肤健康检测算法。利用一种优化的Ｈａａｒ分类器和基于相对位 置的分割算法，对自拍图像进行处理获得待检皮肤图像。针对光泽、色斑和皱纹三种健康指标，先后利用单尺度Ｒｅｔｉｎｃｘ和Ｂｐ神经网络对上 述指标进行检测分析。实验结果表明，该算法能够较快的完成图像分割与检测功能，并且能够较好的表示出皮肤健康情况 【关键词】图像处理；皮肤健康；Ｈａａｒ分类器；单尺度Ｒｅｔｉｎｅｘ；Ｂｐ神经网络 Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｍｅｅｔ ｔｈｅ ｎｅｗ ｒｅｑｕｉｒｅｍｅｎｔｓ ｏｆｄｅｔｅｃｔｉｎｇ ｓｋｉｎ ｈｅａｌｔｈ．ｔｈｉｓ ｔｈｅｓｉｓ ｐｒｏｐｏｓｅｓ ａ ａｌｇｏｒｉｔｈｍ ｏｆｄｅｔｅｃｔｉｎｇ ｓｋｉｎ ｈｅａｌｔｈ ｂａｓｅｄ ｏｎ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ Ｔｈｅ ｓｅｌｇｉｍａｇｅ ｉｓ ｐｒｏｃｅｓｓｅｄ ｂｙ ａｎ ｏｐｔｉｍｉｚｅｄ Ｈａａｒ ｃｌａｓｓｉｆｉｅｒ ａｎｄ ａ ｒｅｌａｔｉｖｅ ｐｏｓｉｔｉｏｎ—ｂａｓｅｄ ｓｅｇｍｅｎｔａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｔｏ ｏｂｔａｉｎ ｔｈｅ ｓｋｉｎ ｉｍａｇｅ ｎｅｅｄ ｔｏ ｂｅ ｅｘａｍｉｎｅｄ．Ｓｉｎｇｌｅ ｓｃａｌｅ Ｒｅｔｉｎｅｘ ａｎｄ Ｂｐ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ａｒｅ ｕｅｓｄ ｔｏ ａｎａｌｙｚｅ ｔｈｅ ｔｈｒｅｅ ｈｅａｌｔｈｙ ｉｎｄｅｘｅｓ ｏｆ ｇｌｏｓｓ．ｓｔａｉｎ ａｎｄ ｗｒｉｎｋｌｅｓ，Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｃａｎ ｉｍｐｌｅｍｅｎｔ ｔｈｅ ｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎ ａｎｄ ｄｅｔｅｃｔｉｏｎ ｑｕｉｃｋｌｙ，ａｎｄ ｃａｎ ｓｈｏｗ ｔｈｅ ｃｏｎｄｉｔｉｏｎ ｏｆ ｔｈｅ ｓｋｉｎ ｈｅａｌｔｈ ｂｅｔｔｅｒ Ｋｅｙ ｗｏｒｄｓ：ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ；ｓｋｉｎ ｈｅａｌｔｈ；Ｈａａｒ ｃｌａｓｓｉｉｅｒ；ｓｉｎｇｌｆｅ ｓｃａｌｅ Ｒｅｔｉｎｅｘ；Ｂｐ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ １引言 皮肤是人体重要器官之一，它保护人体阻挡细菌、灰尘等的侵 入，保证人体内环境的稳定。随着“肌肤监测”的医疗观念的提出， 对于皮肤健康检测的研究越来越多…。能够方便的对皮肤信息进行 采集和实时分析，随时掌握皮肤健康状态，是如今皮肤检测相关产 、ｉｋ与研究的新方向。 （ｂ） 随着图像处理算法的迅速发展，利用图像处理的手段对医学图 像分析，发现甚至诊断疾病成为一种新兴医疗解决方案。在目前， 利用数字图像处理的方法对皮肤疾病进行辅助诊断被证明是一种有 效的手段。通过对指定区域皮肤图像的采集、处理和分析，可以对 诸如白癜风、黑色素瘤这类皮肤病的精确识别和临床医学诊断提供 客观依据 。自拍如今已经成为人们的一种日常行为。任何一个拥 宵智能设备的人都可以方便地获取自拍图像。又因为自拍图像中含 有丰富的皮肤信息，因此本文将自拍图像作为图像源并通过图像处 图１直方图增强效果 图１显示了直方图均衡增强的效果。 （ａ）为 始 像， 度上得到了较大的凸出，使得皱纹等特征变得更加明显。 ２．２图像分割 （ｂ） 为增强后的图像。通过两张 的埘比可以看小增姓后的闺像 对比 本文中ＲＯＩ（Ｒｅｇｉｏｎ ｏｆＩｎｔｅｒｅｓｔ）区域足皱纹、色斑集中的额又和ｎ命 颊皮肤图像。在本文中首先采用Ｊ，Ｈａａｒ分类器对自拍图像进 部Ｉ 理技术，设计和实现一种方便使用的皮肤健康检测软件以实现对皮 肤情况的检测。 该方案利用一种优化的Ｈａａｒ算法和基于相对位置的分割算法实 现对于自拍图像中人脸皮肤的检测和分割，利用Ｒｅｔｉｎｅｘ算法和以灰 像分割。通过实验发现利用原始Ｈａａｒ分类器不能订效的进行返剑预ｊｆＪ Ｊ结果，存在误检的问题。故在原始Ｈａａｒ基础Ｉ 以面 数据进ｆｊ 筛 选。最后根据目标皮肤区域相对位置，进行皮肤Ｉ 像的分割。 ２．２．１面部图像分割 度共生矩阵参量为特征的Ｂｐ神经网络，对人脸皮肤的光泽、色斑和 铍纹指标进行评判。实验结果表明，该算法能够较为准确地得出皮 肤分割图像，并针对上述皮肤指标得出合理的评判结果。 在本文中采用了Ｈａａｒ分类器对自扪 像的面部进仃分削。 Ｈａａｒ分类器是如今处理效果最好的人脸分类 之・．具订运算述瞍 快，准确率高的优点【６】。它的原理是：先从 ｝ｆｊ 中计算扶取Ｈａａ，‘ 特征，再利用训练好的Ｈａａｒ分类器对该特 进行筛选，能通过所 有强分类器的结果则可以判定为是人脸图像。 Ｈａａｒ￣征是基于图像的灰度变化情况而提出的． ’帔的将 分为３ ２图像预处理 ２．１图像增强 增强特征的目的是为了在后续指标提取中凸显皱纹和色斑等特 类：边界特征、线形特征以及中心特征。Ｈａａ 持＿ｉ＝Ｉ｝＝ 际 是砹计．ｒ形 各式的子窗，通过在图像上于窗的滑动计算［』色 形区域的像素点耿Ｊ！ｆ 值的和减去黑色区域的像素和，根据得到的值进行厕部 像的提取。 征。直方图均衡化是一种常用的图像增强方法。其原理是通过使用 累积函数对灰度值进行“调整”以实现对比度的增强 】。这种方法 通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的 对比度相当接近的时候，使亮度可以更好地在直方图Ｌ分布。这样 就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡 化通过有效地扩展常用的亮度来实现这种功能。 一般的，可以利用原图的灰度值的概率（直方图）计算原 灰 度级的分布情况，再用累计分布函数汁算输出的狄度级，再使其分 布均衡达到设计日的。 