嫦娥科研速报｜一种基于光密度空间的中心化图像通道差的色素分离方法-发明概述

专利名称：一种基于光密度空间的中心化图像通道差的色素分离方法

专利号：ZL 2018 1 0964722.7

专利摘要：本发明消除了以往色素分离模型中光源的干扰项，且无需主成分分析过程，并设计了简单高效的纯色浓度矩阵的合理性判定约束条件，解决了现有色素分离算法中，由于光源强度干扰和主成分分析过程中的数据丢失导致色素浓度提取结果不准确和鲁棒性差，以及纯色浓度矩阵的合理性判定过程复杂导致算法执行效率低的技术问题。

专利核心：光密度空间；色素分离；图像通道差；鲁棒性

专利介绍：

一、技术领域

本发明属于数字图像处理技术领域，更具体地，涉及一种基于光密度空间的中心化图像通道差的色素分离方法，用于从RGB彩色皮肤图像中提取黑色素和血色素的浓度。

二、背景技术

黑色素(Melanin)和血色素(Hemoglobin)，作为人体皮肤中含量最多且最重要的两种色素，其浓度大小直接影响着皮肤的健康。这两种色素浓度的紊乱可能导致各种色素性疾病(如雀斑、黄褐斑等)，皮肤炎症，甚至皮肤癌的产生。因此监测血色素和黑色素的浓度变化对皮肤病诊断及治疗，化妆品功效检验具有重大意义。

从相关文献来看，与计算黑色素和血色素浓度有关的色素分离研究兴起于20世纪末，而后得以迅速发展，其相关的研究方法可主要分为三大类：基于反射率等光学属性的硬件测量方法；基于皮肤颜色模拟的估计；基于皮肤图像的估计。其中第一类方法通过结合相关理论和对皮肤反射率、吸收率的测量分析，来衡量黑色素和血色素浓度大小。第二类结合皮肤的组织结构和光学属性，通过改变色素浓度的大小来模拟合成不同的皮肤肤色，并生成肤色颜色表，从而之后再根据皮肤图像的颜色再反向估计黑色素和血色素的浓度，这类方法得到色素浓度的精度不高。最后一类方法才是近年来色素分离领域的研究热点，且又主要分为两类：基于多光谱图像的估计；基于单张彩色皮肤图像的估计。虽然前者在进行浓度估计时会获得更加精确的结果，但是用于采集多光谱图像数据的设备通常比较昂贵。而后者只需用相对廉价的数码相机拍摄的单张彩色皮肤图像作为研究对象就能对皮肤色素浓度进行较准确的估计。因此后者这类方法近几年得到了更快速地发展

在基于单张彩色皮肤图像的色素分离方法中，通常是结合皮肤的组织结构和光学属性，建立RGB彩色皮肤图像颜色和色素浓度的关系模型，再采用传统的独立成分分析算法对黑色素和血色素浓度进行提取。然而，现有的色素分离方法没能消除模型中光源强度带来的干扰以及解决主成分分析过程带来的数据丢失问题，使得方法的光源鲁棒性较差，色素分离结果不够准确，同时方法的执行效率不高。因此，现有的色素分离方法难以实用，有较大的改善空间。

三、发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于光密度空间的中心化图像通道差的色素分离方法，其目的在于，仅结合独立成分分析算法，对拍摄得到的RGB彩色皮肤图像进行黑色素和血色素的浓度提取，并在此基础上合成色素浓度灰度分布图和彩色分布图，以形象展示色素浓度的总体分布特性。着重地，在本发明中，对传统的色素分离模型进行了优化，消除了模型中存在的光源干扰，并免去了主成分分析的数据降维过程，从而提高了浓度估计结果的准确性和光源鲁棒性。并根据黑色素和血色素的消光系数在R/G/B光谱范围内的数值规律，设计了更简单高效的纯色浓度矩阵的合理性判定约束条件，有效提高了色素分离算法的整体执行效率。

为实现上述目的，本发明提供了一种基于光密度空间的中心化图像通道差的色素分离方法，包括以下步骤：

(1)获取偏振光下的RGB彩色皮肤图像，采用椭圆模型方法进行图像的肤色提取；

(2)将步骤(1)中提取的图像根据图像宽高像素值将图像划分成若干子图像块，并从中舍弃包含非皮肤像素的子图像块；

(3)对每个所属皮肤的子图像块，进行独立成分分析，以得到各个图像块的纯色浓度矩阵;

