CN105427306B - 皮肤光泽度的图像分析方法和装置 - Google Patents
皮肤光泽度的图像分析方法和装置 Download PDFInfo
- Publication number
- CN105427306B CN105427306B CN201510801151.1A CN201510801151A CN105427306B CN 105427306 B CN105427306 B CN 105427306B CN 201510801151 A CN201510801151 A CN 201510801151A CN 105427306 B CN105427306 B CN 105427306B
- Authority
- CN
- China
- Prior art keywords
- skin
- max
- image
- pixel
- bloom
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种皮肤光泽度的图像分析方法和装置,有效反映人的皮肤光泽度差异及产品对皮肤光泽的改善功效,更好地反映人的视觉评价结果。其技术方案为:在相同光源条件下采集受试者皮肤的数字图像;在所获得的皮肤图像上设定待分析区域;对待分析区域计算像素的频率分布;设置高光部分的提取条件;计算根据设置的提取条件所提取的高光部分的像素占比,以此作为皮肤光泽度的指标。
Description
技术领域
本发明涉及皮肤特征及皮肤改善功效的评价,具体涉及一种基于皮肤数字图像定量评价皮肤光泽度的分析方法和装置。
背景技术
人们通常会根据皮肤光泽来判断皮肤的健康状态,而且会关注化妆品、保健品等对皮肤光泽的改善。因此在进行皮肤咨询、产品功效评价等期间,会对使用者的皮肤光泽度进行评价。
通常情况下,使用者或评价员会通过肉眼观察对光泽度进行半定量的主观评价。但是主观评价常常受到评价者经验、情感等很多主观因素的影响而难以得到稳定的结果,而且不同评价者的评价结果也常常由于评价尺度不同而很难做到相互比较。
通过客观手段获得的结果相对稳定,但能否与主观判断有很好的相关性是衡量客观评价方法有效性的重要手段。传统的客观评价手段多数使用探头按压皮肤局部获得皮肤光泽度,如德国Courage&Khazaka公司的Glossmeter GL200,其结果只能反映探头所覆盖局部的皮肤特征,而且本身测试结果也容易受到探头挤压的影响,因此结果的有效性、稳定性都有局限性。
发明内容
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览,并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
本发明的目的在于解决上述问题,提供了一种皮肤光泽度的图像分析方法和装置,有效反映人的皮肤光泽度差异及产品对皮肤光泽的改善功效,更好地反映人的视觉评价结果。
本发明的技术方案为:本发明揭示了一种皮肤光泽度的图像分析方法,包括:
在相同光源条件下采集受试者皮肤的数字图像;
在所获得的皮肤图像上设定待分析区域;
对待分析区域计算像素的频率分布;
设置高光部分的提取条件;
计算根据设置的提取条件所提取的高光部分的像素占比,以此作为皮肤光泽度的指标。
根据本发明的皮肤光泽度的图像分析方法的一实施例,在设置高光部分的提取条件的步骤中,通过建立相对整体肤色的高光阈值来确定高光部分。
根据本发明的皮肤光泽度的图像分析方法的一实施例,高光阈值的公式如下:
T=Pmax-R%*(Pmax-Pmost),
其中T是高光阈值,Pmost是图像上频数最多的像素值,Pmax是图像的最大像素值,R%是高光部分占(Pmax-Pmost)部分的占比。
根据本发明的皮肤光泽度的图像分析方法的一实施例,R值根据需要开源设置。
根据本发明的皮肤光泽度的图像分析方法的一实施例,R%的范围在30%至50%之间。
本发明还揭示了一种皮肤光泽度的图像分析装置,包括:
图像采集模块,在相同光源条件下采集受试者皮肤的数字图像;
分析区域设定模块,在所获得的皮肤图像上设定待分析区域;
频率分布计算模块,对待分析区域计算像素的频率分布;
提取条件设置模块,设置高光部分的提取条件;
高光像素占比计算模块,计算根据设置的提取条件所提取的高光部分的像素占比,以此作为皮肤光泽度的指标。
根据本发明的皮肤光泽度的图像分析装置的一实施例,提取条件设置模块通过建立相对整体肤色的高光阈值来确定高光部分。
根据本发明的皮肤光泽度的图像分析装置的一实施例,高光阈值的公式如下:
T=Pmax-R%*(Pmax-Pmost),
其中T是高光阈值,Pmost是图像上频数最多的像素值,Pmax是图像的最大像素值,R%是高光部分占(Pmax-Pmost)部分的占比。
根据本发明的皮肤光泽度的图像分析装置的一实施例,R值根据需要开源设置。
根据本发明的皮肤光泽度的图像分析装置的一实施例,R%的范围在30%至50%之间。
本发明所述的相同光源条件是指,在针对相同标的进行评估时,拍摄照片的光源条件一致,但针对不同人种的皮肤的光泽度评价时,可以选择的光源条件是以能清晰地显示皮肤状态。
