一种用于皮肤毛孔内容物清理过程中的数据处理方法与流程

本发明涉及图像处理，具体涉及一种用于皮肤毛孔内容物清理过程中的数据处理方法。

背景技术：

1、毛孔内容物清理数量的客观统计是皮肤护理效果评估、美容操作规范化及护肤品功效验证的重要依据之一。随着人们对面部皮肤清洁与精细化护理需求的不断提升，如何准确、可重复地量化每次清理操作中实际排出的角栓或皮脂堆积物数量，已成为当前皮肤护理领域亟待解决的技术问题之一。

2、目前，国内外在毛孔清理操作中的数量统计方法仍较为原始，主要依赖操作者的主观判断与手工记录。由于缺乏统一的“有效清理”判定标准，不同操作者对同一毛孔是否完成清理的理解存在明显差异，导致清理数量无法横向比较，也难以作为美容产品功效或护理方案优化的客观指标。此外，传统目测方式在面对同一毛孔多次排出、分段式排出等情况时，极易出现重复计数或漏计现象。

3、随着计算机视觉、图像处理及传感器技术的快速发展，越来越多的研究尝试将这些技术引入皮肤护理过程，以实现从主观经验判断向客观数据驱动的转变。现有的毛孔清理方法是对hsv颜色空间的皮肤图像进行阈值分割处理，以识别毛孔，该方法仅依靠单一维度的颜色特征，使得毛孔清理识别结果的准确度较低。

技术实现思路

1、为了解决上述技术问题，本发明的目的在于提供一种用于皮肤毛孔内容物清理过程中的数据处理方法，所采用的技术方案具体如下：

2、获取未清理状态下以及清理过程中每个时刻的皮肤表面图像中的毛孔区域；获取未清理状态下以及清理过程中每个时刻下毛孔区域对应的形态数据；

3、根据每个时刻下毛孔区域的像素特征分布、面积特征分布以及纹理特征分析得到每个时刻的置信度评分；

4、根据未清理状态与清理过程中每个时刻下毛孔区域对应的形态数据之间的差异占比，得到每个时刻的清理变化量；

5、根据每个时刻与未清理状态下毛孔区域之间的高度变化特征、颜色对比度变化特征以及面积变化特征得到每个时刻的综合变化指数；

6、根据每个时刻的清理变化量，综合变化指数以及每个时刻的时间邻域内的置信度评分，判断毛孔区域对应的毛孔是否完成清理；若是，则统计清理完成的毛孔区域数量。

7、优选地，所述根据每个时刻下毛孔区域的像素特征分布、面积特征分布以及纹理特征分析得到每个时刻的置信度评分，具体包括：

8、所述皮肤表面图像还包括毛孔区域周围的正常皮肤区域；所述形态数据包括毛孔区域对应的毛孔高度值；

9、根据每个时刻下毛孔区域的像素值分布与正常皮肤区域的像素值分布之间的差异，得到颜色对比度特征值；

10、根据每个时刻下毛孔区域的面积分布占比与所述毛孔高度值的占比分布，得到形态特征值；

11、基于每个时刻下毛孔区域内像素值的灰度共生矩阵，确定纹理特征值；

12、对所述颜色对比度特征值、形态特征值以及纹理特征值进行加权求和，得到每个时刻下毛孔区域的置信度评分。

13、优选地，所述根据每个时刻下毛孔区域的像素值分布与正常皮肤区域的像素值分布之间的差异，得到颜色对比度特征值，具体包括：

14、对于任意一个时刻下的毛孔区域，计算所述毛孔区域中所有像素值的均值与正常皮肤区域中所有像素值的均值之间的差值绝对值，将所述差值绝对值与正常皮肤区域中所有像素值的均值之间的比值作为所述毛孔区域的颜色对比度特征值。

