一種有效的基于內容的人體皮膚圖像分類檢索方法
【專利摘要】本發明涉及一種有效的基于內容的人體皮膚圖像分類檢索方法，屬于基于內容的圖像分類檢索技術領域。該方法包括以下步驟：S1：采用基于電容的Fingerprint Sensor對人體皮膚圖片進行采集；S2：將采集到的人體皮膚圖片運用2D Gabor小波算法進行分類檢索，通過對圖片多頻道多分辨率的分析，提取圖片的特征向量，然后通過對數據庫中圖片之間特征向量相似度的比較，最終完成圖片的分類檢索。本發明提供的方法對基于內容的圖像分類檢索技術領域，特別是人體皮膚分類檢索領域提供了很好的技術支持，具有廣闊的應用前景。
【專利說明】
一種有效的基于內容的人體皮膚圖像分類檢索方法
技術領域
[0001]本發明屬于基于內容的圖像分類檢索技術領域，涉及一種有效的基于內容的人體皮膚圖像分類檢索方法。
【背景技術】
[0002]21世紀的人類社會進入了一個信息大爆炸的數字化時代，通過互聯網，人們可以交流，獲取各種信息，促進了全球的進步。同時，各種信息的載體層出不窮，以圖片視頻為代表的多媒體數據信息數量正隨著計算機的發展以驚人的速度增長，曾經有報道說人類已經進入了讀圖時代。然而蘊藏著人們需要的有用信息的圖像浩如煙海，并且雜亂無章的分布在世界的每個角落，所以存在的問題就是有用的信息很難被人們所訪問獲取。在此背景下，迫切需要對數量龐大內容復雜的圖像數據進行有效且準確無誤地分類與檢索，所以圖像檢索(Image Retrieval)技術應運而生。首先被運用的傳統的圖像檢索技術是基于文本的圖像檢索，但是它的缺點是，不但不利于圖像的準確檢索，也不利于圖像數據的管理分類。為了克服上述技術的問題，一種新的檢索技術被提了出來:基于內容的圖像檢索，它以表示圖像的直接特征顏色、形狀和紋理等作為檢索的索引，采用特征提取和建立索引，其實質是一種相似查詢的技術，并且整個過程是一種逐漸近似以及反饋的過程，所以內容的圖像檢索系統更加的客觀以及高效。
[0003]皮膚是人體重要的器官之一，它如同人體的屏障，它包含很多重要功能。皮膚圖像在許多研究領域都扮演著重要的作用，例如:皮膚病學、臨床分析、藥理學、美容學等。隨著大量皮膚圖片的迅速增加，建立一種有效的基于內容的人體皮膚圖像分類檢索方法，就變得越來越重要和緊迫。
[0004]目前已存在的基于內容的人體皮膚圖像分類檢索方法主要存在兩個問題，第一個問題在于人體皮膚圖像的獲取，在目前的研究中，有很多普遍用于采集獲取人體皮膚圖像的方法，例如:標準的數碼相機,Dermilte Dermoscopy和Proscope HR，雖然它們可以采集到人體表面的皮膚圖像，但是在表現精度和準確度上存在問題;第二個問題在于，具體運用的檢索圖像的算法。目前用于檢索圖像的算法，最常見的是灰度共生矩陣算法和Tamura紋理特征算法，但是它們存在一個問題，就是針對那些圖像中的主體物體很突出，占據圖像很大面積的圖片檢索效果還可以，也就是說它們對圖像的整體檢索效果比較好，但是人體皮膚成功檢索的關鍵在于細節，因為人體皮膚不同部位的紋理會呈現不同特點，這是局部細節的細微差別，所以這兩種算法對基于內容的圖片檢索圖像中的主體物體很突出的圖片檢索結果還令人滿意，但是對類似于人體皮膚圖像這種在細節，細微處體現區別的圖像，則不太適合。

【發明內容】

[0005]有鑒于此，本發明的目的在于提供一種有效的基于內容的人體皮膚圖像分類檢索方法，該方法首先采用Fingerprint sensor作為采集皮膚圖像的工具進行采集，在檢索的算法環節，采用2D Gabor小波算法，通過多頻道多分辨率的分析，能夠得到很好體現圖像局部區域細節信息的紋理特征。
