基于图像处理的皮肤皱纹检测系统

王思涵

摘 要：随着时代的变迁，人们开始更加关注自己的外表。皮肤作为人们身体的外表，自然是人们关注的重点。但人们的皮肤经历风吹日晒，会出现老化、多皱纹的情况。这种情况对于人们的身体是极大损伤，且使人看起来不是那么清爽漂亮。因此皮肤皱纹检测系统也将成为一个未来发展方向。用肉眼观察诊断的方法是势必是要被淘汰的，人们需要更准确合理的方法帮助他们进行皮肤皱纹检测。本文提出两种合适的检测皮肤粗糙程度图像的预处理方法：分别是HSV颜色空间和直方图均衡化。其中HSV颜色空间需要来进行图像分割。本系统运用直方图均衡化来增强整个图像的颜色对比度。最后是通过灰度差值直方图来表示图像中的纹理粗糙程度，从而检测皮肤是否需要护理修复。

关键词：直方图均衡化;HSV颜色空间;灰度差值

一、皮肤皱纹检测的重要性

皮肤是人体免疫系统的第一道防线，也会对人的外表造成一定的影响。尤其是对于女性来讲，皮肤的重要性更是十分突出。在外出、涂抹化妆品等情况下，皮肤往往会造成损伤，如果不能及时修复，将造成皮肤老化、多皱纹的问题。而平时我们针对皮肤的检测只能去医院或美容院进行检测修复。且每检查一次花费也不低。当出现如此密集或深的皱纹时再进行保养护理，已经为时太晚。因此需要一种皮肤皱纹检测系统。由此看来基于图像处理的皮肤诊断系统很便捷，一个APP，一个手机就可以帮你随时检测自己的皮肤，掌控皮肤的情况。因此基于图像处理的皮肤皱纹检测系统可以帮她们清楚地认识到自己的皮肤状况，并且可以根据这一检测报告合理地进行护肤产品的选择和美容保养。

二、皮肤皱纹检测的现状和弊端

到现在基于图像处理技术的应用取得了很大的成果，如所谓的“拍片子”的B超就是一种典型的图像处理技术运用于临床医学的例子。但目前国内皮肤上的皱纹检测系统的发展还处于比较落后的状态。

目前，由于刑侦、身份识别等方面的需要，对指纹、掌纹的识别提取研究取得了不少成功。如今，公安局、银行等都可以见到指纹提取器。如办理身份证业务就需要提取左右手指的指纹。

在皮肤健康方面，大多数医院和美容院还是采用肉眼观察这一传统皱纹检查方法。但大多数情况下，只有较深或较密集的皱纹纹理才会被观察关注到。但当出现如此密集或深的皱纹时再进行保养护理，已经为时太晚。因此需要一种皮肤皱纹检测系统。

因此，采用图像处理技术进行皮肤的皱纹的检测是十分必要的。而我们研究的基于图像处理的皮肤健康研究正是希望弥补这样的一个短板。随着人们对面部护理的重视步步增强，各种各样的与面部有关的系统和机器出现在市场上。帮助我们可以更好的完善系统，从而起到划时代的意义。

三、创新性

本系统突破了传统的基于肉眼观察的检测皱纹的方法。采用直方图均衡化和HSV颜色空间的预处理方法，增加图像对比度的同时将人的皮肤与外界环境区分。运用灰度差值直方图提取并分析皮肤上的纹理。本系统可以随时很快地分析图像中的皮肤出现皱纹程度，能够避免用户受美容院等机构的推销欺骗。运用本系统，不需要有医生等医护人员的肉眼观察经验积累，也就是说人人都可以使用。这将大大方便了每个人了解自己的皮肤老化等的程度，保障每个人的皮肤健康程度。

四、皮肤皱纹检测系统

（一）皮肤图像的采集与检测

既然是基于图像处理的皮肤皱纹检测系统，那么一定要有原始图像供系统进行研究和检测。因此需要皮肤图像的采集。由于本系统的目标是运用系统本身给所有用户随时检测图像中皮肤褶皱程度的服务。所以，无论是静态的图像采集还是动态的图像采集，都可以被本系统检测出来。在经过图像的采集后，本系统就可以进行预处理了。

