[发明专利]一种基于光密度空间的中心化图像通道差的色素分离方法

摘要

本发明公开了一种基于光密度空间的中心化图像通道差的色素分离方法，包括以下步骤：获取偏振光下的RGB彩色皮肤图像并进行肤色提取；将图像划分成若干子图像块，并舍弃包含非皮肤像素的子图像块；各个子图像块的纯色浓度的获取；矩阵最佳纯色浓度矩阵的获取；计算图像中的黑色素和血色素浓度，引入色素浓度灰度分布图和彩色分布图。本发明消除了以往色素分离模型中光源的干扰项，且无需主成分分析过程，并设计了简单高效的纯色浓度矩阵的合理性判定约束条件，解决了现有色素分离算法中，由于光源强度干扰和主成分分析过程中的数据丢失导致色素浓度提取结果不准确和鲁棒性差，以及纯色浓度矩阵的合理性判定过程复杂导致算法执行效率低的技术问题。

主权项

1.一种基于光密度空间的中心化图像通道差的色素分离方法，其特征在于，包括以下步骤：(1)获取偏振光下的RGB彩色皮肤图像，采用椭圆模型方法进行图像的肤色提取；(2)将步骤(1)中提取的图像根据图像宽高像素值划分成若干子图像块，并从中舍弃包含非皮肤像素的子图像块；(3)对每个所属皮肤的子图像块，进行独立成分分析，以得到各个子图像块的纯色浓度矩阵，包括以下子步骤：(3‑1)将符合条件的子图像块的各像素的R通道值分别除以G通道值和B通道值，将其结果重整为两个行向量信号，并最后将其组成为一个行数为2的矩阵，记为diffArray；(3‑2)对diffArray作Log变换，得到混合颜色通道差矩阵，记为diffArrayLog，即：diffArrayLog＝log(diffArray)；(3‑3)计算每个子图像块的diffArrayLog的各行的均值，并将所有符合条件的子图像块的均值进行求和后再除以子图像块的总数量N*M，以得到整幅图像的平均颜色通道差向量，并将其组成为与diffArrayLog的维数一致的矩阵，记为diffArrayMean，其中，该矩阵的每一列都等于平均颜色通道差向量；(3‑4)将diffArrayLog矩阵与diffArrayMean矩阵的对应值相减，得到中心化后的颜色通道差矩阵，记为diffArrayCentral，即diffArrayCentral＝diffArrayLog‑diffArrayMean；(3‑5)运用经典的FastICA算法，对diffArrayCentral矩阵进行独立成分分析，得到分离矩阵，记为W；(3‑6)假设纯色浓度矩阵记为C，则根据分离矩阵W与纯色浓度矩阵C的关系式，可利用W求解出真实的纯色浓度矩阵C；具体的关系式如下：C＝(ED‑1/2Et)‑1W‑1RΛ其中，E是diffArrayCentral的协方差矩阵的特征向量组成的正交矩阵；D是diffArrayCentral的协方差矩阵的特征值组成的对角矩阵；R为置换矩阵，取值为单位矩阵；Λ是倍数对角矩阵，用来将矩阵C的各列模标准化为1；()‑1操作为矩阵的逆运算；()‑1/2操作为对矩阵中每个值开方后再求逆运算；()t为矩阵转置运算；(4)根据黑色素和血色素的消光系数在R/G/B各光谱范围的分布特征，设计简单高效的纯色浓度矩阵的合理性判定约束条件，以从步骤(3)中所得到的每个子图像块对应的纯色浓度矩阵中过滤出合理的纯色浓度矩阵，并组成合理纯色浓度矩阵集合，再从中选取偏差最小的作为最佳的纯色浓度矩阵；(5)根据原RGB皮肤图像颜色与色素浓度之间的关系模型，利用步骤(4)所得的最佳纯色浓度矩阵和步骤(3)所得的原图像的颜色通道差值，完成皮肤图像中黑色素和血色素的浓度提取，并引入色素浓度灰度和彩色分布图以形象展示色素浓度的总体分布特性。