基于HSV色彩空間的OTSU色素障礙性皮膚病圖像分割

韓殿元 王國穎

摘要：基于數字圖像處理技術的皮膚病診斷中，對病變圖像的準確分割至關重要。HSV色彩空間中H分量具有很好的膚色聚類性，受光照、皮膚表面曲度變化等因素影響小，根據H/（S+V）采用大津法，結合濾波去燥增強、二值化圖像處理技術可較好地分割發生病變的皮膚圖像。實驗結果表明，該方法復雜度較小，對色素障礙性皮膚病圖像分割較準確。

關鍵詞：色素障礙性皮膚病;HSV色彩空間;OTSU;圖像分割

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2019）33-0213-02

在皮膚病的診斷中，發生病變的皮膚大小、顏色、形狀、位置等都是重要的診斷依據?；跀底謭D像處理技術的皮膚病診斷中，對病變圖像的準確分割，是定量測量和分析的基礎。HSV色彩空間中正常皮膚的飽和度和亮度的平均值（s+v）/2與色調H相似，受光照影響較小，對光照和皮膚曲度有較好的魯棒性Ⅲ。本文對皮膚病變圖像分割的技術路線是先將圖像轉化到HSV色彩空間，對色斑圖像進行濾波去燥，根據H/（S+v）采用OTSU對病變圖像進行分割，再用二值形態學圖像處理。

1RGB到HSV色彩空間值轉化

目前皮膚數字圖像顏色表示主要采用RGB色彩空間。在對皮膚病變圖像進行分割時，該色彩空間的分割效果并不理想。HSV色彩空間將RGB空間中相關性很強的R、G、B值轉化為相關性較弱的H、s、v值，H和S分量與人感受色彩的方式一致。HSV色彩空間中的色調H用來表示不同的顏色，皮膚顏色在H分量中分布較為集中，根據H分量對皮膚圖像進行分割較為容易。

HSV使用色調（Hue）、飽和度（saturation）和亮度（Lightness）三個分量來定義顏色。HSV色彩空間可從RGB色彩空間轉化過來，且變換是可逆的，方法如下：

2圖像濾波去燥

對圖像進行濾波去燥，主要目的是在盡量保留圖像細節特征的條件下對目標圖像的噪聲進行抑制，是圖像預處理中不可缺少的操作，其處理效果的好壞將直接影響到后續圖像處理和分析的有效性和可靠性。

本文采用中值濾波對色斑圖像進行去燥增強，中值濾波采用非線性的方法，它在平滑脈沖噪聲方面非常有效，同時它可以保護色斑圖像的邊緣。

具體的方法是將HSV色彩空間中的H、s、v三個分量分別進行3x3中值濾波處理，不對圖像的邊界做任何處理。

3皮膚顏色在HSV色彩空間的穩定性

3.1不同強度光照、不同表面曲度對皮膚測量的影響

圖像成像系統對光照和表面曲度是很敏感的。在一定的色彩空間中，皮膚顏色的分布較為集中。皮膚顏色的差異主要是由于光照、皮膚表面曲度等因素的影響。

路毅行對不同強度光照對皮膚測量的影響和不同表面曲度對皮膚測量的影響進行了研究，實驗研究發現，在膚色保持不變的情況下，一定光照范圍內，正常皮膚的飽和度S和亮度v的均值（S+V）/2與色調H一樣，對光照和光照角度具有較好的魯棒性。當膚色發生變化時，（S+V）/2也隨之改變，但與色調H的變化方向相反，故H/（S+V）可提高HSV色彩空間對病變的分辨力。

3.2正常皮膚和色素障礙性皮膚H/（S+V）對比

HSV色彩空間正常皮膚H/（S+V）值較為穩定，而發生色素障礙的皮膚H/（S+V）值會發生較大的變化，如圖1所示。

從實驗結果可見，在H/（S+V）值的三維網格圖中，發生病變部位的H/（S+V）值要么比正常皮膚的H/（S+V）值高，如圖2中（a）和（c），也有的病變部位的H/（S+V）值比正常皮膚的H/（S+V）值小，如圖2中（e）。概括起來，發生病變部位的H/（S+V）值比正常皮膚的H/（S+V）值有明顯變化，這樣對病變部位與正常皮膚的分割非常有利。

4基于oTSU閾值圖像分割

OTSU算法（大津法或最大類間方差法）是由日本學者OTSU于1979年提出的一種對圖像進行二值化的高效算法。

OTSU最大類間方差法原理是利用閾值將原圖像分成前景，背景兩個圖像。當取最佳閾值時，背景應該與前景差別最大，其關鍵是選擇一個合適的衡量差別的標準，OTSU算法中用最大類間方差作為衡量差別的標準。

OTSU算法適合對前景和背景差距大的圖像進行分割，且運算速度非常快。前面將圖像轉化到HSV色彩空間，計算出每個像素的H/（S+V）值后，將H/（S+V）值陣列看成是一個灰度圖像，就可以用OTSU算法對圖像中的病變區域進行分割。

5二值形態學圖像處理

數學形態學有2個基本的運算，即腐蝕和膨脹，而腐蝕和膨脹通過結合又形成了開運算和閉運算。

二值形態學的腐蝕可以使目標區域范圍“變小”，其實質造成圖像的邊界收縮，可以用來消除小且無意義的目標物，也可消除目標邊界周圍的毛刺。

膨脹會使目標區域范圍“變大”，可將目標區域接觸的背景點合并到該目標物中，使目標邊界向外部擴張。作用就是可以用來填補目標區域中某些空洞以及消除包含在目標區域中的小顆粒噪聲。

開運算就是先腐蝕再膨脹，閉運算就是先膨脹再腐蝕。開運算可以消除噪聲點和小的區域，為消除稍大一點的區域，可以多次使用腐蝕操作、再執行相同次數的膨脹操作。如果只保留圖像中一些大塊區域，那些零散的、小塊的區域，則可以使用形態學中的去除小區域算法（remove_small_objects）刪除掉。

6實驗分析

為驗證算法的有效性，實驗中使用了大量不同類別的色素障礙性皮膚病圖像，包括斑類、疹類、痣類、瘤類等，都能取得較好的效果。圖2是其中的一個分割實例。

圖2中（a）是待分割的圖像，（b）是將原圖轉化成灰度圖像后直接進行OTSU分割的效果，看見存在較大的誤差;（c）是原圖的H/（S+V）值圖像，該圖像中的前景和背景具有較明顯的差異;（d）是對H/（S+V）值圖像用OTSU分割的圖像;（e）是用形態學的開操作后圖像，該圖是用了一次腐蝕和一次膨脹后的效果，還存在兩個較小的區域;（f）是形態學消除小區后圖像。通過這一系列操作，圖像中的病變目標有分割出來了。

當采集的圖像含有非皮膚的其他背景時，病變區域和正常皮膚的H/（S+V）值差值可能會變小，而背景中非皮膚物體的H/（s+v）值較大，使用OTSU算法找不到合適的閾值將病變區域和正常皮膚分開，本文算法的效果會下降甚至會失效，所以采集圖像時盡量離目標近一些，讓皮膚充滿圖像的背景。算法的缺陷將在后續研究中改進。