基于圖像處理的色斑檢測系統

劉臨亮

摘要：如今，走在街道上，你會發現許多色斑患者，它們的皮膚難以讓人認同，并且這種群體的數量日益增多，在二三十歲的人群中，比例已經超過80%，這不得不引起人們的重視。而患有色斑的人群，它們將面臨前所未有的危機，他們在與人交往中會顯得不自信，有的甚至會被疏遠，這給色斑患者帶來身體上和心理上的巨大傷害，所以用科學的色斑檢測技術檢測色斑問題已經刻不容緩。提出了一種數字圖像處理色斑檢測方法，包括利用二值化根據灰度圖像設定閾值將色斑圖像提取特征，然后利用中值濾波消除噪聲，解決光照不均勻的影響，最后利用閾值分割、圖像分割將色斑圖像提取并分割，便于最終的檢測結果。

關鍵詞：圖像增強;中值濾波;閾值分割

中圖分類號：TB文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.07.099

1引言

1.1色斑檢測的重要性

在當今社會有著這樣一種群體，他們的臉上長著色斑，這使他們失去了光潔亮麗的皮膚，影響著他們的形象。若只是過不去自己的這道坎也就罷了，可是當它們在人群中行走時也經常受到人們的指指點點，令很多患者十分痛心。據統計，尤其是在26歲以上的人群中，色斑比例高達80%。這的確是個令人感到可怕的數字，所以我們應該采取措施去測色斑。色斑對人們的身體和心理造成極大困擾，它使人們在交往談話中顯得不自信，甚至不愿與人交往，還會對人們的身體帶來危害，還會使女性年齡表面看起來過大，影響與異性朋友的交往，所以及時利用圖像檢測色斑并加以處理已經刻不容緩。

不過現在的色斑檢測技術并未有多高端，這與檢測技術發展較晚有關，所以我們如今的色斑檢測技術并未有多完善。所以我們也應盡快更新技術。俗話說得好，“工欲善其事，必先利其器”，我們要想改變色斑患者較多這個現狀，關鍵要從檢測技術抓起，所以完善檢測技術是非常重要的。對于色斑檢測技術，我們應持有的態度是既要利用色斑檢測技術幫助色斑患者 ，又要不斷完善這項技術，使用與創造一樣重要，色斑檢測技術已與我們的生活相關聯，重要性不言而喻。

1.2色斑檢測的現狀與弊端

色斑檢測主要是通過圖像對色斑進行提取的過程。該檢測系統包括硬件和軟件兩大系統，其中圖像是檢測目標的載體。不過在此之前，檢測目標需要進行預處理、特征提取、歸納，最終通過相應算法分離出來?，F如今，色斑檢測技術有著許多創新方法，主要有以下兩種方法。

一種叫作光學測量法，它的分析系統包括一個與計算機相連的圖像處理系統以及一個高分辨率的黑白攝像機，在進行測量時，用一束平行光傾斜照射目標色斑，然后用攝像機提取它的灰度圖像并用顯示器顯示出來，然后就可以利用計算機的功能將色斑的長度和寬度計算出來。這種方法的效率很高，不過它的測量范圍太小，操作較復雜。

還有一種叫作透射測量法，一般情況下，光源是很難透過皮膚的，不過有了硅膠復膜后，這個問題就迎刃而解了。硅膠復膜是一種新制產品，它的特點就是薄。當光源照射在硅膠復膜上時，光線透過色斑在攝像機上清晰成像，將數據輸入計算機，便能得到色斑的相關數據這種方法的確簡單方便，不過硅膠復膜的制作成本太高，所以要慎重考慮。

不過，目前的技術也有他的弊端。作為一種新型高科技，它的費用肯定十分不菲，普通的家庭想要體驗是十分困難的，不過本系統實現了用手機拍照獲取色斑圖像，使得普通家庭能夠方便地使用這項技術，并且可以免除前往美容院和醫院的麻煩。

1.3創新點

本文利用圖像增強技術，將特征色斑通過亮度變換在原始圖像中凸顯出來，避免了特征不明顯等弊端，而且這種技術在圖像處理時更加簡便，只需將原圖像的亮度進行調整，不影響其余部分，便于圖像的進一步處理，而且數據的處理和壓縮量小，能凸顯出感興趣的目標的輪廓。而其中的中值濾波技術，可以將冗雜的噪聲污染適當的減少，避免了檢測色斑中可能出現小光斑的現象，而利用圖像分割技術可以將色斑圖像有目的的提取，提高檢測的精準度，利用這種技術可以提取清晰色斑，從而可以將我們檢測的色斑得到合理的分析。