[0006]為達到上述目的，本發明提供如下技術方案:
[0007]—種有效的基于內容的人體皮膚圖像分類檢索方法，該方法包括以下步驟:
[0008]S1:采用基于電容的Fingerprint Sensor(指紋傳感器)對人體皮膚圖片進行采集；
[0009]S2:將采集到的人體皮膚圖片運用2D Gabor小波算法進行分類檢索，通過對圖片多頻道多分辨率的分析，提取圖片的特征向量，然后通過對數據庫中圖片之間特征向量相似度的比較，最終完成圖片的分類檢索。
[0010]進一步，在步驟SI中，使用Fingerprint Sensor來采集圖片，所述FingerprintSensor具備256 X 300個像素矩陣，每個像素的每空間分辨率為50微米;其總共測量范圍區域為12.8 X 15微米;每一個像素本質上都是一個電容感應器，電容傳感器主要生成一個皮膚表面的電容圖像，在每一幅圖像中，每一個像素都可以由0-255的8位灰度值表示，對于所有的測量來說它的測量持續時間都被限制在5s。
[0011 ]進一步，步驟S2具體包括:首先把2D Gabor小波濾波器和數據庫中所有的圖像進行卷積得到每幅圖的特征向量，然后把圖像的特征向量作為向量空間，然后在圖片庫中選取一張作為目標圖像，通過把目標圖像用2D Gabor小波濾波器提取的特征向量與特征向量空間中所有的特征向量進行相似度比較，找到與目標圖像最相似的前三位圖像。
[0012]進一步，在步驟S2中，相似度度量采用歐式距離。
[0013]本發明的有益效果在于:本發明首先采用Fingerprintsensor作為采集圖像的工具，Fingerprint sensor可以十分準確的采集到人體不同部位的圖片，由于采集的過程直接接觸到人體皮膚表面，所以得到的圖像可以很準確的體現人體皮膚紋理的信息，為后續的檢索提供很好的基礎，同時采集的過程也方便簡潔，快速，且無創傷性。在檢索的算法選用環節，本發明采用的是2D Gabor小波算法，這種算法通過對圖片多頻道多分辨率的分析，提取出圖片的特征向量，然后通過對數據庫中圖片之間特征向量相似度的比較，最終完成圖片的分類檢索。這種方法對基于內容的圖像分類檢索技術領域，特別是人體皮膚分類檢索領域提供了很好的技術支持。
【附圖說明】
[0014]為了使本發明的目的、技術方案和有益效果更加清楚，本發明提供如下附圖進行說明:
[0015]圖1為本發明所述方法的流程示意圖。
【具體實施方式】
[0016]下面將結合附圖，對本發明的優選實施例進行詳細的描述。
[0017]圖1為本發明所述方法的流程示意圖，如圖所示，本發明提供的方法包括以下步驟:S1:采用基于電容的Fingerprint Sensor(指紋傳感器)對人體皮膚圖片進行采集:S2:將采集到的人體皮膚圖片運用2D Gabor小波算法進行分類檢索，通過對圖片多頻道多分辨率的分析，提取圖片的特征向量，然后通過對數據庫中圖片之間特征向量相似度的比較，最終完成圖片的分類檢索。
[0018]具體來說:
[0019]一、人體皮膚圖片采集
[°02°] 本發明的一個十分重要的創新之處在于使用Fingerprint Sensor來采集圖片。Fingerprint Sensor具備256 X 300個像素矩陣，每個像素的每空間分辨率為50微米。它的總共測量范圍區域是12.8 X 15微米。每一個像素本質上都是一個電容感應器。電容傳感器主要生成一個皮膚表面的電容圖像，在每一幅圖像中，每一個像素都可以由0-255的8位灰度值表示，對于所有的測量來說它的測量持續時間都被限制在5s.Fingerprint sensor可以十分準確的采集到人體不同部位的圖片，由于采集的過程直接接觸到人體皮膚表面，所以得到的圖像可以很準確的體現人體皮膚紋理的信息，為后續的檢索提供很好的基礎，同時采集的過程也方便簡潔，快速，且無創傷性。