本发明对比现有技术有如下的有益效果:本发明的基本原理是人们对皮肤光泽度的判断通常是以皮肤对光线的镜面反射(具体表现为高光)为依据,高光部分在图像上的占比越多则认为光泽度越高。基于这一原理,通过模拟人眼的判断标准,以图像高光部分的像素占比作为评价光泽度的指标,这一指标与主观评价结果有着很高的相关性,并且具有很高的灵敏度和精度。
本发明的图像分析方法是对受试者进行拍照后对数字图像进行分析,对皮肤没有挤压形变,所以数据重复性和稳定性更好,而且可以选择要分析的皮肤范围,而不限于探头所覆盖的很小区域。此外,本方法本身是通过模拟人的视觉评价过程而建立,因此可以更好地反映人的视觉评价结果。
附图说明
图1示出了本发明的皮肤光泽度的图像分析方法的较佳实施例的流程图。
图2示出了图1所示实施例的具体示例的示意图。
图3示出了本发明的皮肤光泽度的图像分析装置的较佳实施例的原理图。
图4示出了100例样本在不同R值设置下的高光像素占比散点图。
图5示出了100例样本的Glossmeter值散点图。
图6示出了100例样本志愿者主观评分均值散点图。
具体实施方式
在结合以下附图阅读本公开的实施例的详细描述之后,能够更好地理解本发明的上述特征和优点。在附图中,各组件不一定是按比例绘制,并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。
皮肤光泽度的图像分析方法的实施例
图1示出了本发明的皮肤光泽度的图像分析方法的较佳实施例的流程,图2示出了一个具体示例的示意图。结合图1和图2所示,下面是对本实施例的图像分析方法的各个步骤的详细描述。
步骤S1:在相同光源条件下采集受试者皮肤的数字图像。
在本实施例中,是特定一致的白光光源。例如,如图2所示,运用VISIA-CR(美国Canfield公司)对受试者拍照,图像拍摄条件设置为顶灯光源强度为F5.6+7,两侧灯光源强度都为F11.0+8,ISO为100,光圈为F16,白平衡为日光,拍摄时避免外界光线干扰。图2中的A部分为在此光源条件下获得的人脸左侧图像。
步骤S2:在所获得的皮肤图像上设定待分析区域。
例如,如图2中的B所示,待分析区域为面颊部位1061×1005像素的矩形区域。
步骤S3:对待分析区域计算像素的频率分布。
例如,如图2中的C部分所示,通过对图2的B部分的待分析区域计算像素的频率分布,获得频率分布图。
步骤S4:设置高光部分的提取条件。
在数字图像上高光部分即相对图像整体亮度较高的部分。由于每个人皮肤本身的整体亮度不同,所以不适宜以一样的数值来划分高光部分。本发明通过建立相对整体肤色的高光阈值来确定高光部分,高于一定阈值的像素部分则为高光部分。整体颜色亮度可用像素频数最多的像素值(Pmost)表示,因此高光阈值可相对于Pmost来设定。具体的高光阈值公式如下:
高光阈值T=Pmax—R%﹒(Pmax—Pmost)
其中Pmost表示图像上频数最多的像素值;Pmax表示图像的最大像素值;R%表示高光部分占(Pmax—Pmost)部分的占比,具体R值可以根据需要开源设置,在30%—50%之间都有较好效果。
例如,图2的D部分为在图2的B部分上标示高光部分的图像,图2的E部分为标示高光部分(黑色区域,R%设置为40%)的频率分布图。
步骤S5:计算根据设置的提取条件所提取的高光部分的像素占比,以此作为皮肤光泽度的指标。
例如,根据待分析区域图像的频率分布以及设置的高光阈值条件,计算高光像素占比(高光部分像素占图像总体像素的百分点),作为评价光泽度的指标。
皮肤光泽度的图像分析装置的实施例
图3示出了本发明的皮肤光泽度的图像分析装置的较佳实施例的原理。请参见图3,本实施例的图像分析装置包括:图像采集模块1、分析区域设定模块2、频率分布计算模块3、提取条件设置模块4、高光像素占比计算模块5。图像采集模块1的输出端连接分析区域设定模块2,分析区域设定模块2的输出端连接频率分布计算模块3,频率分布计算模块3的输出端连接提取条件设置模块4,提取条件设置模块4的输出端连接高光像素占比计算模块5。
图像采集模块1是在相同光源条件下采集受试者皮肤的数字图像。
在本实施例中,是特定一致的白光光源。例如,如图2所示,运用VISIA-CR(美国Canfield公司)对受试者拍照,图像拍摄条件设置为顶灯光源强度为F5.6+7,两侧灯光源强度都为F11.0+8,ISO为100,光圈为F16,白平衡为日光,拍摄时避免外界光线干扰。图2中的A部分为在此光源条件下获得的人脸左侧图像。
分析区域设定模块2是在所获得的皮肤图像上设定待分析区域。例如,如图2中的B所示,待分析区域为面颊部位1061×1005像素的矩形区域。
频率分布计算模块3对待分析区域计算像素的频率分布。例如,如图2中的C部分所示,通过对图2的B部分的待分析区域计算像素的频率分布,获得频率分布图。
条件设置模块4设置高光部分的提取条件。
在数字图像上高光部分即相对图像整体亮度较高的部分。由于每个人皮肤本身的整体亮度不同,所以不适宜以一样的数值来划分高光部分。本发明通过建立相对整体肤色的高光阈值来确定高光部分,高于一定阈值的像素部分则为高光部分。整体颜色亮度可用像素频数最多的像素值(Pmost)表示,因此高光阈值可相对于Pmost来设定。具体的高光阈值公式如下:
高光阈值T=Pmax—R%﹒(Pmax—Pmost)
