[发明专利]一种基于线条聚类的头发密度评估方法

说明书

本发明提出一种基于线条聚类的头发密度评估方法，能够有效识别出图像中的头发并根据识别结果统计头发数目和宽度，计算头发密度，实现头发密度评估。本发明的方法可实现对头发生长过程的实时跟踪，快速有效地估计头发密度并将治疗前后头发密度进行对比，为评判医学治疗效果提供有效的依据，在实际医学应用中有着重要的意义。

技术领域

本发明涉及计算机图像检测识别领域，特别是指一种基于线条聚类的头发识别方法及头发密度评估系统。

背景技术

基于线条特征的图像识别方法已受到广泛关注，目前已有很多学者通过提取图像线条特征进行图像识别，但是并没有有效的对线条进行聚类的方法，头发图像在图像识别领域通常是一种特殊图像，对特定技术特征的识别的影响较小，因此，目前并没有具体的针对头发识别的方法。

由于传统的头发密度估计只能是人为去统计头发的数目并计算宽度，耗费大量的时间，同时由于头发一般比较细长，人为统计结果往往存在很大的误差，因此头发密度估计在医疗评估和检测中具有重要的意义。线条是图像的重要特征，目前已有大量方法利用图像线条特征进行图像识别，考虑到头发图像的特殊性，在检测到图像线条之后，关键是对线条进行聚类，将属于同一头发的线条划分为同一类别，以此实现头发识别并统计头发数目，计算头发宽度和厚度。

本发明提出的基于线条聚类的头发密度评估方法，通过统计图像线条与其周围相邻线条的关系，将属于同一条线的所有线条进行连接，实现线条的初次聚类；并提取图像各个局部区域的中线，利用中线对线条进行再次聚类，以此获取图像中所有头发区域。在实际应用中，只要提供光照强度较好的头发图像，将图像处理为灰度图输入计算机，便可根据我们的算法快速有效地识别出图像中的头发，同时统计头发数目，计算头发宽度和密度，为头发密度评估提供了极大的便利。

发明内容

本发明提出一种基于线条聚类的头发密度评估方法，能够有效识别出图像中的头发并根据识别结果统计头发数目和宽度，计算头发密度，实现头发密度评估。

本发明的技术方案是这样实现的：

一种基于线条聚类的头发密度评估方法，其特征在于，包括以下步骤：

步骤一：在计算机中输入待检测图像并处理为灰度图像；

步骤二：利用直方图进行图像预处理增加图像对比度；

步骤三：图像背景建模，以提取图像背景图和前景图，根据前景图和背景图获取图像前景点、背景点和图像区域信息，并对提取的背景图像进行归一化处理；

步骤四：计算归一化后图像的积分图，以快速获取图像的Haar特征点；

步骤五：利用canny边缘检测算法获取待检测图像的所有边缘点和边缘线；

步骤六：对所有边缘线进行分割，并根据线条长度进行排序，剔除长度小于给定阈值不足以构成头发的线条；

步骤七：基于上述关键点检测结果，关键点即获取的所有前景点、背景点、 Haar特征点及边缘点，将图像所有像素点进行分类，分为前景点、背景点、Haar 特征点以及边缘点，并在图像上标记每个关键点的类型；

步骤八：遍历图像所有像素点，建立每个像素点与其上下左右4方向相邻关键点的关系图，以记录每一点4方向上相邻的边缘点、Haar特征点以及每个点 4方向上的局部邻域内前景点总数；

步骤九：基于上述关系图，遍历图像所有边缘线，找出每条边缘线上下左右 4方向上相邻的边缘线并判定边缘线间的连接性，获取初始边缘线连接结果；

步骤十：基于边缘线上下左右4方向上相邻关键点的信息，将所有边缘线分为三类，分别为：头发区域左线条、头发区域右线条和头发区域中线；

步骤十一：获取图像局部区域内的灰度极值点，并利用其提取图像各个局部区域的头发区域中线；