15、优选地，所述根据每个时刻下毛孔区域的面积分布占比与所述毛孔高度值的占比分布，得到形态特征值，具体包括：

16、计算每个时刻下毛孔区域的面积与预设的正常面积分布值之间的比值得到第一形态系数；

17、计算每个时刻下毛孔区域对应的毛孔高度值与最大毛孔高度值之间的比值得到第二形态系数；

18、对所述第一形态系数和第二形态系数进行加权求和得到所述毛孔区域的形态特征值。

19、优选地，所述根据每个时刻与未清理状态下毛孔区域之间的高度变化特征、颜色对比度变化特征以及面积变化特征得到每个时刻的综合变化指数，具体包括：

20、基于未清理状态和每个时刻下毛孔区域对应的毛孔高度值之间的差异占比，确定每个时刻下毛孔区域的高度变化率；

21、基于未清理状态和每个时刻下毛孔区域对应的颜色对比度特征值之间的差异，确定每个时刻下毛孔区域的颜色变化率；

22、基于未清理状态和每个时刻下毛孔区域对应的面积之间的差异占比，确定每个时刻下毛孔区域的面积变化率；

23、对所述高度变化率、颜色变化率以及面积变化率进行加权求和，得到每个时刻下毛孔区域的综合变化指数。

24、优选地，所述根据未清理状态与清理过程中每个时刻下毛孔区域对应的形态数据之间的差异占比，得到每个时刻的清理变化量，具体包括：

25、所述形态数据包括毛孔区域对应的体积；

26、将未清理状态与清理过程中每个时刻下毛孔区域对应的体积之间的差值，与未清理状态对应的体积之间的比值，确定为每个时刻的清理变化量。

27、优选地，所述根据每个时刻的清理变化量，综合变化指数以及每个时刻的时间邻域内的置信度评分，判断毛孔区域对应的毛孔是否完成清理，具体包括：

28、若满足清理变化条件、或者综合变化条件或者置信度变化条件，则毛孔区域对应的毛孔完成清理；

29、其中，所述清理变化条件为所述清理变化量大于或等于预设的清理阈值；

30、所述综合变化条件为所述综合变化指数大于或等于预设的综合变化阈值；

31、所述置信度变化条件为在清理操作完成后的预设时间窗口内，所述置信度评分均小于预设的评分阈值。

32、本发明实施例至少具有如下有益效果：

33、本发明通过分析毛孔内容物的结构特征及清理过程中的形态变化，建立了标准化的清理完成判定规则和统计算法。进一步地，通过基于毛孔位置的状态机模型，有效避免了重复计数和遗漏计数问题。根据识别到的清理数量，系统可形成分区域的统计报告，从而实现对清理效果的量化评估。由于准确的数量统计是评估清理效果的关键指标，通过本发明方法识别和统计每次清理操作的实际数量，可以有效提高美容护理的标准化程度，为不同清理方案的对比、产品功效验证以及智能美容系统的优化提供可靠的数据支撑。

1.一种用于皮肤毛孔内容物清理过程中的数据处理方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种用于皮肤毛孔内容物清理过程中的数据处理方法，其特征在于，所述根据每个时刻下毛孔区域的像素特征分布、面积特征分布以及纹理特征分析得到每个时刻的置信度评分，具体包括：

3.根据权利要求2所述的一种用于皮肤毛孔内容物清理过程中的数据处理方法，其特征在于，所述根据每个时刻下毛孔区域的像素值分布与正常皮肤区域的像素值分布之间的差异，得到颜色对比度特征值，具体包括：

4.根据权利要求2所述的一种用于皮肤毛孔内容物清理过程中的数据处理方法，其特征在于，所述根据每个时刻下毛孔区域的面积分布占比与所述毛孔高度值的占比分布，得到形态特征值，具体包括：

5.根据权利要求2所述的一种用于皮肤毛孔内容物清理过程中的数据处理方法，其特征在于，所述根据每个时刻与未清理状态下毛孔区域之间的高度变化特征、颜色对比度变化特征以及面积变化特征得到每个时刻的综合变化指数，具体包括：

6.根据权利要求1所述的一种用于皮肤毛孔内容物清理过程中的数据处理方法，其特征在于，所述根据未清理状态与清理过程中每个时刻下毛孔区域对应的形态数据之间的差异占比，得到每个时刻的清理变化量，具体包括：

7.根据权利要求1所述的一种用于皮肤毛孔内容物清理过程中的数据处理方法，其特征在于，所述根据每个时刻的清理变化量，综合变化指数以及每个时刻的时间邻域内的置信度评分，判断毛孔区域对应的毛孔是否完成清理，具体包括：