[发明专利]人体皮肤片图像黑色素和血色素分离与浓度调控方法

摘要

本发明公开了人体皮肤片图像黑色素和血色素分离与浓度调控方法，包括以下步骤：获取人体皮肤片RGB彩色图像，并对其R/G/B三通道的信号进行主成分分析，得到二维信号；对该二维信号，进行二层级联非负矩阵分解，得到混合矩阵，并对其做升维及统计变换处理；设计混合矩阵有效性判定约束条件，以判断分离的有效性，若无效，则中止处理过程；设计混合矩阵的权重调控因子，分别构建浓度可调的人体皮肤片黑色素或血色素浓度分布图像及综合合成图像。本发明设计了一种二层非负矩阵分解方法和混合矩阵有效性判定约束条件，解决了现有黑色素和血色素分离方法中，由于混合矩阵的不稳定性所导致的分离结果鲁棒性差的技术问题。

主权项

1.一种人体皮肤片图像黑色素和血色素分离与浓度调控方法，其特征在于，包括以下步骤：(1)获取人体皮肤片RGB彩色图像；(2)对所得人体皮肤片图像的R、G、B三通道信号进行主成分分析，并保留2个最大特征值对应的主成分信号，从而得到一个二维信号；包括以下子步骤：(2‑1)将皮肤片图像R(红)、G(绿)、B(蓝)三通道信号重整为三个行向量信号，并将其组成一个行数为3的矩阵，记为imRGB；(2‑2)对imRGB作负Log变换，得到影射矩阵，记为imRGBLog，即：imRGBLog＝‑log(imRGB)；(2‑3)对imRGBLog矩阵按行去均值，即：对矩阵的每一行求其算术平均值，再将每一行的每个元素均减去该行对应的算术平均值；(2‑4)运用经典的主成分分析算法，即PCA算法，对去均值后的imRGBLog矩阵进行PCA降维，取前2个最大特征值对应的主成分信号，得到新的行数为2的二维矩阵信号，记为pcaRGBLog，并得到对应的特征值矩阵和特征向量，分别记为Dpca和Epca，其中，Dpca维度为2*2，Epca维度为3*2；(3)将步骤(2)中所得的二维信号，进行二层级联非负矩阵分解，得到混合矩阵，并对其做升维及统计变换处理；其中，二层级联操作的非负矩阵分解方法，包括以下子步骤：(3‑1)采用基本的非负矩阵分解算法，对(2‑4)步骤得到的pcaRGBLog二维矩阵信号进行非负矩阵分解，得到混合矩阵和基信号，分别记为A1和S1，其中，非负矩阵分解算法所需的基矩阵采用默认随机函数生成；(3‑2)以(3‑1)步骤中所得的S1和A1作为输入信号和基矩阵，再次采用基本的非负矩阵分解算法，重新进行非负矩阵分解，得到新的基信号和新的混合矩阵，分别记为S2和A2；(3‑3)对混合矩阵A2进行升维，以得到PCA降维前的信号对应的混合矩阵，记为A，升维计算公式如下：其中，inv()操作为广义逆矩阵计算，()^‑1操作为矩阵的逆运算，()^T为矩阵转置运算，Dpca为步骤(2‑4)中所得的特征值矩阵，Epca为步骤(2‑4)中所得的特征向量；(4)根据光线在人体皮肤中的传播特性，设计混合矩阵有效性判定约束条件，以判断分离的有效性，若无效，则中止处理过程；包括以下子步骤：(4‑1)将步骤(3)中得到的混合矩阵A，按列进行模归一化；(4‑2)将列模归一化后的混合矩阵A，根据第一列元素的值，按升序对矩阵进行按行置换；(4‑3)根据黑色素和血色素在R、G、B三色中的分布特性，设计混合矩阵的有效性判定约束条件，具体如下：约束条件1：混合矩阵A的第一个元素A(1,1)满足取值范围A(1,1)∈[0.1,0.6]；约束条件2：混合矩阵A的元素A(2,1)满足取值范围A(2,1)∈[0.3,0.6]；约束条件3：混合矩阵A的元素A(1,2)不是A矩阵第二列元素中的最大值；(4‑4)若(4‑3)中所有的约束条件均得到满足，则进行后续处理；否则，中止处理过程，要求重新拍摄皮肤片图像；(5)运用以上步骤所得到的混合矩阵及原输入的人体皮肤片RGB彩色图像，结合人体皮肤成分构造原理，并设计混合矩阵的权重调控因子，分别构建浓度可调的人体皮肤片黑色素或血色素浓度分布图像和综合合成图像。