2色斑檢測

2.1圖像采集

首先用普通的照相工具近距離拍攝人臉皮膚，可以是整張臉，也可以為臉部的一部分。然后將圖片傳入攝像機，即可得到圖像，這種方法既經濟又快捷，為常用之法。

2.2預處理

由于獲取圖像的工具或手段的影響，原始圖像受到種種聲音或其他因素的干擾，因此原始圖像不能被直接檢測，必須在圖像處理的早期就對原始圖像進行灰度校正、噪聲過濾等圖像預處理技術使獲取圖像更能突出想要體現的內容。因此，圖像預處理就在這時顯現出重要作用。

在本系統中，對色斑等進行研究時，主要通過圖像增強，中值濾波，圖像分割等預處理方法進行處理。

2.2.1圖像增強

由于臉部圖像顏色分布不均勻，造成了色斑圖像的模糊。所以為了能準確獲取色斑圖像，使圖像更加鮮明，我們需要采用圖像增強技術提高色斑亮度和對比度。

我們得到的圖像往往成像時曝光不足或過度，再加上成像設備的動態范圍太窄等弊端，使得圖像出現對比度不足的毛病。這會影響色斑圖像的清晰度，使我們不易觀察色斑。本系統采用灰度變換來增強對比度，使得色斑在圖像中更加突出?；叶茸儞Q分為線性變換、指數變換、對數變換，而本系統采用線性變換，因為比較容易操作。設原圖像f（x，y）灰度范圍為[a，b]，將變換后圖像g（x，y）灰度范圍擴展至[c，d]，b和a分別是輸入圖像亮度分量的最大值和最小值，c和d分別是輸出圖像亮度分量的最大值和最小值，經過線性灰度變換法，使圖像亮度分量的線性范圍從[a，b]變化到[c，d]。再將它應用到色斑圖像上，即可將色斑圖像在整個圖像中明顯區別開來，獲取更具特征的圖像。

2.2.2中值濾波

我們在生活中拍攝色斑圖像時，往往會有很多因素影響圖像的清晰度。例如，我們在拍照時如果光照太強或太弱，都會使色斑圖像出現模糊或陰影的情況，我們在拍照時還可能受到噪聲影響，如果在戶外時這種情況經常發生，它會使色斑圖像出現許多小光雜點。如果直接使用這種圖像，那么色斑檢測無疑難上加難，會使檢測精準度大幅下降。這時我們常常使用中值濾波技術消除小光雜點，將模糊的圖像變清晰，便于色斑的檢測。

我們在使用中值濾波時首先要確定一個以某個像素為中心點的領域，一般為方形領域;然后將領域中的各個像素的灰度值進行排序，取其中間值作為中心點像素灰度的新值，這里的領域通常被稱為窗口;當窗口在圖像中上下左右進行移動后，利用中值濾波算法取一個數代替原先的像素值，便可得到較為清晰的色斑圖像。

中值濾波之所以能消除光雜點是因為中值濾波的輸出像素是由領域圖像的中間值決定的，因而中值濾波對極限像素值（與周圍像素灰度值差別較大的像素）遠不如平均值那么敏感，從而可以消除孤立的噪聲點，又可以使圖像產生較少的模糊。

2.2.3圖像分割

在一幅圖片中所有物體的像素都是類似的，所以我們很難去輕松辨別哪個是色斑，所以在這種情況下我們會采取圖像分割的方法，這種方法可以將圖像的像素進行分類，從而得到有顯著特征的色斑圖像，便于后續的檢測。

對于圖像分割的辦法有很多種，這里使用的閾值分割是一種非常古老的方法，不過它卻非常簡單且實用。在色斑圖像中，不同區域也就是色斑與其他區域的灰度值差距還是蠻大的，所以我們可以利用灰度的均一性來進行分割。閾值分割說到底就是設置閾值來使色斑與其他部分區別開，不過設置閾值也是最難的，因為他很難去判斷，稍微一不小心，可能出現較大偏差。

最常用的閾值方法是基于灰度直方圖的方法，如最大類間方差法、最小誤差法、最大熵法等。此類方法通常對整幅圖像使用固定的全局閾值，不過如果圖像中有陰影或亮度分布不均等現象，分割效果會受到影響，所以這種方法需慎重?；诰植块撝档姆指罘椒▽D像中的不同區域采用不同的閾值，相對于全局閾值方法而言具有更好的分割效果，該方法又稱為自適應閾值方法。其中閾值的選取一般是基于圖像的局部統計信息，如局部方差、局部對比度以及曲面擬合閾值等。由于色斑圖像的亮度一般不均勻，所以本系統還是使用自適應閾值方法，因為圖像的質量首先是第一位的，其次再去追求速度。我們要根據灰度參數去選擇合理的閾值，在這里我們采用均值，即把每一點單獨設定閾值，提高自適應閾值的精準度。