ｌ 图２人脸分割结果图 屯早世界 ・５・ ＥＬＥＣＴＲ０ＮＩＣＳ Ｗ０ＲＬＤ・攘寨与喱 察 ！ ，Ｊ、Ｊ 利川化统的ＨａａｒＳ￣类器分割人脸的结果 。在经 额头和左右脸颊征人脸ｃ｝】位 址十『ｌ对 定的，分州化十脸 的 中上，Ｚ 下和右下。ｆ』Ｉ１果拍摄者正视摄像 ，耶么经过分刊后 ｆ剑 的 像分刷，Ｊ ｌ】１ 求扶 Ｈ溉ｌ 像 ， 以 肜 准ｆ＝＿ｆｆ】 效． ｂ） １ ・像素的审问信息火，都采用矩形的邻域窗 ｝＋；。可以看出在（ａ）图中寻找的面部图像 的 像外，Ｈｊ现』，误捡的情况。 ￣１．３１， ｌ 利¨Ｊ分类器寻找到面部区域后将其坐标再投影 的面部图像具有左右对称的特点。这样就可以通过¨怀Ｉב域 像 中的相对位置进行分割，得到日标 域的 像。 ５展示 部分利川卡¨埘 置逍 分削的纬 ，它”Ｊ：ｔ￣ｉ－作为ｊｌｊ 续评价指标计算的输入 像与Ｂｐ￣Ｑｔ 网络的ＩＪ ｌｌ缘 这足Ｉ｝ ｌ］ 特 Ｉ｝ 也 人链信息，在 对特征信息ＪＪ『．以选手羊的 情况Ｆ。兀余Ｌｉ不卡ｌｊ火ｎ勺信息会彤响分类器的功能 Ｊ。因此需要埘 Ｈａａｒ识制的结果进行筛选，以提高ｊ 确牢。 为ｆ＿Ｉ扪 像 ｛：ｊ＝Ｊ ｆ 有两个特点 。”Ｉ：（１）任 扪 像【｝Ｊ人 ３健康指标计算 术文的硎 宄ｔ｝ｔ埘皮肤的光泽、色 和皱纹－ 评价，这ｊ种指标能够较好的表 皮肤的健壤情况 ３ １光泽检测 皮肤光泽指的足皮肤丧层的视觉效粜好．给人 觉｝ 有 瞍 好、气色好的直观印象。 此引入 洋搜指标，比汗 足川数 ：指 标衡量一个物体表面接近镜而的 Ｊ眨，其最 标，提出‘种数字化评价１叟肤光汗『ｆＪ 法。 般情况下可以汁算反射罔像的像求均仳 两 圯徉的磐 数。『＾ 发射图像可以利 Ｒｅｔｉｎｅｘ竹浊执取。ｌ 尺Ｊ！￣Ｒｅｔｉｎｅｘ（ＳＳＲ） ‘物 像征 像中会＾ 较人一部分的空问。而在背景中那些会被｝持 误识圳的成分在火部分情况其面积夫小都小于面部的 像。（２）在自 拍 像ｌｌ｝ｌ【Ｊ；现的 部 域一般 现 ‘像的中上部。根据以上两个 特点，波 ｒ一种坫了 像结构的筛选算法。算法执行分为三步： 步：遍历所ｆｆＨａａｒ分类器输ｍ结果，计算每一个结果的面积； 吼二 ：对计算…的面私｛结果按照从大到小进行排序； 诳ｉ步：遍历 ｝５１排序后的结果．判断区域的』二边缘是否处ｒ源 图像的 Ｉ 区域。如粜足则将 作 面部区域输出，反之则计算下一 个 域。符所有结果趟 后均不符合位置条件， ０将面积最大的输出。 ｋ领域 ｔ 提…， 用以评价油漆涂料的涂抹效果。木１ 将以比汗嗖 戍肤比泽订价指 是 像增强常用的‘种算法，它以人 观察物体，Ｊ 为恢 构造Ｊ 该算法。当人眼观察‘个物体时，物体会经过眼球Ｊ“ｊ）匕系统反 刮 视网膜 形成清晰的物象，然后视 麒｝ 的 锥川ｌ地柙 ”细胞将 视觉刺激转化成神经冲动，通过视种经他入夫腑皮 ，Ｊ ｑ一视觉 任何一幅给定 像郜可以看成赴反射『刳像和反射Ｉ 像纰合而成 ｊ 中，反射图像只能通过数学方法获缁， 般可以利川 Ｉ１心环绕函数近似 图３经筛选后分割结果图 ３ 经过筛选后的面部图像分割结果，其成功将背景错误识 别区域刎除而保留厂正确面部图像 域。