[发明专利]一种基于灰度分段及Lab颜色聚类的鲜红斑痣色卡生成方法

说明书

本发明公开一种基于灰度分段及Lab颜色聚类的鲜红斑痣色卡生成方法，在Lab颜色空间中针对L分量滤除背景像素点；将目标图像区域每个像素点的灰度值由小到大分成多个区域，并求出每个区域灰度值均值；以区域灰度均值为中心，以每个像素点灰度值为特征进行聚类；求出每类像素点集合在Lab颜色分量平均值，得到色卡中各色块对应的Lab颜色分量值；构造色卡色块Lab颜色分量矩阵，再转换为RGB颜色空间以色卡显示。本发明能针对每位患者生成定制色卡；避免医生在临床治疗过程的对于颜色的肉眼观察而产生的误差，为鲜红斑痣的临床疗效提供了一种实用性强的颜色变化评估技术。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于灰度分段及Lab颜色聚类的鲜红斑痣色卡生成方法。

背景技术

鲜红斑痣是由于多种内外因素影响所致皮肤色素含量增多的色素性皮肤病，属于遗传病，长期存在对于患者的心理生理健康存在较大影响，且属于临床常见皮肤病。鲜红斑痣的皮肤颜色改变是鲜红斑痣在临床治疗过程中评估治疗效果的重要指标，能反映皮肤是否健康。目前对于鲜红斑痣的临床诊断和治疗效果的评估的主要手段是医生通过主观的视觉判断，其次是借助分光计、云镜等医疗设备辅助评估疗效。由于每位医生的视觉感受不同，容易受观察角度、不同环境的天气因素以及不同皮肤的颜色，甚至是心理因素的影响，疗效评估缺乏一致性且无法精细量化评估颜色的分布及变化。使用分光测色计时，只能对皮损若干局部微小范围定量测量颜色，所选择的观测范围有限且难以保证治疗前后测量部位相同。使用云镜时，只能选择设备中有限的观测及颜色度量功能，并且对于患处分割精度及颜色分布分析能力有限。

利用色卡比对颜色是行之有效的方法，并且目前数字图像处理技术在对于颜色处理方面的发展迅速，数字图像处理技术通过图片可以对皮肤的颜色变化进行评估，但是在鲜红斑痣的临床治疗领域，每位患者的鲜红斑痣都不一致，难以通过一个统一的色卡对所有患者的鲜红斑痣进行颜色变化的评估。除此之外，目前对于色卡的生成大多局限于使用PS和procreate等专业绘图软件，其使用需要较强的专业基础，没有针对鲜红斑痣等一系列皮肤病的自动化功能，在提取色卡时，需要进行一系列繁琐的操作，加大了医生的负担和时间成本。

发明内容

本发明的目的在于提供一种基于灰度分段及Lab颜色聚类的鲜红斑痣色卡生成方法。

本发明采用的技术方案是：

一种基于灰度分段及Lab颜色聚类的鲜红斑痣色卡生成方法，包括以下步骤：

步骤1：在Lab颜色空间中针对L分量滤除背景像素点；

步骤2：将目标图像区域每个像素点的灰度值由小到大分成多个区域，并求出每个区域灰度值均值；

步骤3：以区域灰度均值为中心，以每个像素点灰度值为特征进行聚类；

步骤4:求出每类像素点集合在Lab颜色分量平均值，得到色卡中各色块对应的Lab颜色分量值；

步骤5:构造色卡色块Lab颜色分量矩阵，再转换为RGB颜色空间以色卡显示。

进一步地，所述步骤1具体包括：

通过大量的数据实验及经验值，在Lab颜色空间中，本方法将鲜红斑痣病灶区域图像L值小于20的像素点视为背景像素点，遍历检测所有像素点后，将背景像素点剔除。即定义L分量门限L_th＝20，设图像由h行w列像素组成，则共有h×w个像素点，处理第i个像素点时，如果L_iL_th，(i＝1，2，…，h×w)，则去除该背景像素点。

进一步地，所述步骤2具体包括：

设定色卡色块个数为J，计算鲜红斑痣病灶区域所有像素点灰度值的最大值g_max和最小值g_min，并将灰度值的最大值减去灰度值的最小值后除以色卡色块个数的值作为每个灰度区域的跨度Δg：