面部毛孔的扩大常引起痤疮、脂溢性皮炎等皮肤疾病,引起了人们对审美的担忧。面部毛孔扩张的治疗已成为医学美容领域普遍关注的问题,因此建立客观的面部毛孔分析系统的必要性也越来越大。传统的仪器缺乏可靠性,需要强大的光源和繁琐的照相过程,往往产生不满意的分析结果。由于图像分析技术具有不接触皮肤、速度快、检测数据能重复利用等优点,在医学美容领域得到了广泛的应用。本文利用图像分析技术实现对人脸图像中毛孔的检测,并构建毛孔定量评价方法。开展的相关工作如下:1.增强人脸图像。为了降低设备局部高光对检测的影响,本文采用一种基于Tetrolet变换与同态滤波相结合的人脸图像增强方法。实验对比灰度变换、直方图均衡化、单尺度Retinex图像增强方法,以局部毛孔区域与周围正常皮肤的对比度、人脸图像整体灰度均值与灰度方差三个指标进行客观评价,验证了本文方法能更好的拉伸图像整体对比度,增强毛孔边缘的清晰度。2.检测毛孔区域。构建一种分步检测人脸图像中毛孔的方法。该方法首先采用基于线性拟合的阈值分割方法分割人脸图像,并对分割后的目标区域进行标记。然后采用高斯混合模型(Gaussian Mixture Model,GMM)对标记点进行聚类分析,排除毛发、皮沟的干扰。最后对筛选后的标记点绘制等高线簇,以相邻等高线间内接四边形与外接四边形对应边成比例为条件,提取毛孔的实际轮廓。对比基于直方图阈值的分割方法、基于HSV颜色空间的皮肤毛孔检测方法和多级毛孔检测方法,以准确率、漏检率、误检率和平均检测精度为客观评价指标,验证了本文方法检测效果更好,准确率更高,对毛孔实际轮廓的提取更精确。3.定量评价毛孔。目前对毛孔的评价以主观打分和等级评分为主,降低了毛孔评价方法的广泛适用性。本文以毛孔的数量、周长、面积和似圆度为指标,构建毛孔定量评价方法。对比主观打分结果,验证了该评价方法的可行性与正确性。