皮膚表面粗糙度檢測技術(shù)的研究.pdf

1、皮膚的好壞不僅反映人體的生理健康狀況，更重要的是它影響著一個人的外在形象，決定著人們的第一印象。因此，醫(yī)學(xué)界以及護膚品銷售商一直在致力于研究如何定量、客觀的描述皮膚表面的狀態(tài)。通過學(xué)習(xí)研討相關(guān)知識的概念公式以及借鑒前人的經(jīng)驗，構(gòu)建了一個完整的檢測系統(tǒng)，用于評價皮膚粗糙度水平，重點在于研究圖像紋理特征的統(tǒng)計分析法。
　　文中開篇介紹了皮膚紋理的具體物理特征，皮膚變得粗糙后紋理特征發(fā)生的相應(yīng)改變。從若能夠有效的檢測皮膚粗糙度會給醫(yī)師帶

2、來的諸多便利，以及為護膚專家提供了客觀的第一手的數(shù)據(jù)等方面，闡明了該項工作的意義。介紹了傳統(tǒng)的和目前較為先進的檢測手段，論述了不同方法在檢測過程中的優(yōu)勢和弊端。分析了圖像增強的多種方式，并進行了實驗，對結(jié)果進行了分析對比，提出了用Gabor濾波對圖像預(yù)處理來去除皮膚圖像噪聲，使紋理圖像更適合于接下來的特征提取操作。下面就是紋理特征提取算法的學(xué)習(xí)，重點是對灰度共生矩陣算法和局部二值模式算法進行了深入的學(xué)習(xí)研究，并從算法的不足之處入手，考慮

3、到局部二值模式法的優(yōu)勢，提出了采用將局部二值模式法與空間灰度共生矩陣法相結(jié)合的方法來提取皮膚紋理特征，即先利用均勻旋轉(zhuǎn)不變的LBP算子對圖像進行運算得到LBP圖像，進而通過計算矩陣的多個特征統(tǒng)計量來反映皮膚紋理的特征，并與對圖像直接求其灰度共生矩陣在實驗效率以及后續(xù)分類的準確性上進行對比。
　　然后，介紹了神經(jīng)網(wǎng)絡(luò)模式識別技術(shù)及目前的研究發(fā)展現(xiàn)狀，在對傳統(tǒng)的BP網(wǎng)絡(luò)算法研究的基礎(chǔ)上，采用了一種改進的BP網(wǎng)絡(luò)算法作為分類識別算法。在