基于圖像處理的皮膚皺紋檢測系統

王思涵

摘 要：隨著時代的變遷，人們開始更加關注自己的外表。皮膚作為人們身體的外表，自然是人們關注的重點。但人們的皮膚經歷風吹日曬，會出現老化、多皺紋的情況。這種情況對于人們的身體是極大損傷，且使人看起來不是那么清爽漂亮。因此皮膚皺紋檢測系統也將成為一個未來發展方向。用肉眼觀察診斷的方法是勢必是要被淘汰的，人們需要更準確合理的方法幫助他們進行皮膚皺紋檢測。本文提出兩種合適的檢測皮膚粗糙程度圖像的預處理方法：分別是HSV顏色空間和直方圖均衡化。其中HSV顏色空間需要來進行圖像分割。本系統運用直方圖均衡化來增強整個圖像的顏色對比度。最后是通過灰度差值直方圖來表示圖像中的紋理粗糙程度，從而檢測皮膚是否需要護理修復。

關鍵詞：直方圖均衡化;HSV顏色空間;灰度差值

一、皮膚皺紋檢測的重要性

皮膚是人體免疫系統的第一道防線，也會對人的外表造成一定的影響。尤其是對于女性來講，皮膚的重要性更是十分突出。在外出、涂抹化妝品等情況下，皮膚往往會造成損傷，如果不能及時修復，將造成皮膚老化、多皺紋的問題。而平時我們針對皮膚的檢測只能去醫院或美容院進行檢測修復。且每檢查一次花費也不低。當出現如此密集或深的皺紋時再進行保養護理，已經為時太晚。因此需要一種皮膚皺紋檢測系統。由此看來基于圖像處理的皮膚診斷系統很便捷，一個APP，一個手機就可以幫你隨時檢測自己的皮膚，掌控皮膚的情況。因此基于圖像處理的皮膚皺紋檢測系統可以幫她們清楚地認識到自己的皮膚狀況，并且可以根據這一檢測報告合理地進行護膚產品的選擇和美容保養。

二、皮膚皺紋檢測的現狀和弊端

到現在基于圖像處理技術的應用取得了很大的成果，如所謂的“拍片子”的B超就是一種典型的圖像處理技術運用于臨床醫學的例子。但目前國內皮膚上的皺紋檢測系統的發展還處于比較落后的狀態。

目前，由于刑偵、身份識別等方面的需要，對指紋、掌紋的識別提取研究取得了不少成功。如今，公安局、銀行等都可以見到指紋提取器。如辦理身份證業務就需要提取左右手指的指紋。

在皮膚健康方面，大多數醫院和美容院還是采用肉眼觀察這一傳統皺紋檢查方法。但大多數情況下，只有較深或較密集的皺紋紋理才會被觀察關注到。但當出現如此密集或深的皺紋時再進行保養護理，已經為時太晚。因此需要一種皮膚皺紋檢測系統。

因此，采用圖像處理技術進行皮膚的皺紋的檢測是十分必要的。而我們研究的基于圖像處理的皮膚健康研究正是希望彌補這樣的一個短板。隨著人們對面部護理的重視步步增強，各種各樣的與面部有關的系統和機器出現在市場上。幫助我們可以更好的完善系統，從而起到劃時代的意義。

三、創新性

本系統突破了傳統的基于肉眼觀察的檢測皺紋的方法。采用直方圖均衡化和HSV顏色空間的預處理方法，增加圖像對比度的同時將人的皮膚與外界環境區分。運用灰度差值直方圖提取并分析皮膚上的紋理。本系統可以隨時很快地分析圖像中的皮膚出現皺紋程度，能夠避免用戶受美容院等機構的推銷欺騙。運用本系統，不需要有醫生等醫護人員的肉眼觀察經驗積累，也就是說人人都可以使用。這將大大方便了每個人了解自己的皮膚老化等的程度，保障每個人的皮膚健康程度。

四、皮膚皺紋檢測系統

（一）皮膚圖像的采集與檢測

既然是基于圖像處理的皮膚皺紋檢測系統，那么一定要有原始圖像供系統進行研究和檢測。因此需要皮膚圖像的采集。由于本系統的目標是運用系統本身給所有用戶隨時檢測圖像中皮膚褶皺程度的服務。所以，無論是靜態的圖像采集還是動態的圖像采集，都可以被本系統檢測出來。在經過圖像的采集后，本系統就可以進行預處理了。