达到了算法设计的目的。 ４展示的是最终分割后的面部图像。 求得。夺设计就是通过该算法能够获 皮肤的反射 像，而分忻反利 像像素分卉ｉ情况就能了解原始图像的光洋度，从而检删评削皮肤光泽 “ 在文献［】３】中，在计算得到了发射图像后利用、Ｆ均 作为评价分 布情况参数，但通过实验发现不同 像的 均值分伽较人且不能较 好的表征光泽的情况。故本设计 中利用、卜均偏差作 评价指标， 试验中光泽度越低的图像其相对平均偏麓值越小ｌ１．｝ 分瞍良 ， ３．２色斑、皱纹检测 色斑是指和周陶皮肤颜色不列的斑点，是一种也索障 性戍肷 病：皱纹是指皮肤表层卜的自由基破 活性物质斯 成ｎ勺细纹。以 上两种皮肤健康指标是人们对皮肤哭泣度最高的参数，足人们¨常 护肤的蘑点。在本设订‘中，将灰度 生 阵４个参 作为特征，果 用Ｂｐ神经网络对色斑和皱纹图像的特征进 特 ｉ）ｌｌ缘，利用训练女ｊ 的分类器作为评判工具。 ３．２．１特征选择 灰度共生矩阵是 种表示纹理 像特性的有效 段Ｉ １４１。扯狄Ｊ！＝｛＿ｊ ｌ■■ｊ ■ 生矩阵中包含有众多信息，考虑实际使用需要存矩阵 础｜十算纹理特 ｌ： 量，在本系统中利用反差、能最、熵祠ｌ相天性四个参数作为特征 ： （１）反差：它可以表示区域ｒ｝Ｊ的像素值分们ｆ【１ Ｊ 部，叟化ｆｎ情 况。当纹理深度和清晰程度较为日』ｊ ，其计算结策 剑的他较人． ．（２）能量：是矩阵各像素值的平方干¨。它反应丁圈像灰瞍 化情况以及纹理粗细度。能量值大则农示该［×．域【｝】的纹理变化 较为稳定的纹理。 （３）熵：用以度量矩阵中出现的随机事件情况，能够反【１９｛Ｉ 像的复杂情况。当矩阵中的数值趋近丰１】 或出现Ｉ，某种极小概 。 图５分割结果示意图 件时，熵会增大。 （４）相关性：能够衡量图像在水 或蛏直，Ｊ‘向ｌ 的连续性。 当其中一个方向出现连续信息时，相关性会变大。 ３ ２ ２神经网络训练 ２．２ ２皮肤图像分割 如果直接对所有的皮肤进行分析评判，需要处理大量的像索信 息，计算蛙变大输Ｉ１』结果变慢。而皱纹、色斑大多生于额头和脸颊 这两个区域，并且这两个区域的皮肤也能够很好的表现中皮肤光泽 情况。根据以上情况，可以将额头和左右脸颊皮肤作为目标区域设 在图像处理领域中使用Ｂｐ神经网络足一‘种常见做浊， 般将 运 用于分类运算中，而在皮肤健康检测领域中使用这种工ｊ 进行分类、以 别已经成为一种常用手段【 １。从结构｝ 来说，神经刚络更炎似于人呐， 通过神经网络的训练学习，可以得到相应识别函数ｌ天系 】。当训练完成 后，将‘个新的缺陷图像的特征输入时，神经网络会时其特征进行分类 计分割算法，将额头和左右脸颊的皮肤作为样本输入，用目标区域 皮肤的指标参数代表捧个面部皮肤的参数。 ・ｆ］・电子世界 ＥＬＥＣＴＲＯＮＩＣＳ Ｗ０ＲＬＤ・攘豢与 ｊ２ 察 输出缺陷类 。 奉系统Ｉ｝ＪＩ将以色斑和皱纹 像的特征作为输入，包 斑和皱纹的评分为输…，利用神经网络对其进仃训练分类。 