其中Pmost表示图像上频数最多的像素值;Pmax表示图像的最大像素值;R%表示高光部分占(Pmax—Pmost)部分的占比,具体R值可以根据需要开源设置,在30%—50%之间都有较好效果。
例如,图2的D部分为在图2的B部分上标示高光部分的图像,图2的E部分为标示高光部分(黑色区域,R%设置为40%)的频率分布图。
高光像素占比计算模块5计算根据设置的提取条件所提取的高光部分的像素占比,以此作为皮肤光泽度的指标。
例如,根据待分析区域图像的频率分布以及设置的高光阈值条件,计算高光像素占比(高光部分像素占图像总体像素的百分点),作为评价光泽度的指标。
案例分析
案例1
本案例1采用上述实施例的方法来批量评估一组受试者皮肤光泽度。
志愿者选取:选取100名25-45岁健康女性受试者,面部皮肤区域无明显疤痕、色素沉着等影响分析的瑕疵。
图片采集和截取:按照上述实施例中步骤S1至S2的方法,对每位受试者左侧半脸拍照,并截取脸颊部位1061x1005像素的矩形区域图像。
图像分析:按照上述皮肤光泽度的图像分析方法的实施例中步骤S3-5,对上述100张截图进行分析。其中R值设置为30、35、40、45、50,分别计算在每个设置下每幅图的高光像素占比。
表1为按照上述步骤所得的的高光像素值测量结果描述。
表1.高光像素值测量结果描述
R=30 | R=35 | R=40 | R=45 | R=50 | |
均值 | 5.4% | 3.6% | 2.5% | 1.7% | 1.1% |
标准差 | 2.4% | 2.0% | 1.6% | 1.3% | 1.0% |
最小值 | 1.0% | 0.6% | 0.3% | 0.2% | 0.1% |
最大值 | 14.9% | 12.8% | 10.2% | 8.8% | 6.9% |
图4散点图为100例样本在不同R值设置下的高光像素占比散点图。纵轴表示高光像素占比,横轴表示样本个体,其中将样本按照R=30时的高光像素值从小到大进行从左到右的排列。
比较例1
运用Glossmeter GL200,平行评估案例1中的100名25-45岁健康女性受试者,对每位相同的受试者左脸颊的案例1中的图像采集区的皮肤进行测试。
表2为上述方法所测光泽度值的结果描述。
表2.Glossmeter GL200所测光泽度值的结果描述
Glossmeter值 | |
均值 | 9.86 |
标准差 | 2.50 |
最小值 | 5.93 |
最大值 | 22.45 |
图5为100例样本的Glossmeter值散点图。纵轴表示Glossmeter值,横轴表示样本个体,其中将样本按照Glossmeter值从小到大进行从左到右的排列。
比较例2
针对案例1中的100名25-45岁健康女性受试者,本比较例会采用60名志愿者来进行主观平行评估,对每位相同的受试者左脸颊的案例1中的图像采集区的皮肤进行主观评估。
志愿者选取:选取60名25-55岁的志愿者,需要具有正常的辨色力和矫正视力,并且具有足够认知能力来理解评分规则。
图像准备:将案例1中的100张截图编号后存入电脑,志愿者评分时运用图片查看器打开依次浏览。
主观评分:每个志愿者根据自己对皮肤光泽度的理解对上述图片进行评分并记录在问卷上。
评分标准:1分表示皮肤有光泽;0分表示皮肤光泽一般或难以判断;-1分表示皮肤没有光泽。
此外,还提示志愿者评分时只关注光泽度,排除其它皮肤特性干扰,并且在评分前先大致浏览所有皮肤图像,心里建立大概评分标尺后再对图像进行一一评分,以一定程度上避免志愿者评分标尺波动太大。
表3为60名志愿者主观评分的均值结果描述。
表3.志愿者主观评分的均值结果描述
志愿者评分均值 | |
均值 | 0.16 |
标准差 | 0.42 |
最小值 | -0.65 |
最大值 | 1 |
图6为根据100张图片的志愿者主观评分均值散点图。纵轴表示评分均值,横轴表示样本个体,其中将样本按照评分均值从小到大进行从左到右的排列。
比较例1、比较例2与案例1的结果比对分析:
相关系数是反映变量之间相关关系密切程度的统计指标,通过计算案例1和比较例1所测得的光泽度与比较例2所得的主观评分均值之间的相关系数,来判断本发明方法和Glossmeter两种方法与主观评价的接近程度。
表4列出通过本发明案例1的图像分析方法(R%设置在30%—50%)计算所得光泽度(高光像素占比)和Glossmeter所测光泽度与60名消费者主观评分均值的相关系数。
本发明方法所测得的光泽度结果与消费者主观评分高度相关(R%设置在30%-50%时r值都大于0.6),而Glossmeter与消费者主观评分的相关系数r只有0.422,说明本方法比Glossmeter更加接近人的视觉判断,高光像素占比可以很好地表达不同个体皮肤光泽度的差异,有效性更好。
R%设置在30%-50%时相关系数都较高,在具体应用中可根据需要选用单一R值设置。
案例2
本案例2主要介绍运用本发明方法评价样品使用前后皮肤的光泽度变化。
选择22名26-35岁女性受试者,使用统一的洁面乳清洁面部,在恒温恒湿实验室(温度20-22℃,湿度40-60%)平衡30分钟后拍摄面部照片作为皮肤基础状态。受试者半边脸敷贴面膜15min后去掉面膜轻拍面部至完全吸收,另半边脸不作处理作为空白对照,之后再次拍摄面部照片。
按照上述实施例的方法对图像进行分析,其中R值设置为40,获得高光占比数据后进行比较,结果如表5:
表5.半脸样品使用前后的光泽度及差异
敷贴面膜半脸使用后光泽度比基础值显著提升,空白对照半脸使用后光泽度和基础值相比没有显著性差异。本发明方法可以有效地检测化妆品对皮肤光泽度的提升功效。
尽管为使解释简单化将上述方法图示并描述为一系列动作,但是应理解并领会,这些方法不受动作的次序所限,因为根据一个或多个实施例,一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。
本领域技术人员将进一步领会,结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性,各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体***的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性,但这样的实现决策不应被解读成导致脱离了本发明的范围。
结合本文所公开的实施例描述的各种解说性逻辑板块、模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器,但在替换方案中,该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合,例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。
结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中,存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中,处理器和存储介质可作为分立组件驻留在用户终端中。
在一个或多个示例性实施例中,所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品,则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者,其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定,这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如,如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来,则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟,其中盘(disk)往往以磁的方式再现数据,而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的,且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此,本公开并非旨在被限定于本文中所描述的示例和设计,而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。
Claims (4)
1.一种皮肤光泽度的图像分析方法,包括:
在相同光源条件下采集受试者皮肤的数字图像;
在所获得的皮肤图像上设定待分析区域;
对待分析区域计算像素的频率分布;
设置高光部分的提取条件;
计算根据设置的提取条件所提取的高光部分的像素占比,以此作为皮肤光泽度的指标;
其中在设置高光部分的提取条件的步骤中,通过建立相对整体肤色的高光阈值来确定高光部分,高光阈值的公式如下:
T=Pmax-R%*(Pmax-Pmost),
其中T是高光阈值,Pmost是图像上频数最多的像素值,Pmax是图像的最大像素值,R%是高光部分占(Pmax-Pmost)部分的占比,R值根据需要开源设置。
2.根据权利要求1所述的皮肤光泽度的图像分析方法,其特征在于,R%的范围在30%至50%之间。
3.一种皮肤光泽度的图像分析装置,包括:
图像采集模块,在相同光源条件下采集受试者皮肤的数字图像;
分析区域设定模块,在所获得的皮肤图像上设定待分析区域;
频率分布计算模块,对待分析区域计算像素的频率分布;
提取条件设置模块,设置高光部分的提取条件;
高光像素占比计算模块,计算根据设置的提取条件所提取的高光部分的像素占比,以此作为皮肤光泽度的指标;
其中提取条件设置模块通过建立相对整体肤色的高光阈值来确定高光部分,高光阈值的公式如下:
T=Pmax-R%*(Pmax-Pmost),
其中T是高光阈值,Pmost是图像上频数最多的像素值,Pmax是图像的最大像素值,R%是高光部分占(Pmax-Pmost)部分的占比,R值根据需要开源设置。
4.根据权利要求3所述的皮肤光泽度的图像分析装置,其特征在于,R%的范围在30%至50%之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510801151.1A CN105427306B (zh) | 2015-11-19 | 2015-11-19 | 皮肤光泽度的图像分析方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510801151.1A CN105427306B (zh) | 2015-11-19 | 2015-11-19 | 皮肤光泽度的图像分析方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105427306A CN105427306A (zh) | 2016-03-23 |
