面部皮膚缺陷包括色斑、痤瘡、皺紋等。大多數(shù)人的面部都會(huì)短期或長(zhǎng)期地出現(xiàn)面部皮膚缺陷。面部皮膚狀況既反映了人體內(nèi)部的健康水平,也是外在形象和精神面貌的重要體現(xiàn)。如何對(duì)面部皮膚進(jìn)行診斷和評(píng)價(jià),以及對(duì)護(hù)膚產(chǎn)品的功效進(jìn)行判定,需要客觀、量化的面部皮膚評(píng)價(jià)方法。傳統(tǒng)的面部皮膚評(píng)價(jià)方法主要有直接觀察法和專業(yè)儀器檢測(cè)法。直接觀察法具有不準(zhǔn)確性、不細(xì)致性、嚴(yán)重依賴個(gè)人經(jīng)驗(yàn)等缺點(diǎn)。專業(yè)儀器檢測(cè)法雖然準(zhǔn)確率較高,但操作復(fù)雜、價(jià)格昂貴、受使用地點(diǎn)限制。隨著計(jì)算機(jī)圖像處理技術(shù)向各應(yīng)用領(lǐng)域的不斷擴(kuò)展,應(yīng)用計(jì)算機(jī)圖像處理技術(shù)對(duì)面部皮膚缺陷進(jìn)行檢測(cè)逐漸成為了該領(lǐng)域的新方法。面部皮膚缺陷檢測(cè)算法是面部皮膚評(píng)價(jià)系統(tǒng)的核心部分。因此,本文主要研究了基于圖像處理的面部皮膚缺陷檢測(cè)算法,分別對(duì)面部色斑、痤瘡、皺紋進(jìn)行檢測(cè)和提取。研究?jī)?nèi)容主要包含以下幾個(gè)方面:（1）對(duì)人臉圖像進(jìn)行預(yù)處理。使用人臉檢測(cè)和人臉輪廓檢測(cè)方法提取出面部皮膚區(qū)域。為了消除人臉不同位置膚色差異的影響,將面部皮膚圖像劃分為多個(gè)非重疊子圖像。為了提高算法檢測(cè)準(zhǔn)確率,采用圖像增強(qiáng)技術(shù)對(duì)子圖像進(jìn)行了預(yù)處理。（2）檢測(cè)和提取面部色斑和痤瘡。根據(jù)色斑和痤瘡在相應(yīng)彩色空... 

【文章來(lái)源】：天津財(cái)經(jīng)大學(xué)天津市

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
內(nèi)容摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 人臉檢測(cè)研究現(xiàn)狀
        1.2.2 人臉輪廓檢測(cè)研究現(xiàn)狀
        1.2.3 圖像分割研究現(xiàn)狀
        1.2.4 面部皮膚缺陷檢測(cè)研究現(xiàn)狀
    1.3 研究目標(biāo)及研究?jī)?nèi)容
        1.3.1 研究目標(biāo)
        1.3.2 研究?jī)?nèi)容
    1.4 論文結(jié)構(gòu)
第2章 相關(guān)理論研究
    2.1 色彩空間
    2.2 圖像分割算法
        2.2.1 基于閾值的分割方法
        2.2.2 基于邊緣的分割方法
    2.3 HOG特征
        2.3.1 顏色空間歸一化
        2.3.2 梯度計(jì)算
        2.3.3 構(gòu)造梯度方向直方圖
        2.3.4 重疊塊直方圖標(biāo)準(zhǔn)化
    2.4 Gabor濾波器
        2.4.1 Gabor濾波核函數(shù)
        2.4.2 Gabor濾波
        2.4.3 Gabor提取特征
    2.5 高斯混合模型
        2.5.1 高斯混合模型定義
        2.5.2 參數(shù)估計(jì)
    2.6 馬爾可夫隨機(jī)場(chǎng)
        2.6.1 馬爾可夫性質(zhì)
        2.6.2 馬爾可夫隨機(jī)場(chǎng)
第3章 圖像預(yù)處理
    3.1 人臉圖像預(yù)處理
        3.1.1 人臉檢測(cè)
        3.1.2 人臉輪廓檢測(cè)
        3.1.3 人臉膚色區(qū)域檢測(cè)
    3.2 子圖像預(yù)處理
第4章 面部色斑和痤瘡檢測(cè)算法
    4.1 構(gòu)造顏色空間
    4.2 確定閾值
    4.3 面部皮膚缺陷分類
        4.3.1 SVM分類器
        4.3.2 分類流程
    4.4 實(shí)驗(yàn)及結(jié)果分析
        4.4.1 實(shí)驗(yàn)環(huán)境
        4.4.2 實(shí)驗(yàn)數(shù)據(jù)
        4.4.3 評(píng)價(jià)標(biāo)準(zhǔn)
        4.4.4 實(shí)驗(yàn)結(jié)果
第5章 面部皺紋檢測(cè)算法
    5.1 提取Gabor特征
    5.2 紋理方向場(chǎng)
    5.3 分割模型
        5.3.1 GMM-EM算法
        5.3.2 MRF
        5.3.3 算法測(cè)試
    5.4 算法流程
    5.5 基于Frangi濾波的皺紋檢測(cè)
        5.5.1 Hessian矩陣
        5.5.2 Frangi濾波
    5.6 實(shí)驗(yàn)及結(jié)果分析
        5.6.1 實(shí)驗(yàn)環(huán)境
        5.6.2 實(shí)驗(yàn)數(shù)據(jù)
        5.6.3 實(shí)驗(yàn)結(jié)果
第6章 總結(jié)與展望
    6.1 總結(jié)
        6.1.1 主要工作
        6.1.2 創(chuàng)新點(diǎn)
    6.2 展望
參考文獻(xiàn)
在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果
后記