（二）图像预处理

收到获取图像时出现一些临时的改变的影响，原始图像受到种种图像的干扰，因此不能直接处理。必须在还没有对其进行特征提取的时期就对原始图像进行预处理，以便于后期的特征提取和分析能够减少误差地进行。需要预处理的原因是获取所需要的图像上的皮肤的特定研究对象，增强那些对于后续特征提取处理来说比较重要的图像与环境的对比度并模糊或消除一些无关紧要的图像。

由于本系统采集的图像灰度值分布不均匀，容易出现反光或过暗等情况，因此在本系统中，对皮肤皱纹进行研究时要提升皮肤与环境的对比度。除此之外，将待分析皮肤图像与周围环境图像分开，也是显而易见十分必要的。

综上所述，本系统主要通过直方图均衡化的预处理、图像分割方法对图像进行处理。

（1）直方图均衡化

本系统采用的是直方图均衡化。所谓直方图就是灰度值概率。直方图均衡化把原始图的直方图变换为比较均匀的直方图形式，也就是使灰度值概率更平均，从而“扩大”研究对象和背景灰度的不同之处，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果 。通过直方图均衡化，皮肤上的纹理皱纹等可以更好地展示出来。

要实现直方图均衡化，首先要统计给定的待研究检测的原图像的直方图。然后根据统计出的直方图采用累积分布函数做变换。最后用新灰度值代替旧灰度值。这一步是近似过程，应根据处理的目的尽量做到合理，同时把灰度值相等或近似的合并到一起，这样图像中同一区域（或同一物体，同一块皮肤）的光暗强度就是一样的，而不同区域的对比度会更加明显，从而增强图像整体对比度。经过直方图均衡化的处理后的图像中的皮肤与皮肤外面无关环境就具有明显的区别了，从而便于本系统进行处理。经过直方图均衡化的图中的人物将棱角分明，脸上不再有明显的反光现象，图像整体对比度明显增强，给計算机提供的纹理图像就能更清晰地被分析出来。

（2）图像分割

在图像检测中，需要把所研究的皮肤与外界环境分离。因此需要进行图像分割。因为周围环境的颜色与人脸皮肤的颜色有或明显或细微的差别，所以利用这一点，可以建立合适的颜色空间来清晰地表达待处理的图像中的人体皮肤的颜色信息，以便达到分割图像、突出待测特征信息的目的。在多种多样的颜色空间中，RGB颜色空间是最基本最方便的一个。一般我们在拍摄图像时采用的，就是这一RGB颜色空间来记录图像的颜色信息的。以R（红）G（绿）B（蓝）三种自然界基本的颜色为基础的RGB颜色空间会在程序中将红、绿、蓝颜色在空间中进行叠加，进而可以产生其他几乎所有的颜色。这一RGB颜色空间虽然有容易理解的优势，但它的缺点也非常明显：它的均匀性非常差，并且容易因光线亮度而受到影响。基于此原因，本系统的解决方案是将最经常使用的RGB颜色空间转换为更易于被分辨的HSV颜色空间。在HSV颜色空间中H表示色调，V表示明度，S表示饱和度。由于亮度分量和色度分量是分开的，彼此之间没有直接的联系，因此在这一HSV颜色空间中图片分割显得更有优势。HVS颜色空间比RGB颜色空间更能让人类感知到颜色上的细微差别与变化。综上所述，因此使用HSV颜色空间时，可以更好地区分皮肤与周围环境。

经过查阅资料，RGB转换到HSV如下：

（2.2.1）

（2.2.2）

（2.2.3）

（三）皮肤皱纹检测

进行皮肤皱纹检测前必须进行特征提取。

特征提取是指使用电脑计算机提取图像信息，确定图像中众多图像信息中每一个点是否属于被研究检测的图像特征。当采集到图像时，需要对图像进行一定的处理，使图像更容易被分析处理。通常来说，基于图像的特征提取有基于颜色、声音、性状等的特征提取。本系统研究对象是皮肤皱纹，所以要提取的是皮肤纹理。本系统通过灰度差值直方图来表示图像中待检测的皮肤上的皱纹纹理。人们皮肤上的纹理多种多样，但大多数纹理由于细小无法被肉眼仔细观察，在不仔细注意的情况下也无法察觉这些褶皱的存在。因此人们需要一种根据图像检测皱纹褶皱程度的系统。这一基于图像处理的皮肤皱纹检测系统正是顺应了这一需求而被开发出来的。