在此不详述Ｂｐ神经网络的基本原理，简单『刊述一下本文果ｊ｝Ｊ的 网络模型结构 ＿ｌ练样本集。本文 ｝ｌ采ｆ目的“Ｉ＿ｌ—ｌ”的网络摸型， 即ｌ层输入 、ｌ 隐含层与ｌ层输出』 。输入 包含仃４个神经１ｉ点 分别为灰度共生矩一｝１的４个参量：经过试验比较，最终隐含 ，｝Ｉ的 神经节点个数 ７个；输出贝０为实验样本的人ｌ厂评分标签。 ４实验结果与分析 ４。１实验样本 神经网络学习训练的样本Ｊ￣６００张自扪图像，均来自‘川ｘ 络中 的自拍 像。其Ｉ｛】５００张作为训练样小，ｌ０Ｏ张作为实验样本。 ６ 展示ｒ部分作为实验样本的自拍图像。 （ａ） （ｂ） （ｃ） 图６实验样本图 ４＿２健康指标提取 对于一张皮肤图像而占，可以计算得…输出 像，对其进仃指 数计算获得反射图像，最后算反射 像的像素均值的相对平均偏等 作为衡量皮肤图像光泽参数。 色斑、铍纹检测将以Ｂｐ神经网络作为＿］：具，经过图像分削后得 到的皮肤图像作为输入，将灰度共生矩阵的反差、能量、熵和十Ｉｊ火性， 总计４个特征作为特征进行学习训练。检测分为前后两个步骤：训练学 习和实际检测。首先通过利刚５ｏｏ￣Ｋ学爿训练样本，对已经标注好评分 的图像进行学）Ｊ。后利用１００张实验样本进行实验．测试训练缩粜 －ｅ 酸 ４ ２ 于ｒ｝ 拳 图７指标提取得分统计图 图７中列｝ｉｊ了光泽、色斑、皱纹检测的实验结果，满分为ｌ０ 分。通过分析实验数据得出以下结论： （１）通过比较３组数据的皮肤光泽检测可以看出本文中的光泽指 标的提取方法能够较好的利用数值高低区分皮肤光泽的好坏。因此 可以认为利用ＳＳＲ算法获得反射图像，并计算它的像素均值的相对 平均偏差作为衡萤皮肤的光泽优劣是一种可行且效果良好的方案。 （２）在比较色斑和皱纹的实验数据时可以发现，利用灰度共生矩 作为特征可以较好的区分出色斑和皱纹的多寡情况，因此利用本文 介绍的方法町以较为准确的表达皮肤健康的状况。 ４．３耗时计算 本文设计的算法拟运行在服务器上，并且设计对应的手机应用 供用户日常进行皮肤检测。故整套流程有较高的实时性。在耗时计 算实验中，分别计算了３幅待测图像经过整套流程后耗费时间。表１ 列出了对实验样本进行整套算法处理所消耗的时间。 表１耗时结果统计表 通过史验结果可以看出：对该算法运 整套流程的消耗时问火约 １ ｌ０ｍｓ左右， ｌ小上Ⅱｎ 满足计算快速的要求。为了更好的提高川』 体 验， ｑ以继续改蒋算法， 保证检测准确的情况下，减少消耗的时 。 ５结束语 皮肤健康检测研究系统是刊用 像处理和模式识别技术，刈ｊ＿！（｛片＿ｌ＿ 人脸皮肤的健康状态进行评判，传统Ｈａａｒ分类器的基础上实观了皮ｊｌ大 分割，但足对于色斑和铍纹两种目标霍加在同‘区域的情况，尚 能良 好的进行分割分别提取：使用ＳＳＲ算法对皮肤的光泽度评判时刚像泰 相对 均偏差作为衡量标准。该研＿宄系统代替ｒ传统的目测检测方法卡¨ 价格昂贵、操作复杂的皮肤检测仪。目前困内对此力向的研究｝：要处 试验阶段且只大多针对单个项目进行分析，少有真正能够投入实际使川 的产品。