CN105427306B true CN105427306B (zh) | 2018-02-23 |
Family
ID=55505487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510801151.1A Active CN105427306B (zh) | 2015-11-19 | 2015-11-19 | 皮肤光泽度的图像分析方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105427306B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200305784A1 (en) * | 2016-06-27 | 2020-10-01 | Koninklijke Philips N.V | Device and method for skin gloss detection |
CN106370604B (zh) * | 2016-09-29 | 2021-02-26 | 上海家化联合股份有限公司 | 清洁类产品对防晒产品清洁能力的人体测试方法 |
EP3384829A1 (en) * | 2017-04-05 | 2018-10-10 | Koninklijke Philips N.V. | Skin gloss measurement for quantitative estimation of skin gloss |
US11534105B2 (en) * | 2019-03-20 | 2022-12-27 | Keio University | Estimation method, estimation model generation method, program, and estimation device |
CN111466882A (zh) * | 2020-04-23 | 2020-07-31 | 上海祉云医疗科技有限公司 | 一种智能中医手诊分析***及方法 |
CN112288722B (zh) * | 2020-10-30 | 2022-07-01 | 浙江科技学院 | 一种珍珠光泽的测试方法 |
CN113487562B (zh) * | 2021-07-02 | 2024-04-09 | 北京美医医学技术研究院有限公司 | 一种基于手持设备的皮肤光泽度检测*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3886006B2 (ja) * | 2002-10-09 | 2007-02-28 | 株式会社ニレコ | 青果物の光沢検査装置 |
CN103152476A (zh) * | 2013-01-31 | 2013-06-12 | 广东欧珀移动通信有限公司 | 检测皮肤状态的手机及其使用方法 |
CN103473563A (zh) * | 2013-09-23 | 2013-12-25 | 程涛 | 指甲图像处理方法及***、指甲特征分析方法及*** |
JP2014087464A (ja) * | 2012-10-30 | 2014-05-15 | Fujifilm Corp | 肌の評価方法および肌の評価装置 |
KR20140061152A (ko) * | 2012-11-13 | 2014-05-21 | (주)아모레퍼시픽 | 피부 윤기 지수의 생성 방법 |
-
2015
- 2015-11-19 CN CN201510801151.1A patent/CN105427306B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3886006B2 (ja) * | 2002-10-09 | 2007-02-28 | 株式会社ニレコ | 青果物の光沢検査装置 |
JP2014087464A (ja) * | 2012-10-30 | 2014-05-15 | Fujifilm Corp | 肌の評価方法および肌の評価装置 |
KR20140061152A (ko) * | 2012-11-13 | 2014-05-21 | (주)아모레퍼시픽 | 피부 윤기 지수의 생성 방법 |
CN103152476A (zh) * | 2013-01-31 | 2013-06-12 | 广东欧珀移动通信有限公司 | 检测皮肤状态的手机及其使用方法 |
CN103473563A (zh) * | 2013-09-23 | 2013-12-25 | 程涛 | 指甲图像处理方法及***、指甲特征分析方法及*** |
Non-Patent Citations (2)
Title |
---|