众所周知，皮肤上的纹理有不同粗细的差异，而纹理粗细则与局部结构的空间重复程度有密切的关系：空间周期小的皮肤纹路要比空间周期大的纹路看起来更细致，例如，衣料中丝绸摸起来比毛料要光滑细腻，因为丝绸是用比毛线更细的材料制作而成的，其丝线的密度要更大。因此，本系统可以通过灰度直方图差值观察出皮肤纹理的粗糙程度，从而可以描述图像中纹理的特征信息和皱纹的密集程度。

比如图像中有一点，另有一点，则它们之间的灰度差是：

（2.3.1）

如果令这个点普遍分布在整个图像中，并计算该点与周围相邻（上、下、左、右、左上、左下、右上、右下）的8个点的各自的灰度差为（为绝对值），接着统计出每个灰度差被计算出的次数，从而按照每个灰度差被计算出的次数来绘出一个全图灰度差的直方图。最后根据所绘直方图计算出灰度差，然后取不同值的概率p。

在分析被提取的特征信息过程中，更大值的灰度值被计算出的概率（p）大时，则表示皮肤是细致光滑的，就说明被检测的这块皮肤保养程度相当出色;如果更小值的灰度值被计算出的概率（p）大时，则表示皮肤是粗糙的，说明被检测的这块皮肤还需要修复或保养。因此在一个皮肤图像中，可以通过灰度直方图差值来判断一张图像中被检测皮肤的粗糙程度，从而判断皮肤健康程度。这一方法并不是放大皱纹人工观察，而是根据数据对图像进行分析，从而判断皮肤皱纹粗糙程度，这比人工人眼观察更科学有效。

（四）可实现功能

通过这个基于图像处理的皮肤检测系统，可以实现检查图像中被检测皮肤的粗糙程度，从而判断皮肤健康程度的功能。可以通过判断皮肤的粗糙程度，提示皮肤的主人是否需要对皮肤进行护理。本系统拥有很好的远景，可以将本系统做成一个随身安装在手机上的APP，可以让用户对自己的皮肤进行拍照，通过自己皮肤的拍摄图像，由本系统进行分析，从而随时掌握用户的皮肤的情况。

皮肤表面的纹理检测与分析具有很宽广的发展空间，这一基于图像处理的皮肤诊断系统可以替代美容院的一部分功能。接受检测的用户如果有了这一基于图像处理的皮肤皱纹检测系统，可以不受这些医院和美容院的欺骗。

在现状中提到的目前大多数医院和美容院都在使用的肉眼观察法，将会被检测皮肤皱纹系统所取代。本系统还可以与检测皮肤其他性状的系统相结合，形成对皮肤进行全面检测的仪器。

五、结语

本论文主要完成了以下方面的工作：1提出适合检测皮肤粗糙程度和皮肤上皱纹密集程度的图像预处理方法。在图像检测中，需要把所研究的皮肤与外界环境分离。因此需要进行图像分割。本系统运用HSV颜色空间，在使用HSV颜色空间时，可以更好地区分皮肤与周围环境。2直方图均衡化把原始图的直方图变换为比较均匀的直方图形式，也就是使灰度值概率更平均，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果。3本文提出了合理的对皮肤上的皱纹进行检测的方法。由于皮肤上的纹理有不同粗细的差异，可以通过灰度差值直方图来表示图像中的纹理粗糙程度，从而检测皮肤是否需要护理修复。目前国内对发展基于图像处理的皮肤诊断系统还处于初级阶段。由于还没有切实被编写成一个成型的APP或被与检测其他皮肤性状的系统一同编写成检测皮肤健康程度的仪器程序，因此本系统还有待继续发展。由于基于图像处理的皮肤诊断方面还没有被广泛地关注，人们没有发现这一领域的广泛前景，少有投入使用的相关应用，本系统距离发展成人人都使用的未来还有很长的路要走。本人也希望继续发展和关注这一领域和本系统的继续发展。

参考文献

[1] 李顾全，赵沛然，李丽媛，蒋艳芳.基于图像处理的皮肤健康检测研究[J].电子世界，2017（21）.

[2] 郭德军.皮肤表面状态检测技术研究[D].东北林业大学，2005，5.

[3] 许舒菲.皮肤图像的纹理特征分析与老化评价[D].福建師范大学，2011，3，18.

[4] 赵涛.皮肤图像的分割及纹理线的提取[D].2005，5，11.