（二）圖像預處理

收到獲取圖像時出現一些臨時的改變的影響，原始圖像受到種種圖像的干擾，因此不能直接處理。必須在還沒有對其進行特征提取的時期就對原始圖像進行預處理，以便于后期的特征提取和分析能夠減少誤差地進行。需要預處理的原因是獲取所需要的圖像上的皮膚的特定研究對象，增強那些對于后續特征提取處理來說比較重要的圖像與環境的對比度并模糊或消除一些無關緊要的圖像。

由于本系統采集的圖像灰度值分布不均勻，容易出現反光或過暗等情況，因此在本系統中，對皮膚皺紋進行研究時要提升皮膚與環境的對比度。除此之外，將待分析皮膚圖像與周圍環境圖像分開，也是顯而易見十分必要的。

綜上所述，本系統主要通過直方圖均衡化的預處理、圖像分割方法對圖像進行處理。

（1）直方圖均衡化

本系統采用的是直方圖均衡化。所謂直方圖就是灰度值概率。直方圖均衡化把原始圖的直方圖變換為比較均勻的直方圖形式，也就是使灰度值概率更平均，從而“擴大”研究對象和背景灰度的不同之處，這樣就增加了像素灰度值的動態范圍，從而達到增強圖像整體對比度的效果 。通過直方圖均衡化，皮膚上的紋理皺紋等可以更好地展示出來。

要實現直方圖均衡化，首先要統計給定的待研究檢測的原圖像的直方圖。然后根據統計出的直方圖采用累積分布函數做變換。最后用新灰度值代替舊灰度值。這一步是近似過程，應根據處理的目的盡量做到合理，同時把灰度值相等或近似的合并到一起，這樣圖像中同一區域（或同一物體，同一塊皮膚）的光暗強度就是一樣的，而不同區域的對比度會更加明顯，從而增強圖像整體對比度。經過直方圖均衡化的處理后的圖像中的皮膚與皮膚外面無關環境就具有明顯的區別了，從而便于本系統進行處理。經過直方圖均衡化的圖中的人物將棱角分明，臉上不再有明顯的反光現象，圖像整體對比度明顯增強，給計算機提供的紋理圖像就能更清晰地被分析出來。

（2）圖像分割

在圖像檢測中，需要把所研究的皮膚與外界環境分離。因此需要進行圖像分割。因為周圍環境的顏色與人臉皮膚的顏色有或明顯或細微的差別，所以利用這一點，可以建立合適的顏色空間來清晰地表達待處理的圖像中的人體皮膚的顏色信息，以便達到分割圖像、突出待測特征信息的目的。在多種多樣的顏色空間中，RGB顏色空間是最基本最方便的一個。一般我們在拍攝圖像時采用的，就是這一RGB顏色空間來記錄圖像的顏色信息的。以R（紅）G（綠）B（藍）三種自然界基本的顏色為基礎的RGB顏色空間會在程序中將紅、綠、藍顏色在空間中進行疊加，進而可以產生其他幾乎所有的顏色。這一RGB顏色空間雖然有容易理解的優勢，但它的缺點也非常明顯：它的均勻性非常差，并且容易因光線亮度而受到影響。基于此原因，本系統的解決方案是將最經常使用的RGB顏色空間轉換為更易于被分辨的HSV顏色空間。在HSV顏色空間中H表示色調，V表示明度，S表示飽和度。由于亮度分量和色度分量是分開的，彼此之間沒有直接的聯系，因此在這一HSV顏色空間中圖片分割顯得更有優勢。HVS顏色空間比RGB顏色空間更能讓人類感知到顏色上的細微差別與變化。綜上所述，因此使用HSV顏色空間時，可以更好地區分皮膚與周圍環境。

經過查閱資料，RGB轉換到HSV如下：

（2.2.1）

（2.2.2）

（2.2.3）

（三）皮膚皺紋檢測

進行皮膚皺紋檢測前必須進行特征提取。

特征提取是指使用電腦計算機提取圖像信息，確定圖像中眾多圖像信息中每一個點是否屬于被研究檢測的圖像特征。當采集到圖像時，需要對圖像進行一定的處理，使圖像更容易被分析處理。通常來說，基于圖像的特征提取有基于顏色、聲音、性狀等的特征提取。本系統研究對象是皮膚皺紋，所以要提取的是皮膚紋理。本系統通過灰度差值直方圖來表示圖像中待檢測的皮膚上的皺紋紋理。人們皮膚上的紋理多種多樣，但大多數紋理由于細小無法被肉眼仔細觀察，在不仔細注意的情況下也無法察覺這些褶皺的存在。因此人們需要一種根據圖像檢測皺紋褶皺程度的系統。這一基于圖像處理的皮膚皺紋檢測系統正是順應了這一需求而被開發出來的。

