发质发量智能分析梳

成孝孝 李雨萱 贡健华

（西安电子科技大学 陕西省西安市 710126）

1 前言

头发，指生长在头部的毛发。其颜色一般是由基因决定，头发中所含的元素在很大程度上会决定头发的颜色以及发质好坏，我们可知头发缺少蛋白质会让头发处于亚健康状态，譬如非洲儿童头发呈红色。至少50年来，人类头皮头发中微量元素水平的测定一直被用于评估环境和职业接触有毒元素的情况，头发分析也用于估计个人的营养状况。此外，与血液取样相比，毛发取样是一种无创性的方法，在流行病学研究中尤为重要。

2 正文

2.1 检测系统实现方法概述

2.1.1 算法机制

类比于测森林中数目个数的算法，我们提出这样一套机制：扫描头皮，机器学习采用遗传算法不断精确测定使用者头皮的范围、发根粗细、发量多少等个体因素，扫描头皮完成后使用Auto CAD绘制图纸，使用pu 命令对图纸进行清理，以清理掉多余的图块，如在头皮中扫描到的除头发以外的其他物质，以减小统计误差。

颜色空间测发色：基于YCbCr 颜色空间，对N 个头发区域像素进行采样统计并将统计结果投影在Cb-Cr 平面，采用高斯混合概率模型对发色的色度概率分布进行描述，根据Cb 和Cr 的取值范围对当前像素进行颜色判断。

2.1.2 硬件配置

包括头发密度测算、白发量监测、发质检测模块传感器，将各个模块传感器搭载在与梳子上，采集相关的数据信号。还包括为记录数据、传输数据提供能量的蓄电池、和实现梳子和手机端的数据传输的蓝牙。

2.1.3 信号传输机制

一个部分根据内置传感器变化来储存数据，测量头发健康状况数据，通过无线NRF24L01 模块发送给另一个部分，另一个部分负责显示和将数据传输到手机端。在数据端和服务端建立数据传输机制。选择支持IIC 接口的低功耗蓝牙模块的传感器，通过低功耗蓝牙模块通信接口采集传感器内部的信息，然后将转化后的信息经由BLE 传输，最后通过检测系统进行实时检测。和普通信号传输一样，信号的传输分为调谐和解调，即先将信号调谐至信道进行编码，然后在终端用解调器进行解调，调制成我们需要的信号。

2.2 色差检测原理

2.2.1 色差的概念

样品与被测物质在颜色（色度、饱和度和亮度）等方面的综合差异，常用ΔE 表示，它表示色空间的一个综合值。

2.2.2 色差评定不统一的原因

（1）客观因素；（2）颜色空间不统一：现有不存在绝对均匀的颜色空间，包括CIELAB 也有一定程度的不均匀性。

2.2.3 色差评判标准

表1

图1

图2

色差的单位是NBS，ΔE=1 则为1 个NBS 单位，1 个NBS 相当于视觉识别阈值的5 倍，具体转化如表1。

2.3 颜色空间

色差即是两种颜色所在的坐标点在空间上的距离，用颜色空间来表示色差值的相对大小，更加具体和直观。常见的颜色空间有RGB 颜色空间、HIS 颜色空间、YUV 颜色空间等，它们之间可以进行相互转换，以下做详细的介绍。

2.3.1 RGB 颜色空间

RGB 颜色空间是所有颜色空间之中最基础、最简单、最常用，也是最经典的一个，在图像处理技术里面最常用的就是RGB 颜色空间了。RGB 颜色空间有三个代表分量，即我们常说的红绿蓝。也就是Red、Green、Blue,空间每一个点的颜色值F 都可以用这三个量进行合成，表达公式为：F=r[R]+g[G]+b[B]。

表2：01.png 和02.png 色差值

图3

如图1所示，其空间模型可用一个立方体进行表示，XYZ 轴分别表示红绿蓝三个基础色，在原点，R、G、B 的值均为0.即原点表示黑色，反之，与原点对应的斜对角线那个顶点的R、G、B值均为最大，该点为白点，从黑点到白点的那条对角线上面，R、G、B 三者的值均相等，意为白暗不同的单一色。

2.3.2 HSI 颜色空间

HIS 颜色空间较之RGB 会显得更加丰富化，它的空间结构模型也相对复杂，是由两个底面重合的圆锥所组成的，在圆锥的表面上，R、G、B 成规律依次增加或减少。由图2 可知，最高点是白色，最低点是黑色，中间依次过渡，重合面圆的圆心为灰色。该颜色空间主要突出体现样品的明度差异。

2.3.3 YUV(Lab)颜色空间

我更愿意称YUV 颜色空间为彩色空间，它是彩色电视机的经典代言人，Y 表示亮度，即或黑或白，更或者灰，而U 和V 代表的是它的色度，即电视机显示屏的分辨颜色，我们在以前的电视机上面可以看到电视屏幕在调解时会有YUV 这三个字母，当我们调整U 和V 时我们会发现电视机的屏幕显示颜色在发生变化，而当我们调整Y 时，我们看到的只是电视机屏幕显示亮度的变化，要么变得更亮，从而接近白，要么变得更暗，从而接近黑。它和RGB颜色空间的转换公式由下式表示：Y=0.3 R + 0.59 G + 0.11B，其空间示意图如图3所示。

YUV 颜色空间和RGB 颜色空间转换公式如下：

2.4 基于CIELAB颜色空间的色差检测算法

鉴于CIELAB 颜色空间相对而言较为均匀，故而采取这一颜色空间进行待测物品与样本的色差对比，算法流程为先对获取的图像做图像预处理，具体包括高斯掩膜滤波（类似于卷积滤波），即以一个像素点为中心，把其周围的像素值加在它上面，得到量化后的值，然后二值化处理图像，获取图像的RGB 值，最后带入色差公式进行计算。

表2 是本实验以0.1png 作为参考，得到的样品与参考值在明度、色彩等方面的色差数据分析。

3 结论

由以上论述，发质发量智能分析梳基本介绍完成，对于此项工作，我们在发质对比检测方面做了较多工作，图像处理算法涉及较深，但在传感器设计上面有很大的研究空间，这也是接下来我们的工作之重，我们所选择的传感器主要为光电分布式传感器。智能分析梳梳过头皮之后，会在内部的电路中产生激励，通过传感器将这一信号转化为较为微弱的电信号，通过前置放大电路将小电流信号放大为大电压信号，然后用差分放大电路进行共模抑制，最后输出显示，搭载显示屏进行观测。