基于图像处理的肤质检测算法研究开题报告

1. 研究目的与意义（文献综述）

随着人们生活节奏的加快，皮肤健康问题不断产生，严重影响了人们的精神面貌与身心健康，人们越发的意识到皮肤护理的重要性。对皮肤保养方面存在的误区以及肤质检测与分析方面专业工具和手段的欠缺导致了护肤品的乱用与滥用现象。因此，人们对肤质检测仪的需求与日俱增。

早期的肤质检测仪采用生物电阻抗技术，该技术是一种利用生物组织与器官的电特性及其变化规律提取与人体生理、病理状况相关的生物医学信息的检测技术。生物电阻抗技术应用于肤质检测仪中，用以实现对人体肤质中水分与油分的含量检测，以其操作简单、易于携带并且价格低廉的优势深受消费者的青睐。其检测主要包括三个过程：获取皮肤生理数据、对皮肤生理数据进行比对分析、在移动终端显示肤质信息。其技术关键是获取用户的皮肤生物电阻抗数据，将其电阻抗数据转换处理，得到皮肤的生理数据。但基于生物电阻抗技术的肤质检测仪也存在一定的缺陷，它只能检测人体皮肤中的水分和油分，检测指标单一，而且测量过程中，测量电极因极化作用会对人体阻抗的测量结果产生一定的影响，测量精度无法保证，显然该检测方式已经无法满足广大消费者对于日常皮肤护理的需求。

随着互联网络和数字图像处理技术的发展和应用，基于图像处理技术对人体皮肤肤质进行检测已经成为目前国内外肤质检测的主流方式，并且已被广泛应用于医疗与美容领域。国外对于肤质检测仪的研究中，以美国visia皮肤检测仪为代表，它采用多种光谱成像技术，可以测出斑点、毛孔、皱纹、油脂和由紫外线或日照等对皮肤造成不同程度的损害，可及时将皮肤损伤情况呈现在患者面前，并提出治疗方案。它为使用者提供更加清楚，容易理解的报告，以此来更加有效的推荐皮肤治理方法并且提高用户的治疗效果。国内对于肤质检测仪的研究中，以cbs-902肤质检测仪为代表，可以检测皮肤中的水分、油分、色素、毛孔、弹性、3d皮肤粗糙度等指标。通过拍摄面部肌肤图片可以分析出用户皮肤的生理数据，进而将检测结果与建议显示在电脑上呈现给用户。该类基于图像处理的肤质检测仪器检测指标全面，测量精度高，但价格昂贵，操作相对复杂，不易携带，目前并未广泛应用于人们的日常皮肤护理中。

基于以上背景，本设计针对人们的日常皮肤护理，提出一种基于图像处理的肤质检测算法，采用图像处理技术，实现对人脸皮肤中水分、油分、色素、粗糙度、以及毛孔五项指标的检测。

2. 研究的基本内容与方案

本设计采用图像处理技术为实现对人脸肤质水分、油分、色素、粗糙度、毛孔指标的检测，主要从如下三个方面入手：

（1）基于颜色模型的指标。油分和色素在人脸图像上表现出不同的颜色区域，用图像处理的手段得到代表油分和色素的像素区域占整个拍摄区域的百分比大小，作为其检测指标。

（2）基于图像分割的指标。摄像头采集到的皮肤图像中，毛孔层近似圆形，于是毛孔大小的检测就转化为毛孔的圆形边界的提取。结合阈值分割和形态学运算来求取毛孔边界。首先通过颜色阈值提取出毛孔所在的像素区域，然后利用形态学运算获得近似圆形边界，通过近似圆的半径来描述毛孔的大小。

（3）基于纹理特征的指标。基于图像处理的粗糙度检测已经是比较成熟的技术，常用的处理手段是基于共生矩阵的纹理特征分析，基于tamura的纹理特征分析，基于分形维数的纹理特征分析。三种方法中以共生矩阵的纹理分析方法应用最广，算法本身的计算量也最小，适用于实时的图像处理应用。因此本设计采用该方法提取人脸皮肤的纹理特征。

3. 研究计划与安排

（1）第1-3周：查阅相关文献资料，明确研究内容，确定研究方向。

（2）第4-5周：学习图像处理技术，熟悉检测算法，熟练掌握matlab软件应用。研究颜色模型、纹理模型和阈值分割模型的建立方法。

（3）第6-7周：广泛查阅外文文献，了解国内外对肤质检测算法的研究，并完成英文资料的翻译。

（4）第8-10周：完成算法的设计，初步实现水分、油分、色素、粗糙度指标的检测以及毛孔大小的自动提取。

4. 参考文献（12篇以上）

[1]曹晓琳. 基于数学形态学的图像边缘检测方法[d].哈尔滨工业大学,2012.

[2]李陆陆. 基于灰度共生矩阵和mrf的纹理图像分割[d].辽宁师范大学,2013.

[3]汪启伟. 图像直方图特征及其应用研究[d].中国科学技术大学,2014.

[4]毛光金,沈林勇,张煜辉,金定毅. 生物电阻抗测量实验的设计与研究[j]. 工业控制计算机,2014,01:57-58 60.