冈此埘皮肤健康检测课题存国内具宵很大的发展空 。 参考文献 【ｌｌ齐显龙，宋奉宜 “肌肤监测”系列（一）——概述【Ｊ】＿中国美容 医学，２（Ｊ１１．０２：３ｌ １—３１２ Ｉ２】罗卫，盂如松，蔡瑞康．计算机图像分析系统对白癜风皮损及周 边正常皮肤的测定研究 医学，２（）１１，１２：１０５９—１０６０． 『３］苏天珍．基于皮肤肿瘤轮廓不规则性和表面网状结构的黑色 素瘤检测技术研究【Ｉ）１杭州电子科技大学，２０１３ 【４ｌ刘志杰基于皮肤镜的黑色素瘤识别算法研究ＩＤ１电子科技 大学，２０１５ ｌ５１吴成茂．直方图均衡化的数学模型研究【１ｌ＿电子学报，２０１３，０３：５９８一 ）！ ｆ６］Ｖｉｏｔａ ＰＪｏｎｅｓ Ｍ Ｒａｐｉｄ Ｏｂｊｅｃｔ １）ｅｔｅｃｔｉｏｎ ｕｓｉｎｇ ａ Ｂｏｏｓｔｅｄ Ｃａｓｃａｄｅ ｏｆ Ｓｉｍｐｌｅ ＦｅａｔｕｒｅｓＵ］．Ａｃｃｅｐｔｅｄ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ＆Ｐａｔｔｅｒ］］ Ｒｅｃｏｇｎｉｔｉｏｎ．２…０．１：５１ １． 『７１赵凤，刘汉强，不同形状邻域空间信息的模糊聚类图像分割Ｕ】 ＿计算机３－－程与应用，２【）１５，…１｝）：１２—１５＋３５ ｆ８１刘薇，戴平阳，李翠华特征加权融合的在线多示例学习跟踪算 法【Ｊｌｌ计算机－Ｔ－￣－ｂ应用，２０１５，（１２）：１ ８９－１ ９３＋２３４． 【９１陈叶萍试论自拍摄影与大众文化中的“网络自拍” Ｉ中国 美术学院，２０１２ 【ｌ（）】史书．对当代摄影中自拍肖像的解析ＩＤ】西安美术学院，２ｌ１Ｉ４ 【１Ｉｌ单改仙，甘平，何玲，孙露，李倩楠，江正，贺向前利用皮肤纹理面 积客观评价皮肤老化的研究…生物医学工程学杂志，２０１５，０１：ｌ４２－１４５ 『１２】罗卫，孟如松，赵广应用计算机图像分析系统对正常人面部 皮肤与黄褐斑皮损的测定与研究…．中国医刊，２０（１８＿（）１：３２—３３ ｆ１３ｌ焦志鑫，王瑜，王小艺，董银卯，孟宏 赵华基于Ｒｅｔｉｎｅｘ图像增强 算法的面部皮肤光泽度评价研究【Ｊ】＿日用化学工业，２（）１５ （）８：４４３—４４６ ［１４］郭航，霍宏涛灰度共生矩阵在皮肤纹理检测中的应用研究 中 国图象图形学报，２０１｛），０７：１０７４—１０７８ 【１５】李雁，申铉京，赵德斌基于纹理的皮肤检测 计算机工程与 应用，２０（）３．１９：７４—７７． 【Ｉ６】顼改燕，徐华，翟忠武，葛庆平．基于Ｇａｂｏｒ滤波器和Ｂｐ神经网 络的人脸皮肤皱纹区域自动识剐【１１ｌ计算机应用，２（３１【１，０２：４３（）一４３２． ｆ１７】赵立强，张晓华，高振波，张洪亮基于ＢＰ：ｉ￣经网络的主分量分 析人脸识别算法【Ｊ１ｌ计算机工程与应用，２（）０７，（３６）：２２６—２２９ 作者简介： 赵沛然（１９９４一），男，硕士，研究领域：数字图像处理．模式 识别。 李顾全（２（１（）（）一），男，高中，研究领域：多媒体信息处理技术 李丽媛（１９９４一），女，硕士，研究领域：数字图像处理 屯子世界 ・７・