基于Retinex图像增强算法的面部皮肤光泽度评价研究;焦志鑫 等;《日用化学工业》;20150831;第45卷(第8期);第444-445页 * |
皮肤评价***的研究;许鹏翔;《中国优秀硕士学位论文全文数据库 信息科技辑》;20071215(第2007年第06期);第14-44页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105427306A (zh) | 2016-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105427306B (zh) | 皮肤光泽度的图像分析方法和装置 | |
Schetinger et al. | Humans are easily fooled by digital images | |
Čadík et al. | Evaluation of HDR tone mapping methods using essential perceptual attributes | |
Yeganeh et al. | Objective quality assessment of tone-mapped images | |
KR101140533B1 (ko) | 이미지로부터 추정된 피부색에 기초해서 제품을 추천하는 컴퓨터 구현된 방법 | |
Re et al. | Looking like a leader–facial shape predicts perceived height and leadership ability | |
CN101083940B (zh) | 皮肤状况诊断***和美容咨询*** | |
Tskhay et al. | Emotions facilitate the communication of ambiguous group memberships. | |
Olivera | Changes in inequality and generalized trust in Europe | |
Wiebel et al. | The speed and accuracy of material recognition in natural images | |
JP2006142005A (ja) | 肌状態診断システムおよび美容のためのカウンセリングシステム | |
CN106651430A (zh) | 一种基于视觉注意机制的广告设计客观评价方法 | |
KR100993875B1 (ko) | 퍼지 기반의 퍼스널 컬러 진단 시스템 및 그 방법 | |
Wulandari | Brand experience in banking industry: Direct and indirect relationship to loyalty | |
Shrestha et al. | A quantitative approach to evaluate image quality of whole slide imaging scanners | |
Kim et al. | A computer system to rate the color-related formal elements in art therapy assessments | |
Torkko et al. | How to best map greenery from a human perspective? Comparing computational measurements with human perception | |
Jasinska et al. | An alternative instrumental method for fabric pilling evaluation based on computer image analysis | |
Bruno et al. | Image content enhancement through salient regions segmentation for people with color vision deficiencies | |
Nagpal et al. | In-group bias in deep learning-based face recognition models due to ethnicity and age | |
CN112819767A (zh) | 图像处理方法、装置、设备、存储介质以及程序产品 | |
JP2003144393A (ja) | しみ・そばかす評価方法 | |
Li et al. | A fuzzy logic system for visual evaluation | |
Hong Liu et al. | The boundary of holistic processing in the appraisal of facial attractiveness | |
CN109145724B (zh) | 基于人物面部图像特征分析的“四季型人”自动判别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |