面部毛孔的擴(kuò)大常引起痤瘡、脂溢性皮炎等皮膚疾病,引起了人們對(duì)審美的擔(dān)憂。面部毛孔擴(kuò)張的治療已成為醫(yī)學(xué)美容領(lǐng)域普遍關(guān)注的問題,因此建立客觀的面部毛孔分析系統(tǒng)的必要性也越來越大。傳統(tǒng)的儀器缺乏可靠性,需要強(qiáng)大的光源和繁瑣的照相過程,往往產(chǎn)生不滿意的分析結(jié)果。由于圖像分析技術(shù)具有不接觸皮膚、速度快、檢測(cè)數(shù)據(jù)能重復(fù)利用等優(yōu)點(diǎn),在醫(yī)學(xué)美容領(lǐng)域得到了廣泛的應(yīng)用。本文利用圖像分析技術(shù)實(shí)現(xiàn)對(duì)人臉圖像中毛孔的檢測(cè),并構(gòu)建毛孔定量評(píng)價(jià)方法。開展的相關(guān)工作如下:1.增強(qiáng)人臉圖像。為了降低設(shè)備局部高光對(duì)檢測(cè)的影響,本文采用一種基于Tetrolet變換與同態(tài)濾波相結(jié)合的人臉圖像增強(qiáng)方法。實(shí)驗(yàn)對(duì)比灰度變換、直方圖均衡化、單尺度Retinex圖像增強(qiáng)方法,以局部毛孔區(qū)域與周圍正常皮膚的對(duì)比度、人臉圖像整體灰度均值與灰度方差三個(gè)指標(biāo)進(jìn)行客觀評(píng)價(jià),驗(yàn)證了本文方法能更好的拉伸圖像整體對(duì)比度,增強(qiáng)毛孔邊緣的清晰度。2.檢測(cè)毛孔區(qū)域。構(gòu)建一種分步檢測(cè)人臉圖像中毛孔的方法。該方法首先采用基于線性擬合的閾值分割方法分割人臉圖像,并對(duì)分割后的目標(biāo)區(qū)域進(jìn)行標(biāo)記。然后采用高斯混合模型（Gaussian Mixture Model,GM... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

皮膚結(jié)構(gòu)圖

(a) 線性映射 (b) 分段線性映射圖 2.2 線性變換和分段線性變換[17]2)直方圖均衡化直方圖均衡化是一種以概率論為基礎(chǔ)的對(duì)圖像進(jìn)行增強(qiáng)的方法。適用于

同態(tài)濾波器剖面圖

【參考文獻(xiàn)】：
期刊論文
[1]利用高斯混合模型的多光譜圖像模糊聚類分割[J]. 李玉,徐艷,趙雪梅,趙泉華.  光學(xué)精密工程. 2017(02)
[2]一種基于HSV顏色空間的皮膚毛孔檢測(cè)算法[J]. 王賀,張景源,曠海蘭,賀柔冰,程小蕓,劉洋.  電子技術(shù)與軟件工程. 2015(14)
[3]基于區(qū)域?qū)Ρ榷群蚐SIM的圖像質(zhì)量評(píng)價(jià)方法[J]. 閆樂樂,李輝,邱聚能,梁平.  應(yīng)用光學(xué). 2015(01)
[4]基于Tetrolet變換與PCNN的圖像增強(qiáng)[J]. 楊新華,翟逸飛.  計(jì)算機(jī)工程與應(yīng)用. 2014(19)
[5]面部毛孔標(biāo)準(zhǔn)照片評(píng)價(jià)及毛孔粗大影響因素分析[J]. 王青,周成霞,孟慧敏,王曦,李利.  四川大學(xué)學(xué)報(bào)(醫(yī)學(xué)版). 2010(05)
[6]醫(yī)學(xué)圖像插值方法對(duì)比[J]. 任海萍,吳文凱,楊虎,陳盛祖.  北京生物醫(yī)學(xué)工程. 2002(01)

碩士論文
[1]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



本文編號(hào)：3208819