[0021]二、圖片分類檢索
[0022]在本實施例中，為了更好的檢驗方法的有效性，組成數據庫的圖片不僅有人體皮膚的圖像，還有人臉圖片，皮膚癌的圖片和皮膚病的圖片，一共4個不同種類，共56幅。
[0023]在本實施例中，2DGabor小波在6個尺度和4個方向上對圖片提取特征向量，即對圖像的特征向量的提取由4X6 = 24個濾波器進行，之所以只選用24個濾波器進行實驗，是為了在保證準確率的同時，減少程序運行的時間，快速的識別和選取目標圖像。當然適當地增加方向和尺度的大小，即增加濾波器的數量可增加實驗的準確度，但是綜合考慮，本發明采用了6個尺度和4個方向。另外，關于最高，最低中心頻率的選取，根據奈奎斯特采樣定理得知圖像特性的頻率應該是0-0.5之間，但是人的眼睛反應圖像特性的頻率范圍是0.05-
0.4，所以Ui和Uh分別取0.05和0.4。
[0024]具體進行檢索時，首先把2DGabor小波濾波器和圖片庫中所有的圖像進行卷積得到每幅圖的特征向量，然后把56幅圖像的特征向量作為向量空間，然后在圖片庫中選取一張作為目標圖像，通過把目標圖像用2D Gabor小波濾波器提取的特征向量與特征向量空間中所有的特征向量進行相似度比較，找到與目標圖像最相似的前三位圖像。本發明的相似度度量采用歐式距離。通過試驗驗證，本方法對于皮膚圖像的識別能夠取得很好的效果。最后說明的是，以上優選實施例僅用以說明本發明的技術方案而非限制，盡管通過上述優選實施例已經對本發明進行了詳細的描述，但本領域技術人員應當理解，可以在形式上和細節上對其作出各種各樣的改變，而不偏離本發明權利要求書所限定的范圍。
【主權項】
1.一種有效的基于內容的人體皮膚圖像分類檢索方法，其特征在于:該方法包括以下步驟: S1:采用基于電容的Fingerprint Sensor對人體皮膚圖片進行采集； S2:將采集到的人體皮膚圖片運用2D Gabor小波算法進行分類檢索，通過對圖片多頻道多分辨率的分析，提取圖片的特征向量，然后通過對數據庫中圖片之間特征向量相似度的比較，最終完成圖片的分類檢索。2.根據權利要求1所述的一種有效的基于內容的人體皮膚圖像分類檢索方法，其特征在于:在步驟SI中，使用Fingerprint Sensor來采集圖片，所述Fingerprint Sensor具備256 X 300個像素矩陣，每個像素的每空間分辨率為50微米;其總共測量范圍區域為12.8 X15微米;每一個像素本質上都是一個電容感應器，電容傳感器主要生成一個皮膚表面的電容圖像，在每一幅圖像中，每一個像素都可以由0-255的8位灰度值表示，對于所有的測量來說它的測量持續時間都被限制在5s。3.根據權利要求1所述的一種有效的基于內容的人體皮膚圖像分類檢索方法，其特征在于:步驟S2具體包括:首先把2D Gabor小波濾波器和數據庫中所有的圖像進行卷積得到每幅圖的特征向量，然后把圖像的特征向量作為向量空間，然后在圖片庫中選取一張作為目標圖像，通過把目標圖像用2D Gabor小波濾波器提取的特征向量與特征向量空間中所有的特征向量進行相似度比較，找到與目標圖像最相似的前三位圖像。4.根據權利要求3所述的一種有效的基于內容的人體皮膚圖像分類檢索方法，其特征在于:在步驟S2中，相似度度量采用歐式距離。
【文檔編號】G06F17/30GK105930459SQ201610254688
【公開日】2016年9月7日
【申請日】2016年4月21日
【發明人】歐翔, 仲元紅, 桂小剛, 林煥, 方志平
【申請人】重慶大學