成孝孝 李雨萱 貢健華

（西安電子科技大學 陜西省西安市 710126）

1 前言

頭發(fā)，指生長在頭部的毛發(fā)。其顏色一般是由基因決定，頭發(fā)中所含的元素在很大程度上會決定頭發(fā)的顏色以及發(fā)質(zhì)好壞，我們可知頭發(fā)缺少蛋白質(zhì)會讓頭發(fā)處于亞健康狀態(tài)，譬如非洲兒童頭發(fā)呈紅色。至少50年來，人類頭皮頭發(fā)中微量元素水平的測定一直被用于評估環(huán)境和職業(yè)接觸有毒元素的情況，頭發(fā)分析也用于估計個人的營養(yǎng)狀況。此外，與血液取樣相比，毛發(fā)取樣是一種無創(chuàng)性的方法，在流行病學研究中尤為重要。

2 正文

2.1 檢測系統(tǒng)實現(xiàn)方法概述

2.1.1 算法機制

類比于測森林中數(shù)目個數(shù)的算法，我們提出這樣一套機制：掃描頭皮，機器學習采用遺傳算法不斷精確測定使用者頭皮的范圍、發(fā)根粗細、發(fā)量多少等個體因素，掃描頭皮完成后使用Auto CAD繪制圖紙，使用pu 命令對圖紙進行清理，以清理掉多余的圖塊，如在頭皮中掃描到的除頭發(fā)以外的其他物質(zhì)，以減小統(tǒng)計誤差。

顏色空間測發(fā)色：基于YCbCr 顏色空間，對N 個頭發(fā)區(qū)域像素進行采樣統(tǒng)計并將統(tǒng)計結果投影在Cb-Cr 平面，采用高斯混合概率模型對發(fā)色的色度概率分布進行描述，根據(jù)Cb 和Cr 的取值范圍對當前像素進行顏色判斷。

2.1.2 硬件配置

包括頭發(fā)密度測算、白發(fā)量監(jiān)測、發(fā)質(zhì)檢測模塊傳感器，將各個模塊傳感器搭載在與梳子上，采集相關的數(shù)據(jù)信號。還包括為記錄數(shù)據(jù)、傳輸數(shù)據(jù)提供能量的蓄電池、和實現(xiàn)梳子和手機端的數(shù)據(jù)傳輸?shù)乃{牙。

2.1.3 信號傳輸機制

一個部分根據(jù)內(nèi)置傳感器變化來儲存數(shù)據(jù)，測量頭發(fā)健康狀況數(shù)據(jù)，通過無線NRF24L01 模塊發(fā)送給另一個部分，另一個部分負責顯示和將數(shù)據(jù)傳輸?shù)绞謾C端。在數(shù)據(jù)端和服務端建立數(shù)據(jù)傳輸機制。選擇支持IIC 接口的低功耗藍牙模塊的傳感器，通過低功耗藍牙模塊通信接口采集傳感器內(nèi)部的信息，然后將轉(zhuǎn)化后的信息經(jīng)由BLE 傳輸，最后通過檢測系統(tǒng)進行實時檢測。和普通信號傳輸一樣，信號的傳輸分為調(diào)諧和解調(diào)，即先將信號調(diào)諧至信道進行編碼，然后在終端用解調(diào)器進行解調(diào)，調(diào)制成我們需要的信號。

2.2 色差檢測原理

2.2.1 色差的概念

樣品與被測物質(zhì)在顏色（色度、飽和度和亮度）等方面的綜合差異，常用ΔE 表示，它表示色空間的一個綜合值。

2.2.2 色差評定不統(tǒng)一的原因

（1）客觀因素；（2）顏色空間不統(tǒng)一：現(xiàn)有不存在絕對均勻的顏色空間，包括CIELAB 也有一定程度的不均勻性。

2.2.3 色差評判標準

表1

圖1

圖2

色差的單位是NBS，ΔE=1 則為1 個NBS 單位，1 個NBS 相當于視覺識別閾值的5 倍，具體轉(zhuǎn)化如表1。

2.3 顏色空間

色差即是兩種顏色所在的坐標點在空間上的距離，用顏色空間來表示色差值的相對大小，更加具體和直觀。常見的顏色空間有RGB 顏色空間、HIS 顏色空間、YUV 顏色空間等，它們之間可以進行相互轉(zhuǎn)換，以下做詳細的介紹。

2.3.1 RGB 顏色空間

RGB 顏色空間是所有顏色空間之中最基礎、最簡單、最常用，也是最經(jīng)典的一個，在圖像處理技術里面最常用的就是RGB 顏色空間了。RGB 顏色空間有三個代表分量，即我們常說的紅綠藍。也就是Red、Green、Blue,空間每一個點的顏色值F 都可以用這三個量進行合成，表達公式為：F=r[R]+g[G]+b[B]。

表2：01.png 和02.png 色差值

圖3

如圖1所示，其空間模型可用一個立方體進行表示，XYZ 軸分別表示紅綠藍三個基礎色，在原點，R、G、B 的值均為0.即原點表示黑色，反之，與原點對應的斜對角線那個頂點的R、G、B值均為最大，該點為白點，從黑點到白點的那條對角線上面，R、G、B 三者的值均相等，意為白暗不同的單一色。

2.3.2 HSI 顏色空間

HIS 顏色空間較之RGB 會顯得更加豐富化，它的空間結構模型也相對復雜，是由兩個底面重合的圓錐所組成的，在圓錐的表面上，R、G、B 成規(guī)律依次增加或減少。由圖2 可知，最高點是白色，最低點是黑色，中間依次過渡，重合面圓的圓心為灰色。該顏色空間主要突出體現(xiàn)樣品的明度差異。

2.3.3 YUV(Lab)顏色空間

我更愿意稱YUV 顏色空間為彩色空間，它是彩色電視機的經(jīng)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，即電視機顯示屏的分辨顏色，我們在以前的電視機上面可以看到電視屏幕在調(diào)解時會有YUV 這三個字母，當我們調(diào)整U 和V 時我們會發(fā)現(xiàn)電視機的屏幕顯示顏色在發(fā)生變化，而當我們調(diào)整Y 時，我們看到的只是電視機屏幕顯示亮度的變化，要么變得更亮，從而接近白，要么變得更暗，從而接近黑。它和RGB顏色空間的轉(zhuǎn)換公式由下式表示：Y=0.3 R + 0.59 G + 0.11B，其空間示意圖如圖3所示。

YUV 顏色空間和RGB 顏色空間轉(zhuǎn)換公式如下：

2.4 基于CIELAB顏色空間的色差檢測算法

鑒于CIELAB 顏色空間相對而言較為均勻，故而采取這一顏色空間進行待測物品與樣本的色差對比，算法流程為先對獲取的圖像做圖像預處理，具體包括高斯掩膜濾波（類似于卷積濾波），即以一個像素點為中心，把其周圍的像素值加在它上面，得到量化后的值，然后二值化處理圖像，獲取圖像的RGB 值，最后帶入色差公式進行計算。

表2 是本實驗以0.1png 作為參考，得到的樣品與參考值在明度、色彩等方面的色差數(shù)據(jù)分析。

3 結論

由以上論述，發(fā)質(zhì)發(fā)量智能分析梳基本介紹完成，對于此項工作，我們在發(fā)質(zhì)對比檢測方面做了較多工作，圖像處理算法涉及較深，但在傳感器設計上面有很大的研究空間，這也是接下來我們的工作之重，我們所選擇的傳感器主要為光電分布式傳感器。智能分析梳梳過頭皮之后，會在內(nèi)部的電路中產(chǎn)生激勵，通過傳感器將這一信號轉(zhuǎn)化為較為微弱的電信號，通過前置放大電路將小電流信號放大為大電壓信號，然后用差分放大電路進行共模抑制，最后輸出顯示，搭載顯示屏進行觀測。