【參考文獻(xiàn)】：
期刊論文
[1]基于降維Gabor特征和決策融合的高光譜圖像分類[J]. 楊秀杰,高麗.  計(jì)算機(jī)應(yīng)用研究. 2020(03)
[2]基于層次Gamma混合模型的高分辨率SAR影像分割方法[J]. 石雪,李玉,趙泉華.  模式識(shí)別與人工智能. 2018(07)
[3]自適應(yīng)分?jǐn)?shù)階微分在面部圖像處理中的應(yīng)用[J]. 陳德品,胡步發(fā).  機(jī)械制造與自動(dòng)化. 2017(06)
[4]近紅外波段病變皮膚的微型檢測(cè)系統(tǒng)[J]. 董太良,熊顯名,聶影影,袁縱橫.  桂林電子科技大學(xué)學(xué)報(bào). 2017(05)
[5]基于環(huán)型網(wǎng)絡(luò)模體應(yīng)用馬爾科夫聚類的圖挖掘模型[J]. 任永功,索全明,劉洋.  模式識(shí)別與人工智能. 2017(09)
[6]自適應(yīng)分?jǐn)?shù)階變分去泊松噪聲新模型[J]. 謝斌,劉壯,丁成軍.  中國(guó)圖象圖形學(xué)報(bào). 2017(06)
[7]人體面部皮膚檢測(cè)分析系統(tǒng)設(shè)計(jì)[J]. 盧宏煜,王小藝,張慧妍,陳天華,李爽,劉暢.  傳感器與微系統(tǒng). 2017(02)
[8]融合人臉幾何和皺紋信息的年齡分組[J]. 郝寧波,吳海濤,廖海斌.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(10)
[9]結(jié)合馬爾可夫高斯模型的雙鄰域模糊聚類分割算法[J]. 趙雪梅,李玉,趙泉華.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2016(04)
[10]基于多尺度2D Gabor小波的視網(wǎng)膜血管自動(dòng)分割[J]. 王曉紅,趙于前,廖苗,鄒北驥.  自動(dòng)化學(xué)報(bào). 2015(05)

碩士論文
[1]基于圖像的人臉皺紋提取技術(shù)研究[D]. 劉耕云.西北農(nóng)林科技大學(xué) 2018
[2]皮膚綜合分析云服務(wù)系統(tǒng)的研究與實(shí)現(xiàn)[D]. 王齊.華南理工大學(xué) 2017
[3]皮膚鏡圖像的皮損邊界檢測(cè)算法研究[D]. 程書元.電子科技大學(xué) 2017
[4]面部皮膚評(píng)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 林綿.華南理工大學(xué) 2016
[5]色素性皮膚病圖像預(yù)處理與內(nèi)容檢索研究[D]. 孫銀輝.電子科技大學(xué) 2016
[6]基于高斯Markov隨機(jī)場(chǎng)混合模型的彩色眼底視網(wǎng)膜血管分割提取[D]. 湯莉平.云南大學(xué) 2014
[7]基于圖像分析的皮膚色斑檢測(cè)技術(shù)研究[D]. 劉喜鳳.哈爾濱理工大學(xué) 2014
[8]人體皮膚皺紋檢測(cè)系統(tǒng)的研究[D]. 張慶森.武漢理工大學(xué) 2005



本文編號(hào)：3018579