一种隐形炎症的检测方法、电子设备及可读存储介质与流程

1.本发明涉及图像处理技术领域，特别涉及一种隐形炎症的检测方法、电子设备及可读存储介质。


背景技术：

2.图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。
3.现有技术中，对于人脸正面的一些缺陷，例如，斑点、痘痕、疤痕等进行识别时，尤其是隐形炎症是人脸面部常见的缺陷，但是对隐形炎症的检测会因为其他缺陷进行混淆，导致在图像处理过程中无法针对缺陷进行适当的处理，影响到最终的图像呈现效果。


技术实现要素：

4.为了解决现有技术的问题，正脸原始图与预设图进行对比，能够实现与其他面部特征进行区别，避免隐形炎症的检测时其他缺陷的干扰，提高对隐形炎症检测的准确性；本发明实施例提供了一种隐形炎症的检测方法、电子设备及可读存储介质。所述技术方案如下：
5.一方面，一种隐形炎症的检测方法，所述方法包括如下步骤：
6.s101、获取目标用户的原始图；
7.s103、对所述原始图进行预处理，得到目标图像和所述目标图像的目标区域列表a＝(a1，a2，a3，
……
am)，ai是指第i个目标区域，i＝1
……
m，m为目标区域数量；
8.s105、获取预设图像的映射区域列表b＝(b1，b2，b3，
……
，bm)，bi是指ai对应的映射区域；
9.s107、根据bi的图像信息，得到第一相似度li；
10.s109、当li＜预设的第一相似度阈值时，根据ai的图像信息，确定出隐形炎症区域。
11.另一方面，一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述任一项所述隐形炎症的检测方法。
12.另一方面，一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述任一项所述隐形炎症的检测方法。
13.本发明提供的一种所述隐形炎症的检测方法、电子设备及可读存储介质，具有如下技术效果：
14.本发明能够获取目标用户的原始图；对所述原始图进行预处理，得到目标图像和所述目标图像的目标区域列表；获取预设图像的映射区域列表；根据目标区域对应的映射
区域的图像信息，得到相似度；基于相似度与其对应的阈值进行判断确定出隐形炎症区域，能够在图像中去除面部特征的干扰，便于确定出面部缺陷，并在面部缺陷中基于隐形炎症的图像特征确定出隐形炎症区域，提高了隐形炎症检测的准确性，同时也避免混淆不同面部缺陷，导致隐形炎症的遗漏。
附图说明
15.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1是本发明实施例提供的一种隐形炎症的检测方的流程示意图；
17.图2是本发明实施例提供的一种确定相似度的流程示意图。
具体实施方式
18.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
19.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
20.实施例
21.如图1所示，本实施例提供了一种隐形炎症的检测方法，如图1所示，所述方法包括如下步骤：
22.s101、获取目标用户的原始图。
23.具体地，所述原始图为目标用户的正脸红区偏振光图，本领域技术人员能够基于现有的技术中任意一种方法获取正脸红区偏振光图，在此不再赘述。
24.s103、对所述原始图进行预处理，得到目标图像和所述目标图像的目标区域列表a＝(a1，a2，a3，
……
am)，ai是指第i个目标区域，i＝1
……
m，m为目标区域数量。
25.具体地，所述方法还包括如下方法确定a：
26.将所述原始图像进行灰度处理，得到目标图像和所述目标图像对应的检测区域列表；
27.基于所述检测区域列表中任一检测区域内的所有像素点，获取所述检测区域对应的目标灰度值列表h＝(h1，h2，h3，
……
，h
s
)，h
r
是指第r个目标像素点对应的灰度值，r＝1
……
s，s为目标像素点数量；
28.当h对应的灰度均值h0≤预设的灰度阈值时，则确定h对应的检测区域为目标区域且插入至a中；其中，h0符合如下条件：
[0029][0030]
具体地，所述目标图像是指预处理后的图像，即灰度图；其中，预处理可以为灰度处理或者灰度处理和其他图像处理的组合，例如，所述图像处理采用自适应二值化算法、高斯滤波算法或中值模糊一种或者多种组合；优选地，所述图像处理采用自适应二值化算法、高斯滤波算法和中值模糊，能够有效的去除图像中的噪声，提高对图像检测区域的识别，进而提高隐形炎症区域识别的准确性。
[0031]
具体地，所述检测区域呈方形，所述检测区域是指确定出面部特征的图像区域，所述面部特征包括眼、鼻、眉毛、嘴或者面部缺陷等特征，其中，所述面部缺陷包括：痘痕、红斑、疤痕、黑痣、隐形炎症等；此外，本领域技术人员可以根据实际需求采取任意一种方法确定出检测区域，在此不再赘述。
[0032]
具体地，符合如下条件：
[0033]
其中，是指第y个特定像素点对应的灰度值，y＝1
……
g，g为特定像素点数量，其中，至对应的特定像素点均为所述目标图像中随机选取的像素点；可以理解为：所述特定像素点是指所述目标图像中可以表征所述目标用户对应的皮肤的像素点。
[0034]
s105、获取预设图像的映射区域列表b＝(b1，b2，b3，
……
，bm)，bi是指ai对应的映射区域；
[0035]
具体地，所述预设图像为目标用户的正脸偏振光图，其中，所述正脸红区偏振光图与所述正脸偏振光图在同一时间节点进行采集，能够保证映射区域和目标区域的一致性，有利于提取图像特征以及根据图像特征进行分析，得到准确的识别出隐形炎症区域。
[0036]
具体地，所述映射区域是指在预设图像中，与所述目标区域相同坐标构成的图像区域；本领域技术人员可以根据实际需求采取任意一种方法确定映射区域，在此不再赘述。
[0037]
s107、根据bi的图像信息，得到第一相似度li；
[0038]
如图2所示，所述方法还包括如下方法确定li：
[0039]
s201、对bi的图像信息进行特征提取，得到bi对应的中间特征向量(bi1，bi2，bi3，
……
，bin)，bij是指第j个图像特征对应的特征值，j＝1
……
n，n为图像特征数量，其中，所述图像特征包括：颜色特征、形状特征和纹理特征一种或者多种组合；
[0040]
s203、基于所述bi对应的中间特征向量，得到bi对应的目标值列表fi＝(fi1，fi2，fi3，
……
，fin)，fij是指bij对应的目标值；
[0041]
s205、根据fi和fi对应的权重向量wi＝(wi1，wi2，wi3，
……
，win)，得到目标相似度li，li符合如下条件：
[0042][0043]
具体地，所述中间特征向量是指图像信息中提取图像特征构成的向量，本领域技术人员可以根据实际需求采取任意一种特征提取方法确定中间特征向量，在此不再赘述。
[0044]
具体地，所述目标值是指对基于图像特征的特征值，对图像特征进行标定的数值，其中，所述方法还包括如方法确定fij；
[0045]
遍历所述中间特征向量；
[0046]
当bij满足对应的预设特征条件时，将fij确定为0；
[0047]
当bij未满足对应的预设特征条件时，将fij确定为1；
[0048]
其中，所述预设特征条件是指中间特征向量中任一图像特征对应的特征阈值。
[0049]
优选地，所述图像特征包括：颜色特征、形状特征和纹理特征；可以理解为：颜色特征对应的特征值即为rgb值，当rgb值满足颜色特征对应的特征阈值时，颜色特征对应的目标值确定为0；反之，颜色特征对应的目标值确定为1；形状特征和纹理特征均采用与颜色特征相同的方法确定对应的目标值，在此不再赘述，能够快速识别出面部缺陷对应的图像区域，进而提高隐形炎症区域识别的准确性。
[0050]
具体地，wi1≥wi2≥w3≥
……
≥wn，其中，优先地，wi1＝wi2＝wi3＝
……
＝win，即wi1＝wi2＝wi3＝
……
＝win＝1/n。
[0051]
s109、当li＜预设的第一相似度阈值时，根据ai的图像信息，确定出隐形炎症区域。
[0052]
具体地，s109步骤还包括如下步骤：
[0053]
当li＜预设的第一相似度阈值时，将li对应的ai插入至指定区域列表当li＜预设的第一相似度阈值时，将li对应的ai插入至指定区域列表中；
[0054]
对的图像信息进行特征提取，得到对应的目标特征向量对应的目标特征向量对应的目标特征向量是指第t个目标图像特征对应的特征值，t＝1
……
k，k为目标图像特征数量，其中，所述目标图像特征至少包括：颜色特征和斑点形状特征；
[0055]
基于所述目标特征向量，第二相似度基于所述目标特征向量，第二相似度符合如下条件：
[0056]
其中，是指对应的目标值，是指对应的权重值；
[0057]
当确定为隐形炎症区域。
[0058]
进一步地，所述目标特征向量与所述中间特征向量的生成方法一致，在此不再赘述。
[0059]
进一步地，采用与fij相同的方法进行确定，同时采用与wij相同的方法进行确定，在此不再赘述。
[0060]
本实施例提供了一种隐形炎症的检测方法能够获取目标用户的原始图；对所述原
始图进行预处理，得到目标图像和所述目标图像的目标区域列表；获取预设图像的映射区域列表；根据目标区域对应的映射区域的图像信息，得到相似度；基于相似度与其对应的阈值进行判断确定出隐形炎症区域，能够在图像中去除面部特征的干扰，便于确定出面部缺陷，并在面部缺陷中基于隐形炎症的图像特征确定出隐形炎症区域，提高了隐形炎症检测的准确性，同时也避免混淆不同面部缺陷，导致隐形炎症的遗漏；
[0061]
此外，本实施例采用多种算法结合，避免图像中存在噪声干扰，影响到底层斑的检测，提高对底层斑隐形炎症检测的准确性和图像的清晰度，有利于图像呈现效果。
[0062]
本发明的实施例还提供了一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的隐形炎症的检测方法。
[0063]
本发明实施例的计算机设备以多种形式存在，包括但不限于：
[0064]
(1)移动通信设备：这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括：智能手机(例如iphone)、多媒体手机、功能性手机，以及低端手机等。
[0065]
(2)超移动个人计算机设备：这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括：pda、mid和umpc设备等，例如ipad。
[0066]
(3)便携式娱乐设备：这类设备可以显示和播放多媒体内容。该类设备包括：音频、视频播放器(例如ipod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。
[0067]
(4)服务器：提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
[0068]
(5)其他具有数据交互功能的电子装置。
[0069]
本发明的实施例还提供了一种计算机可读存储介质，所述存储介质可设置于电子设备之中以保存用于实现方法实施例中一种隐形炎症的检测方法相关的至少一条指令或至少一段程序，该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述方法实施例提供的隐形炎症的检测方法。
[0070]
可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0071]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。