眾所周知，皮膚上的紋理有不同粗細的差異，而紋理粗細則與局部結構的空間重復程度有密切的關系：空間周期小的皮膚紋路要比空間周期大的紋路看起來更細致，例如，衣料中絲綢摸起來比毛料要光滑細膩，因為絲綢是用比毛線更細的材料制作而成的，其絲線的密度要更大。因此，本系統可以通過灰度直方圖差值觀察出皮膚紋理的粗糙程度，從而可以描述圖像中紋理的特征信息和皺紋的密集程度。

比如圖像中有一點，另有一點，則它們之間的灰度差是：

（2.3.1）

如果令這個點普遍分布在整個圖像中，并計算該點與周圍相鄰（上、下、左、右、左上、左下、右上、右下）的8個點的各自的灰度差為（為絕對值），接著統計出每個灰度差被計算出的次數，從而按照每個灰度差被計算出的次數來繪出一個全圖灰度差的直方圖。最后根據所繪直方圖計算出灰度差，然后取不同值的概率p。

在分析被提取的特征信息過程中，更大值的灰度值被計算出的概率（p）大時，則表示皮膚是細致光滑的，就說明被檢測的這塊皮膚保養程度相當出色;如果更小值的灰度值被計算出的概率（p）大時，則表示皮膚是粗糙的，說明被檢測的這塊皮膚還需要修復或保養。因此在一個皮膚圖像中，可以通過灰度直方圖差值來判斷一張圖像中被檢測皮膚的粗糙程度，從而判斷皮膚健康程度。這一方法并不是放大皺紋人工觀察，而是根據數據對圖像進行分析，從而判斷皮膚皺紋粗糙程度，這比人工人眼觀察更科學有效。

（四）可實現功能

通過這個基于圖像處理的皮膚檢測系統，可以實現檢查圖像中被檢測皮膚的粗糙程度，從而判斷皮膚健康程度的功能。可以通過判斷皮膚的粗糙程度，提示皮膚的主人是否需要對皮膚進行護理。本系統擁有很好的遠景，可以將本系統做成一個隨身安裝在手機上的APP，可以讓用戶對自己的皮膚進行拍照，通過自己皮膚的拍攝圖像，由本系統進行分析，從而隨時掌握用戶的皮膚的情況。

皮膚表面的紋理檢測與分析具有很寬廣的發展空間，這一基于圖像處理的皮膚診斷系統可以替代美容院的一部分功能。接受檢測的用戶如果有了這一基于圖像處理的皮膚皺紋檢測系統，可以不受這些醫院和美容院的欺騙。

在現狀中提到的目前大多數醫院和美容院都在使用的肉眼觀察法，將會被檢測皮膚皺紋系統所取代。本系統還可以與檢測皮膚其他性狀的系統相結合，形成對皮膚進行全面檢測的儀器。

五、結語

本論文主要完成了以下方面的工作：1提出適合檢測皮膚粗糙程度和皮膚上皺紋密集程度的圖像預處理方法。在圖像檢測中，需要把所研究的皮膚與外界環境分離。因此需要進行圖像分割。本系統運用HSV顏色空間，在使用HSV顏色空間時，可以更好地區分皮膚與周圍環境。2直方圖均衡化把原始圖的直方圖變換為比較均勻的直方圖形式，也就是使灰度值概率更平均，這樣就增加了像素灰度值的動態范圍，從而達到增強圖像整體對比度的效果。3本文提出了合理的對皮膚上的皺紋進行檢測的方法。由于皮膚上的紋理有不同粗細的差異，可以通過灰度差值直方圖來表示圖像中的紋理粗糙程度，從而檢測皮膚是否需要護理修復。目前國內對發展基于圖像處理的皮膚診斷系統還處于初級階段。由于還沒有切實被編寫成一個成型的APP或被與檢測其他皮膚性狀的系統一同編寫成檢測皮膚健康程度的儀器程序，因此本系統還有待繼續發展。由于基于圖像處理的皮膚診斷方面還沒有被廣泛地關注，人們沒有發現這一領域的廣泛前景，少有投入使用的相關應用，本系統距離發展成人人都使用的未來還有很長的路要走。本人也希望繼續發展和關注這一領域和本系統的繼續發展。

參考文獻

[1] 李顧全，趙沛然，李麗媛，蔣艷芳.基于圖像處理的皮膚健康檢測研究[J].電子世界，2017（21）.

[2] 郭德軍.皮膚表面狀態檢測技術研究[D].東北林業大學，2005，5.

[3] 許舒菲.皮膚圖像的紋理特征分析與老化評價[D].福建師范大學，2011，3，18.

[4] 趙濤.皮膚圖像的分割及紋理線的提取[D].2005，5，11.