無論是基于全局閾值還是局部閾值，閾值方法通常受噪聲影響較大。為了得到較好的分割結果，通常還需要與其他圖像處理技術結合使用，如上文提到的中值濾波。

2.3特征提取

特征提取顧名思義，就是將圖片中的顯著特征提取出來。因為色斑圖像區域過大，檢測系統并沒有想象中那么精確，所以我們需要先將色斑圖像提取出來。

首先，我們要先用高斯模糊核將色斑圖像在尺度空間中平滑，此后通過局部導數運算來計算圖像的一個或多個特征，便于色斑圖像的提取。另外，由于色斑圖像的顏色對圖像的變化不明顯，所以在這里我們使用顏色直方圖的方法。之所以使用顏色直方圖是因為它在操作中可以不受色斑圖像平移或旋轉的影響，關鍵是不受圖像尺度影響。在使用過程中，它能描述色斑圖像的顏色分布，而且由于色斑圖像難以自動分割，所以顏色直方圖在這里再合適不過。顏色直方圖分為RGB空間和HSV空間。RGB空間是最為常用的，RGB顏色空間以R（Red：紅）、G（Green：綠）、B（Blue：藍）三種顏色為基礎的空間立方體模型。因RGB顏色多與自然色相近，故也被稱為自然色彩模型。RGB顏色空間以八種顏色為立方體的八個頂點，紅綠藍三基色位于三維空間的三個坐標軸而構成的。其中參數的取值范圍可以從0取到255，這使得RGB空間能夠辨別成千上萬的顏色，方便顏色的處理。HSV顏色空間就是將RGB顏色空間中的顏色倒在圓錐形模型中，它的三個基本參數為色調（H），飽和度（S），明度（V）。其中色調有角度衡量，范圍從0至360度，由紅色向逆時針方向遞增;而飽和度代表顏色的純凈度;明度簡而言之就是亮度，它表示物體透射或反射光線的能力，取值范圍為0.0（黑色）～1.0（白色）。圓錐體的頂面對應于V=1.它包含RGB模型中的R=1，G=1，B=1 三個面，所代表的顏色較為鮮艷，而頂面中點處S=0，V=1，H無定義，故代表為白色。而在圓錐體的頂點（即原點）處，V=0，H和S無定義，顏色為黑色。從該點到原點代表亮度漸暗的灰色，即具有不同灰度的灰色。對于這些點，S=0，H的值無定義。但由于RGB顏色空間不直觀，不符合人們的視覺感受，所以本系統使用用HSV空間模型，因為HSV顏色空間較為立體，較符合

3可實現功能

該系統推動色斑檢測技術進入大眾家庭，眾所周知，進入美容院進行色斑檢測價格十分昂貴，普通家庭是根本承受不起的。且美容院的醫生為了經濟效益有可能欺騙顧客，而顧客也因缺少知識接受醫院的治療。而在本系統只需你用手機拍攝臉部圖像，便可以對皮膚進行色斑檢測，實現隨時隨地了解皮膚情況。免于美容院等機構的欺騙而且價格便宜，適宜在大眾家庭中推廣。而且這種技術不接觸皮膚，安全可靠。

該系統不只是對色斑圖像的粗略提取，使得人們在檢測質量上擔憂，而選擇去美容院等權威場所。因為有了圖像增強、中值濾波以及圖像分割技術的處理，我們檢測出的色斑圖像是非常清晰的，使顧客從中獲益。

總而言之，本系統主要是出于經濟和便利的考慮，實現科技便利人們的生活。

4結語與展望

該方式有一定的創新性，通過手機進行拍攝，獲取人臉圖片，然后通過圖像增強、中值濾波、圖像分割等進行圖像預處理，最后通過顏色特征進行色斑的識別，將多種處理技術用于色斑檢測，使這些技術各展所長。但該系統仍然還有著很大的進步空間，例如我們可以在獲取圖像后，就能檢測出整個臉部的色斑，能得出色斑的統計信息，還能檢測出不同顏色深度的色斑，實現對色斑的分類。還有我們在使用閾值分割時，會出現使用全局域值不精確，使用多個閾值不方便的情況，所以更加快速的使色斑與其他部分區別開是一項需要改進的技術。假如我們能既準確又快速地提取特征色斑，那就再好不過了。不過該方式是否有漏洞還需要實際操作才能知曉，不過我相信本系統在操作過程中會發揮他的實用性。希望這種技術能夠得到推廣，以便它能夠更好地檢測色斑，也希望色斑患者早日康復。

參考文獻

[1]儲霞，吳效明，黃岳山.一種基于人臉皮膚圖像的色斑檢測算法[J].微計算計信息，2009，（21）.

[2]呂峻閩，梅少環，繆春池.基于計算機圖像處理的人臉皮膚表面色斑評估的可行性分析[J].數字技術應用，2016，（06）.

[3]朱冰蓮，潘哲明，李單單.一種中值濾波的快速算法[J].信號處理，2015，（9）.

[4]陳炳權，劉宏立，孟凡斌.數字圖像處理技術的現狀及其發展方向[J].湘西：吉首大學學報，2009，（01）.

[5]谷春靜，蔣大林.圖像處理過程中皮膚紋理評價方法的研究[C].第七屆青年學術會議論文集，2005.