光照强度和皮肤曲率对肤色测量影响的研究

郭 宇，张 洁

(鞍山师范学院物理科学与技术学院，辽宁鞍山114007)

1 数字化测量方法

数字化测量方法是指运用数字图像处理技术对皮肤图像进行模数转换、数字编码、数字传输、图像存储、数据压缩、图像增强、滤波、去噪声、放大缩小、灰度变换以及皮肤颜色的量化测量．数字图像处理目前已进入医学领域，开始时仅仅局限于提高人眼观察时的视觉效果，后来人们逐步将计算机技术运用到对图像进行定量分析上［1］．70年代后期数字图像技术开始进入放射学科，首先应用于CT等技术领域［2］．近些年来，随着计算机技术和图像处理技术的发展，数字化测量技术作为一种简单有效的非接触性方法，在皮肤颜色量化和病变边缘提取等方面得到了广泛应用［3－5］．肤色的数字化测量方法［6］所用仪器主要包括:可调光源、计算机和可以计算机连接的数码相机，实验装置如图1所示．

2 皮肤颜色随光强变化的研究

笔者选取曲率变化较小的人体面部皮肤和手臂皮肤作为研究对象，利用数字化测量皮肤颜色的方法，在不同的光照强度下各采集了多组实验图像，再通过MATLAB软件进行数据处理，得到了各组实验图像在L*a*b*色彩空间中各颜色测量的数值．由于多组实验数据所呈现出的变化规律大致相同，所以下面分别以单组实验数据(如表1和表2)为例进行实验研究．实验中的光照强度是由小到大变化的．

在L*a*b*色彩空间中，L*参量描述的是色彩的亮度，a*参量所描述的颜色范围是从绿色到红色，b*参量所描述的色彩范围是从蓝色到黄色．

如表1所示，面部皮肤颜色的L*参量值随光照强度的增大呈明显增加的趋势;a*参量值随着光强的增大而明显减小;b*参量值随着光强的增大呈明显下降的趋势．

如表2所示，手臂皮肤颜色的L*参量值随光照强度的增大呈缓慢震荡的趋势增加;a*参量值随着光强的增大而逐渐减小;b*参量值随着光强的增大呈明显下降的趋势．

综上所述，光照强度的变化对于肤色的数字化测量结果有着较为明显的影响．因此在实际应用中，务必要考虑到环境光强对测量结果的影响．

表1 面部皮肤的L*，a*，b*值随光强的变化

表2 手臂皮肤的L*，a*，b*值随光强的变化

3 肩部皮肤颜色随曲率变化的研究

为了研究皮肤的曲率变化对肤色测量的影响，笔者选取了曲率变化较为明显的肩部皮肤作为研究对象．运用数字化测量方法将采集到的图像分成若干个小块来研究，见图2．实验中分别对每一小块进行了数据处理，并记录下其在L*a*b*色彩空间中各颜色参量的数值．实验是在同一光照强度下进行的．为了研究的普遍性，采用同样的方法采集了大量不同个体的肩部皮肤图像进行实验研究．下面以其中一女性实验者的肩部图像为例进行实验分析．

如表3所示，肩部皮肤的L*值基本上可以被分成两大部分，第1～12块皮肤的L*值基本上是围绕40上下浮动，第13～16块皮肤的L*值基本上是围绕57上下浮动，且浮动都不大．出现这种情况的原因主要是由于第1～12块皮肤处于整个肩部的边缘部位，而第13～16块皮肤是处于整个肩部的中间部位，相近部位皮肤的曲率相差不大，因此明度相近．又因为中间部位皮肤的曲率要比边缘部位皮肤的曲率大，曲率大的皮肤表面比较光滑，由于镜面反射明度自然会大一些，因此第13～16块皮肤的L*值要大于第1～12块皮肤．同理，肩部各皮肤块的a*值和b*值的数值分布也具有上述特点．即皮肤颜色的L*参量值是随着曲率的增大而增大的，而a*参量值*和b*参量值是随着曲率的增大而减小的．后经多次实验验证，对于一整块曲率比较大的皮肤来说，在外界环境保持不变的情况下其结论也是一致的．综上所述，曲率的变化对于肤色的数字化测量结果同样有着较为明显的影响．因此在实际应用中，除了要考虑环境光强的变化外，也务必要考虑到待测皮肤的曲率变化对测量结果的影响．

表3 肩部皮肤的L*，a*，b*值随曲率的变化

4 小结

随着科技的进步和社会的发展，肤色的定量测量已逐步走进了美容、修复、皮肤病诊断等诸多领域．应用肤色的数字化测量方法来量化皮肤颜色、分析产品疗效，诊断皮肤疾病，将是一种必然的发展趋势．文中通过具体的实验研究，定性地分析了光照强度和曲率变化对肤色测量的影响．研究结果表明，当应用肤色的数字化测量方法时，一定要同时考虑环境光强和皮肤被测部位的曲率变化，二者均会对测量结果产生影响．这一研究结果将进一步完善肤色的数字化测量方法，并为其在相关领域的应用提供了必要的理论基础．

［1］李树祥．医学图像技术的发展与应用［J］．中国图像图形学报:A辑，1996，1(4):281－286．

［2］王永宏，刘娟，杨志波．数字图象分析技术检测皮肤颜色进展［J］．中华医学丛刊，2004，4(8):8－10．

［3］TakiwakiH，Serup J．Measurementof color parameters of psoriatic plaques by narrow－band reflectance spectrophotometry and tristimulus colorimetry［J］．Skin Pharmacol，1994，7(9):145－150．

［4］Nae Joung Kwak，Dong Jin Kwon，Young Gil Kim，etal．Color Image Segmentation using Edge and Adaptive Threshold Value based on the Image Characteristics［C］．Proceedings of 2004 International Symposium on Intelligent Signal Processing and Communication Systems，2004:555 －558．

［5］N Kollias．The physical basis of skin color and its evaluation［J］．Clinics in Dermatology，1995，13(7):361－367．

［6］郭宇．数字成像法在肤色测量中的应用［J］．鞍山师范学院学报，2008，10(6):24－26．