[发明专利]基于图像处理的黑头识别方法、黑头识别装置及终端设备

权利要求书

1.一种基于图像处理的黑头识别方法，其特征在于，包括：

获取待识别图像，并对所述待识别图像进行灰度处理，得到第一图像；

对所述第一图像进行同态滤波和局部直方图均衡处理，得到第二图像；

对所述第二图像进行阈值分割，得到初始灰度阈值；

对所述初始灰度阈值进行调整得到目标灰度阈值，并根据所述目标灰度阈值对所述第二图像进行处理，得到目标图像；

从所述目标图像中，识别得到黑头的总数量和总面积。

2.根据权利要求1所述的方法，其特征在于，所述获取待识别图像，并对所述待识别图像进行灰度处理，得到第一图像，包括：

获取待识别图像；

通过预设算法，在所述待识别图像中，确定人脸特征点；

根据所述人脸特征点，确定目标区域图像；

对所述目标区域图像进行灰度处理，得到第一图像。

3.根据权利要求1所述的方法，其特征在于，所述对所述第二图像进行阈值分割，得到初始灰度阈值；对所述初始灰度阈值进行调整得到目标灰度阈值，并根据所述目标灰度阈值对所述第二图像进行处理，得到目标图像，包括：

对所述第二图像利用Otsu算法，得到初始灰度阈值；

根据所述初始灰度阈值和预设灰度差值，得到目标灰度阈值；

根据预设函数公式，得到目标图像；

其中，所述预设函数公式为bin＝threshold(A)，A＝gray_h，η；η＝thr-Δt；

bin表示所述目标图像；threshold(A)表示threshold函数公式；gray_h表示所述第二图像；thr表示初始灰度阈值；Δt表示预设灰度差值；η表示目标灰度阈值。

4.根据权利要求3所述的方法，其特征在于，所述根据预设函数公式，得到目标图像，包括：

根据预设函数公式，得到第三图像；

对所述第三图像上的噪声进行去除，得到第四图像；

对所述第四图像进行裁剪，得到目标图像。

5.根据权利要求1所述的方法，其特征在于，所述从所述目标图像中，识别得到黑头的总数量和总面积，包括：

从所述目标图像中，确定每个黑头的面积；

将所述每个黑头中的面积小于预设面积阈值的黑头，确定为第一黑头；

确定所述第一黑头的数量，以及所述第一黑头的总面积。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述方法还包括：

将所述黑头的总数量进行归一化处理，得到目标总数量；

将所述黑头的总面积进行所述归一化处理，得到目标总面积；

根据第一公式，得到目标数值；

其中，所述目标数值用于表征所述黑头的严重程度；

所述第一公式为B＝λC+(1-λ)D；

B表示所述目标数值；C表示所述目标总数量；D表示所述目标总面积；λ表示严重程度系数。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

当所述目标数值小于第一预设数值时，根据第二公式，生成并输出第一皮肤质量分数；

当所述目标数值大于等于所述第一预设数值，且小于第二预设数值时，根据第三公式，生成并输出第二皮肤质量分数；

当所述目标数值大于等于所述第二预设数值时，根据第四公式，生成并输出第三皮肤质量分数；

其中，所述第二公式为E₁＝100-10B/F；

所述第三公式为E₂＝90-10(B-F)/(G-F)；

所述第四公式为E₃＝80-10(B-G)/(1-G)；

E₁表示所述第一皮肤质量分数；F表示所述第一预设数值；E₂表示第二皮肤质量分数；G表示所述第二预设数值；E₃表示所述第三皮肤质量分数。