(4)根据黑色素和血色素的消光系数在R/G/B各光谱范围的分布特征，设计简单高效的纯色浓度矩阵的合理性判定约束条件，以从步骤(3)中所得到的每个子图像块对应的纯色浓度矩阵中过滤出合理的纯色浓度矩阵，并组成合理纯色浓度矩阵集合，再从中选取偏差最小的作为最佳的纯色浓度矩阵；

(5)根据原RGB皮肤图像颜色与色素浓度之间的关系模型，利用以上步骤所得的最佳纯色浓度矩阵和原图像的颜色通道差值，完成皮肤图像中黑色素和血色素的浓度提取，并引入色素浓度灰度和彩色分布图以形象展示色素浓度的总体分布特性。

四、发明优点

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

(1)本发明对传统的色素分离模型进行了优化，消除了模型中存在的光源干扰，并免去了主成分分析的数据降维过程，解决了现有色素分离算法中，由于光源强度干扰和主成分分析过程中的数据丢失导致色素浓度提取结果不准确和鲁棒性差的技术问题；相比现有方法，本发明的色素浓度提取结果具有更高的准确度和鲁棒性。

(2)本发明对输入的彩色皮肤图像首先通过简单的椭圆模型方法进行肤色提取，然后将图像划分成若干子图像块，并舍弃包含非皮肤像素的子图像块，使其不参与接下来的计算，这是因为通过非皮肤图像块计算得到的纯色浓度矩阵通常是不合理的，因此对非皮肤图像块的处理只能降低整体算法的执行效率；同时本发明根据黑色素和血色素的消光系数在R/G/B光谱范围内的数值规律，设计了更简单高效的纯色浓度矩阵的合理性判定约束条件，可以更快速地获得合理的纯色浓度矩阵；相比现有方法，这两种策略方法有助于减少算法的执行时间，因而，本发明的执行效率更高。

(3)本发明同时引入了色素浓度灰度分布图和彩色分布图，因此可以使我们能更加清晰地了解皮肤色素浓度的总体分布特性，包括皮肤各处色素的相对浓度大小和皮损形态。

五、附图说明

图1是本发明基于光密度空间的中心化图像通道差的色素分离方法的流程图；

图2a为原输入的RGB彩色皮肤图像；

图2b为黑色素浓度灰度分布图；

图2c为血色素浓度灰度分布图；

图3a为原输入的RGB彩色皮肤图像；

图3b为黑色素浓度彩色分布图；

图3c为血色素浓度彩色分布图；

图4是本发明光源鲁棒性测试示例图；其中，从左到右依次为原RGB彩色皮肤图像，黑色素浓度灰度分布图和血色素浓度灰度分布图

• 关于嫦娥

湖北嫦娥生物股份有限公司是一家专注[非医药技术 亚健康理疗]的专精特新科技小巨人企业。集团总投资规模1.63亿元，有1家国家级科技企业孵化器丨众创空间，1家专精特新小巨人企业、2家规上企业、4个研究中心、5个材料种、养基地，6家国家级高新技术企业。

公司围绕《健康中国行动（2019-2030年）》15个专项行动，《“健康中国2030”规划纲要》《中国防治慢性病中长期规划（2017-2025年）》等重要政策文件，针对“肿瘤癌症，心脑血管、三高危害，代谢障碍、失眠抑郁、体弱多病、疼痛困扰”等亚健康预防康复需要，钻研包括“细胞抗衰、药食康复、特膳调理、营养干预”等创新性新对策，为人民持续输出“更先进、更绿色、更经济、更安全、更高效”的科学技术成果，帮助亚健康人群“减少就医频率，降低药物依赖，提高生活质量”。

10余年来，公司先后与20余所高校、知名专家团队开展产学研联合行动，针对亚健康、慢病问题发明创造新技术新方法。目前共获得了200+发明专利授权，其中40余项科研成果进入应用，持续在研课题70余项。

嫦娥生物股份声明：由于创新创造探索客观需要，本公司官网、公众号、视频号、学术交流用书刊等所发表的内容仅为科研同行、健康从业者一般性学习参考，为预防医学、营养医学、康复医学从业者提供前沿科研信息交流，案例参考；所涉及功效相关描述均有对应的实验室专项及行业检测数据支持，并不代表针对消费者的宣称和指导；涉及到的保健食品、功能性食品、特膳食品等不能替代药物，读者不应在缺乏具体专业掌握的情况下，擅自断章取义，盲目行动。