[发明专利]黑头吸除方法、装置及计算机可读存储介质在审

专利信息
申请号: 201910369566.4 申请日: 2019-04-30
公开(公告)号: CN110310252A 公开(公告)日: 2019-10-08
发明(设计)人: 王松年 申请(专利权)人: 深圳市四季宏胜科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/12;G06T7/13;A61M1/00
代理公司: 深圳市恒程创新知识产权代理有限公司 44542 代理人: 赵爱蓉
地址: 518000 广东省深圳市龙华*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 黑头 吸除 计算机可读存储介质 目标图像 参数控制 处理规则 吸除装置 信息确定 指令获取 智能选择 预设 皮肤 受损 指令
【权利要求书】:

1.一种黑头吸除方法,其特征在于,所述黑头吸除方法包括以下步骤:

在接收到黑头吸除指令时,根据所述黑头吸除指令获取待吸除区域的目标图像;

基于预设处理规则对所述目标图像进行处理,得到黑头信息;

根据所述黑头信息确定对应的黑头吸除参数,并根据所述黑头吸除参数控制去黑头仪进行吸除。

2.如权利要求1所述的黑头吸除方法,其特征在于,所述基于预设处理规则对所述目标图像进行处理,得到黑头信息的步骤包括:

对所述目标图像进行二值化处理,得到二值化图像;

对所述二值化图像进行轮廓检测,并根据检测结果将所述目标图像中存在轮廓的区域作为疑似黑头目标;

基于所述疑似黑头目标对所述目标图像进行分割,得到包含疑似黑头目标的分割图像;

对所述分割图像进行特征提取,得到图像特征信息,并基于预设检测规则对所述图像特征信息进行检测识别,得到黑头信息。

3.如权利要求2所述的黑头吸除方法,其特征在于,所述对所述目标图像进行二值化处理,得到二值化图像的步骤之前,还包括:

对所述目标图像进行图像增强处理;

所述对所述目标图像进行二值化处理,得到二值化图像的步骤包括:

对经图像增强处理的目标图像进行二值化处理,得到二值化图像。

4.如权利要求2所述的黑头吸除方法,其特征在于,所述基于预设检测规则对所述图像特征信息进行检测识别,得到黑头信息的步骤包括:

检测所述图像特征信息是否满足预设条件;

若所述图像特征信息满足预设条件,则判定所述分割图像中的疑似黑头目标为黑头;

获取图像特征信息满足预设条件的分割图像的数量,以得到黑头数量,并根据所述图像特征信息获取各黑头大小。

5.如权利要求2所述的黑头吸除方法,其特征在于,所述基于预设检测规则对所述图像特征信息进行检测识别,得到黑头信息的步骤包括:

根据所述图像特征信息构建图像特征向量,并计算所述图像特征向量与预设特征向量之间的相似度值;

判断所述相似度值是否小于预设阈值;

若所述相似度值小于预设阈值,则判定所述分割图像中的疑似黑头目标为黑头;

获取相似度值小于预设阈值的分割图像的数量,以得到黑头数量,并根据所述图像特征信息获取各黑头大小。

6.如权利要求1至5中任一项所述的黑头吸除方法,其特征在于,所述图像特征信息包括颜色特征、形状特征和纹理特征中的一种或多种。

7.如权利要求1至5中任一项所述的黑头吸除方法,其特征在于,所述黑头信息包括黑头数量和黑头大小,所述黑头吸除参数包括吸力大小和吸除频率,所述根据所述黑头信息确定对应的黑头吸除参数,并根据所述黑头吸除参数控制去黑头仪进行吸除的步骤包括:

根据所述黑头数量和所述黑头大小各自所在的区间及第一预设映射关系,确定对应的吸力大小和吸除频率;

根据所述吸力大小和所述吸除频率控制去黑头仪进行吸除。

8.如权利要求7所述的黑头吸除方法,其特征在于,所述根据所述黑头信息确定对应的黑头吸除参数,并根据所述黑头吸除参数控制去黑头仪进行吸除的步骤还包括:

根据所述黑头数量和所述黑头大小计算黑头的平均大小;

根据所述平均大小所在的区间及第二预设映射关系,确定对应的吸力大小和吸除频率;

根据所述吸力大小和所述吸除频率控制去黑头仪进行吸除。

9.一种黑头吸除装置,其特征在于,所述黑头吸除装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的黑头吸除程序,所述黑头吸除程序被所述处理器执行时实现如权利要求1至8中任一项所述的黑头吸除方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有黑头吸除程序,所述黑头吸除程序被处理器执行时实现如权利要求1至8中任一项所述的黑头吸除方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市四季宏胜科技有限公司,未经深圳市四季宏胜科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910369566.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top