便攜式人臉膚質(zhì)檢測與評價系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、人臉膚質(zhì)測試儀可以針對膚質(zhì)狀況給出科學的護膚建議，因此被廣泛認可，擁有廣闊的市場前景。目前國內(nèi)外市場上的人臉膚質(zhì)測試儀產(chǎn)品主要分為兩類，一類是基于生物電阻抗測量法的金屬探測式膚質(zhì)檢測儀，這類產(chǎn)品價格便宜但檢測功能單一，精度也較低，另外一類是基于圖像處理的大型檢測儀，這類產(chǎn)品功能齊全但操作復雜，價格昂貴且體積巨大，往往適用于大型美容院和醫(yī)療機構(gòu)，不適用于個體群眾。
　　鑒于此，本文重點從膚質(zhì)指標檢測的圖像處理算法、膚質(zhì)指標的評價模型

2、、基于移動終端的應用模式三個方面展開研究，以期獲得多指標、高精度的便攜式人臉膚質(zhì)檢測方案，并設(shè)計合理的評價模型，為不同年齡、不同地域人臉膚質(zhì)數(shù)據(jù)的分析提供前期參考。本文開展的主要研究工作如下：
　?。?）設(shè)計了基于圖像處理的人臉膚質(zhì)指標檢測算法。其中油份、色素指標的檢測是基于HSV顏色空間中S和V進行邏輯運算的顏色模型，毛孔大小指標的檢測是基于雙閾值分割和形態(tài)學運算相結(jié)合的手段，粗糙度指標的檢測是基于灰度共生矩陣的特征值分析。并以

3、臺灣的 CBS-1800檢測儀系統(tǒng)為標準，對本文膚質(zhì)指標檢測算法的有效性進行驗證。
　?。?）設(shè)計了人臉膚質(zhì)指標的評價模型。首先對20-25歲年齡段的60副人臉皮膚圖像進行油份、色素、毛孔和粗糙度的檢測，建立樣本數(shù)據(jù)集，然后分別用SVM分類器、BP分類器和KNN分類器對樣本集進行訓練和測試，從分類識別率和時間復雜度兩個角度對三種分類器的性能進行對比分析，其中基于 SVM分類器的膚質(zhì)評價模型性能最優(yōu)，其正確分類識別率均值為82.73