（计算机软件与理论专业论文）基于亮度的肤色检测.pdf

郑州大学硕士学位论文 摘要 肤色检测技术的研究是目前图像识别与理解研究中的一个热点，它是很多基 于肤色的应用的前期处理，如人脸检测、手势识别、色情图像识别及过滤等。稳 健的肤色检测技术是这些计算机视觉应用系统成功与否的关键处理步骤。虽然已 经有许多肤色检测技术出现，但在多数应用场合还不实用，复杂光照下的肤色检 测技术还未成熟。因此，本论文侧重研究复杂光照下的肤色检测技术。 论文首先介绍了有关肤色检测的基础理论知识，然后对若干关键技术进行了 深入研究，完成了以下主要工作： 1 分析了几种常用的色彩空间。本文采用了h s v 和y c b c r 二种色彩空间 相结合的方法进行检测，很好的消除了亮度对色度的干扰。这两种色彩空间皆是 亮度色度分离的，其中y c b c r 由于其代表亮度的y 分量计算简单，用来确定像 素的亮度值，h s v 因其色度分量的聚类效果好于y c b c r 故用来进行肤色划分。 2 分析了几种不同的肤色检测模型。得出基于h s v 空间的b a y e s 模型检测 效果最好的结论。为了得出有效的肤色检测模型，本文就适用于大样本集的几种 模型：闽值法、基于h s v 空间的直方图法( 分归一化查找表和贝叶斯分类器2 种 方法1 进行了比较，实验结果表明了结论的正确性。 3 建立3 种不同强度的检测模型，以适应不同的光照。为解决光照问题， 即解决图像中可能存在的高光、阴影问题，本文做了高、中、低光照三个模型， 对图像进行肤色检测。 4 使用了一种将图像划分成块的方法，可以避免光照的局部光照过强或者 过弱的情况。分块后依据每个块亮度的大小进行不同的光照模型检测。 关键字：肤色检测；色彩空间：肤色模型；复杂光照；分块 郑州大学硕士学位论文 a b s t r a c t a tp r e s e n tr e s e a r c ho ns k i nc o l o rd e t e c t i o ni sah o tf i e l di ni m a g er e c o g n i t i o n a n d i ti sa l s op r e p r o c e s so fs k i nc o l o rb a s e do ns o m ea p p l i c a t i o ns u c ha sf a c ed e t e c t i o n ， h a n dg e s t u r er e c o g n i t i o n ，p o mi m a g er e c o g n i t i o na n df i l t e r i n ga n ds oo n ac r u c i a l p r o c e s s i n gs t e pf o rt h es u c c e s so fs u c hc o m p u t e rv i s i o n - b a s e ds y s t e m si sr o b u s t d e t e c t i o no fs k i nc o l o r t h o u g hal o to fs k i nd e t e c t i o nt e c h n i q u e sa p p e a r , t h e ys t i l l i m p r a c t i c a b l e i nm o s t a p p l i c a t i o n s ，t h es k i n c o l o rd e t e c t i o nt e c h n i q u eu n d e r c o m p l i c a t e di l l u m i n a t i o na n db a c k g r o u n di sa no p e ni s s u e t h e r e f o r e ，t h et h e s i sl a y s p a r t i c u l a re m p h a s i s o ns t u d y i n gt h es k i nc o l o rd e t e c t i o nt e c h n i q u eu n d e rt h e c o m p l i c a t e di l l u m i n a t i o n t h i st h e s i sb r i e f l yi n t r o d u c e st h ee l e m e n t a r yk n o w l e d g eo fs k i nd e t e c t i o na tf i r s t ， a n dt h e nr e s e a r c ho ns o m ek e yt e c h n i q u e si sd o n e ，f i n a l l yw eh a v ef i n i s h e dt h e f o l l o w i n gm a i nt a s k ： 1 s o m ek i n d so fc o l o rs p a c eu s u a l l yu s e da r ea n a l y z e d am e t h o dt h a ti s c o m b i n e dw i t hh s vc o l o rs p a c ea n dy c b c rc o l o rs p a c ei sa d o p t e dt od e t e c t s k i nc o l o rh e r e a n di tc a ne l i m i n a t et h ei n t e r f e r e n c ef r o ml i g h t b o t hc o l o r s p a c e sa r el i g h t - c h r o m es e p a r a t e d , a n dy c b c r i su s e dt oa s c e r t a i nt h el i 曲t v a l u eo fp i x e ls i n c et h es i m p l i c i t yo fc o m p u t a t i o no fyo nl i g h tb e h a l f , a n d a n o t h e ri su s e dt od i v i d es k i nc o l o rs p a c es i n c ei t sg o o dc l u s t e re f f e c to nh s 2 s o m ed i f f e r e n ts k i nc o l o rm o d e l sa r ea n a l y z e da n dac o n c l u s i o ni sd r a w nt h a ta k i n do fm o d e lw i t hb a y e sb a s e do nh s vc o l o rs p a c ei sb e s t f o rg e tb e s ts k i n c o l o rd e t e c t i o nm o d e l ，t h r e em o d e l sa d a p t e di nl a r g es p e c i m e n sa r ec o m p a r e d ： t h r e s h o l d , h i s t o g r a mb a s e do i lh s v ( n o r m a l i z e dl o o k u pt a b l ea n db a y e s i a n c l a s s i f i e ri n c l u d e d ) ，t h eo u t c o m eo ft e s td e m o n s t r a t et h ec o r r e c t n e s so f c o n c l u s i o n 3 t h r e ed e t e c t i o nm o d e l sw i t hd i f f e r e n tl i g h ta r es e tu pt oh a n d l ec h a n g i n gl i g h t c o n d i t i o n sr e s p e c t i v e l y t os o l v et h el i g h tp r o b l e mi ns k i nc o l o rd e t e c t i o n ， t h a ti s t os o l v ep r o b l e ma b o u th i g h - o r - l o wl i g h te x i s t i n gp o s s i b l y , t h r e e d e t e c t i o nm o d e l st h a ti n c l u d eh i g hl i g h t ，n o r m a ll i g h ta n dl o wl i g h ta r e c o n s t m e t e d 4 am e t h o dt h a ti m a g ew i l lb ed i v i d e di n t os e v e r a lb l o c k st oa v o i dl l i g h e ro r l o w e rl i g h tl o c a l l yi sa d o p t e d a f t e rb l o c k i n g , e v e r yb l o c kw i l lb ep r o c e s s e d b yi t sa v e r a g el i g h tv a l u e 郑州大学硕士学位论文 k e yw o r d s ：s k i nd e t e c t i o n ；c o l o rs p a c e ；s k i nc o l o rm o d e l ；c o m p l i c a t el i g h t ；b l o c k i n g 郑州大学硕士学位论文 第一章引言 1 1 研究背景、目的和意义 技术和产业的迅猛发展极大地拓宽了计算机在人类社会生活中的应用范围， 在更加广泛地成为专业人员的研究对象或者科研工具的同时，它已经迅速渗透到 普通人日常生活的方方面面。然而电脑毕竟不是人脑，为了能使计算机具有人一 样的思考问题、认识问题和解决问题的能力，人们一直坚持不懈地从解剖学、心 理学、行为感知学等各个角度来探求人类自身的思维机制，并努力将其用于实践， 指导机器的智能行为。与人相关的各种图像处理应用就是在这种情况下产生的， 其中包括：人的定位、人脸跟踪、人脸检测、手语识别、敏感图像过滤等。在这 些应用中，利用计算机完成对图像的内容分析，提取到有效的目标区域，可为实 现待测目标的状态分析奠定坚实的基础。 作为人体重要特征的肤色信息，它的快速而精确的检测在实际应用中无疑起 到了关键的作用。如在人脸检测、跟踪、手势识别等具体应用中，肤色区域检测 与定位的准确与否，直接决定了整个系统的识别、检测精度。有效解决肤色信息 分析与检测问题需综合应用信息光学、计算机视觉、模式识别、图像处理等方面 的相关知识，具有重大的理论研究价值。 1 2 肤色检测的研究现状 肤色检测是一个模式识别问题，其模式分为皮肤像素和非皮肤像素。它是所 有基于肤色的应用要处理的第一个步骤，它的任务是首先对输入的图像进行分 割，即把整幅图像分割成两部分：一部分为肤色区域，另一部分为非肤色区域。 其评价标准主要有以下4 点： ( 1 ) 检测率( h i tr a t e ) ：被正确检测到的皮肤像素数与原图像内包含的肤色像 素数的比值。检测率越高，说明检测系统对皮肤的接受能力越强。 ( 2 ) 误检率( f a l s er a t e ) ：被误检为肤色的非肤色像素数与原图像内被检测的 所有非肤色像素数的比值。 ( 3 ) 检测速度( d e t e c t i n gs p e e d ) ：大部分应用领域需要在线实时地检测出肤 色，如人脸识别，人脸跟踪，视频监控，w e b 敏感图像过滤等。在检测率和误检 率达到满意的前提下，检测速度越快越好。 ( 4 ) 鲁棒性( r o b u s t n e s s ) ：在各种条件下，检测系统的适应能力。有些检测 方法受复杂背景或者复杂光照的干扰，在背景较简单或正常光照时效果好，反之 郑州大学硕士学位论文 较差。 肤色检测技术的发展经历了三个时期：即七十年代的早期研究时期，当时只 采用了简单的特征技术。7 0 到9 0 年代的迷茫时期，由于硬件技术等各方面问题 的存在，研究出现了停滞不前的局面。9 0 年代以来，由于社会经济的发展，身 份验证的需要急剧增加，使得与生物识别技术相关的肤色检测技术也得到了前所 未有的关注的高速发展阶段。 当前，根据有没有涉及成像过程，可以将肤色检测方法分成两种基本类型： 基于物理的方法和基于统计的方法。基于物理的方法则在肤色检测中引入光照与 皮肤间的相互作用，通过研究肤色反射模型和光谱特性进行肤色检测。基于统计 的肤色检测通过建立肤色统计模型进行肤色检测，主要包括两个步骤：颜色空间 变换和肤色建模。 1 2 1 基于物理的肤色检测 a n g c l o p o u l o u 1 肄介绍了皮肤的生理结构以及皮肤反射的物理性质，分析了 皮肤反射属性与皮肤表皮中黑色素的关系。作者认为最佳的皮肤反射模型是高斯 及其一阶导数的线性组合。 s t o r r i n g 2 】等根据漫反射模型、相机参数和光源的光谱为皮肤建立模型，并研 究了皮肤图像的生成过程。根据光源的色温对皮肤的影响自适应地分割皮肤。 a n d e r s e n 3 】等假定皮肤颜色的r g b 值位于漫反射矢量张成的空间中，并给 出一种新的肤色建模方法。 1 。2 2 基于统计的肤色检测 c h a i l 4 】等采用y c b c r 色彩空间的c b c r 平面，如果输入像素的颜色落入到c b ： 7 7 ，1 2 7 和c r ：【1 3 3 ，1 7 3 】限定的矩形区域，就认为是肤色像素。 z h a n g1 5 l 等考虑了在不同的亮度分量y 上的矩形区域不同，因此采取了在 w v 空间中根据y 范围和u v 平面中的色度范围进行肤色检测。 y a n g1 6 】等认为色调在强度分量上变化较大而在色度分量上的表现基本相同， 所以他们利用正则化的r g b 空间，在r 、g 通道上，采用单高斯或多高斯模型对 肤色分布进行建模，然后进行肤色检测。 目前，研究的主要方法集中在基于统计方面，因为人的皮肤的颜色特征具有 相对的稳定性并且和大多数背景物体的颜色相区别，对于旋转、表情等变化情况 都能适用。肤色是人类对图像中皮肤区域最直观的感知特征。“皮肤颜色”不仅 2 郑州大学硕士学位论文 是物体的物理特征，更是一种感知现象，而且颜色信息可以进行快速处理。 1 3 研究重点与论文组织 本论文的研究重点在不同光照下的图像肤色检测技术。在不同光照条件下检 测肤色，我们的研究思路就是从寻找广义的颜色特征出发，构建受光照变化影响 较小的色彩空间，并结合肤色建模技术提出合适的肤色检测特征表示，在图像的 肤色检测中获得比单纯灰度信息更高的性能。 本文共分为5 章，各章的内容如下： 第一章，引言。介绍了研究背景、目的和意义，简要介绍了肤色检测技术的 现状，最后说明了本文的研究重点及论文组织。 第二章，色彩空间及肤色建模方法。介绍了肤色检测中常用的一些色彩空间 及肤色检测模型建立方法。 第三章，基于亮度的肤色检测算法。详细介绍了本文所提出的一种肤色检测 方法，可以有效的消除不同光照对皮肤的影响。 第四章，实验结果与比较。给出了本文提出的算法所用的平台，并对实验结 果进行了比较。 第五章，结束语。总结了本文主要的工作，并对下一步的工作进行了展望。 3 郑州大学硕士学位论文 第二章色彩空间及肤色建模方法 本章介绍肤色检测技术有关的理论背景知识及进行肤色检测时使用的色彩 空间及建模方法。首先介绍色度学中与肤色检测有关的基础概念，包括色度学、 颜色的基本特征，分析了肤色的特点，以及肤色检测中常用的色彩空间，然后介 绍了几种肤色建摸方法，最后对在肤色检测中使用何种色彩空间及何种建模方法 进行了探讨。 2 1 色度学知识 除了自己能发光的物体( 光源) 具有一定的彩色称为光源色以外，一般物体本 身并不发光，而是在光源的照射下，呈现彩色，称作物体色。我们常把物体色误 以为是物体本身的性质。实际上物体所以呈现彩色是由于物体反射或透射了照射 光谱的一部分而吸收了其余部分。为了进行图像的彩色分析，需建立研究彩色计 量的学科，称为色度学。它是研究人眼彩色视觉的定性和定量规律及其应用的学 科，其研究范围包括人眼觉察彩色的生理和心理现象、彩色的合成分解实验以及 相应理论的建立。 2 1 1 光和颜色 由于颜色是因外来光刺激而使人产生的某种感觉，我们有必要了解一些光的 知识。从根本上讲，光是人的视觉系统能够感知到的电磁波，其波长在3 8 0 h m 到7 8 0 h m 之间，正是这些电磁波使人产生了红、黄、蓝等颜色的感觉。光可由 它的光谱能量分布p ) 来表示，其中a 是波长，当一束光的各种波长的能量大 致相等时，我们称其为白光；否则，称其为彩色光；若一束光中，只包含一种波 长的能量，其它波长都为零时，称其为单色光。 我们看到的大多数光不是一种波长的光，而是由许多不同波长的光组合成的 如果光源由单波长组成，就称为单色光源。实际中，只有极少数光源是单色的， 大多数光源是由不同波长组成，每个波长的光具有自身的强度。 2 1 2 色彩的视觉心理特性 色彩是人的眼睛对于不同频率的光线的不同感受，色彩是一种视觉感受，客 观世界通过人的视觉器官形成信息，使人们对它产生认识。所以，视觉是人类认 4 郑州大学硕士学位论文 识世界的开端。根据现代科学研究的资料表明，一个正常人从外界接受的信息， 百分之九十以上是由视觉器官输入大脑的。来自外界的一切视觉形象，如物体的 形状、空间、位置以及它们的界限和区别都由色彩和明暗关系来反映。 2 1 3 颜色的基本概念 美国光学学会( o p t i c a ls o c i e t yo f a m e r i c a ) 的色度学委员会曾经把颜色定义 为：颜色是除了空间的和时间的不均匀性以外的光的一种特性，即光的辐射能刺 激视网膜而引起观察者通过视觉而获得的景象。 在我国国家标准g b 5 6 9 8 8 5 中，把颜色定义为：色是光作用于人眼引起除形 象以外的视觉特性。根据这一定义，色是一种物理刺激作用于人眼的视觉特性， 而人的视觉特性是大脑支配的，也是一种心理反映。所以，色彩感觉不仅与物体 本来的颜色特性有关，而且受时间、空间、外表状态以及该物体的周围环境的影 响，同时还受各人的经历、记法和视觉灵敏度等各种因素的影响。 颜色与光的波长有关，不同波长的光呈现不同颜色。自然界中的颜色可以分 为非彩色、彩色两大类。非彩色指黑色、白色和各种深浅不一的灰色，而其它所 有颜色均属于彩色。 2 1 4 颜色的基本特性 依据颜色的心理学和视觉特性，国际照明委员会c i e ( i n t e r n a t i o n a l c o m m i s s i o no ni l l u m i n a t i o n ) 对颜色的描述作了一个通用的定义，用颜色的三个 特性来区分颜色。这些特性是：色调( r l u e ) 、饱和度( s a t u r a t i o n ) 和亮度( l i e , h t n , s s ) ， 它们是颜色所固有的并且是截然不同的特性，任一彩色光都是这三个特征的综合 效果。 ( 1 ) 色调( h u o 色调又称为色相，是当人眼看到一种或多种波长的光时所产生的彩色感觉， 它反映颜色的种类，是决定颜色的基本特性。色调用红、橙、黄、绿、青、蓝、 靛、紫等术语来刻画。 不透明物体的色调是指该物体在目光的照射下，所反射的各光谱成分作用于 人眼的综合效果；透明物体的色调则是透过该物体的光谱综合作用的效果。 ( 2 ) 饱和度( s a t u r a t i o n ) 饱和度是指颜色的纯度，即色彩含有某种单色光的纯净程度，它可用来区别 颜色的深浅程度。对于同一色调的彩色光，饱和度越深颜色越鲜明或说越纯，例 5 郑州大学硕士学位论文 如鲜红色饱和度高，而粉红色的饱和度低。完全饱和的颜色是指没有渗入白光所 呈现的颜色，例如仅由单一波长组成的光谱色就是完全饱和的颜色。 ( 3 ) 亮度( b r i g l i t n e s s ) 亮度是视觉系统对可见物体辐射或者发光多少的感知属性。亮度是光作用于 人眼时所引起的明亮程度的感觉，它与被观察物体的发光强度有关。由于其强度 的不同，看起来可能会亮一些或暗一些。对于同一物体，照射光越强，反射光也 越强，感觉越亮；对于不同的物体在相同照射情况下，反射越强者看起来越亮。 通常我们把色调和饱和度通称为色度。亮度是用来表示某彩色光的明亮程 度，而色度则表示颜色的类别与深浅程度。 2 2 肤色的特点 人类皮肤的颜色是由血红素( 红素) 和黑色素( 黄色、棕色) 的不同比例组 成的，因此，肤色具有一定范围的色调分布。在一定程度上，肤色是饱和的，但 不是很高的饱和度。因为通过增加黑色素会使皮肤的颜色加深，所以随着饱和度 的增加，肤色可能的色调范围就会向偏黄色转变。 研究表明1 7 1 ，尽管不同种族、年龄、性别的人脸肤色看上去不同，但这种不 同主要集中在亮度上，在除去亮度的色度空间中，不同人脸肤色分布具有聚类性。 对于彩色图像，肤色是图像中相对集中、稳定的区域。肤色信息可以将皮肤 和背景区域很好的区分开来。以下将介绍几种在肤色检测技术中经常用到的色彩 空间及肤色建模方法。 2 3 色彩空间 色彩空间( c o l o rs p a c e ) 也称作“色域”，是表示颜色的一种数学方法，人们 用它来指定和产生颜色，使颜色形象化。实际就是各种色彩的集合，色彩的种类 越多，色彩空间越大，能够表现的色彩范围( 即色域) 越广。对于具体的图像设 备而言，其色彩空间就是它所能表现的色彩的总和。色彩空间中的颜色通常使用 代表三个参数的三维坐标来指定，这些参数描述的是颜色在色彩空间中的位嚣。 2 3 1 色彩空间的分类 从颜色感知的角度来分类，色彩空间可分成如下三类： ( 1 ) 混合( m i x t u r c ) 型色彩空间：按三种基色的比例合成颜色。例如，r g b ， c m y ，c m y k 和x y z 等色彩空间就属于这种类型。 ( 2 ) 线性亮度，色度( 1 u m a c h m m a ) 型色彩空间：用一个分量表示非色彩的感 6 郑州大学硕士学位论文 知，用两个独立的分量表示色彩的感知。当需要黑白图像时，这样的系统非常方 便。例如，l * a * b ，l * u * v ，y i 、y i q ，y c b c r 等就属于这种类型。 ( 3 ) 强度，饱和度色调( m c n s “y ，s a t u r a t i o n h u e ) 垩d 色彩空间：用饱和度和色度 描述色彩的感知，可使颜色的解释更直观，而且对消除光亮度的影响很有用。例 如，h i s ，h s l ，h s v 和l c h 等。 2 3 2 混合型色彩空间 ( 1 ) 三色学说 十九世纪初，y a u n g 提出一种假设，某一种波长的光可以通过三种不同波长 的光混合而复现出来，且红( r ) 、绿( g ) 、蓝( b ) 三种单色光可以作为基本的 颜色一原色，把这三种光按照不同的比例混合就能准确的复现其它任何波长的 光，而它们等量混合就可以产生自光。 后来，m a x w e l l 用旋转圆盘所作的颜色混合实验验证了y a u n g 的假设。在此 基础上，1 8 6 2 年，h e l m h o t z 进一步提出颜色视觉机制学说，即三色学说，也称 为三刺激理论。到现在，用三种原色能够产生各种颜色的三色原理已经成为当今 颜色科学中最重要的原理和学说。 以三基色为基础的格拉斯曼( g r a s s m a n ) 定律可以用下面的公式来表示： f - r r 】+ g o l + b p 】 ( 2 。1 ) 其中r 、g 、b 为三色系数，r 【r 】，甄g 】，b 【b 】为f 色光的三色分量任意一种色光， 其色度可由相对色系数中的任意两个唯一的确定。因此，各种彩色的色度可以 用二维函数表示。用r 和g 作为直角坐标系中两个直角坐标所画的各种色度的平 面图形，就p t i r g b 色度图，如图2 1 所示。 g 5 1 0 。：0 r ，。i 5 俐、 j 豁0 9 5 0 艚0 t a j加 、| 0 5 5 9 0 4 粼爹喻熟0 i 51 0- 0 5 拍u 磊f 0 5 一1 o i 5 ； 4 5 0 图2 1r g b 色度图 7 郑州大学硕士学位论文 三色学说是我们真实感图形学的生理视觉基础，我们所采用的r g b 色彩空 间，以及计算机图形学中其它的色彩空间都是根据这个学说提出来的。我们根据 三色学说用r g b 来定义我们的颜色，三色学说是我们颜色视觉中最基础、最根 本的理论。 ( 2 ) r g b 色彩空间 c i e ( 国际照明委员会) 在1 9 3 1 年选择红色( r ，波长= 7 0 0 0 r m ) ，绿色( g ， 波长= 5 4 6 1 r i m ) ，蓝色( b ，波长- - 4 3 5 8 r i m ) 三种单色光作为三基色进行表色， 这就是r g b 色彩空间，它也是使用最多、最熟悉的色彩空间。 r g b 色彩空间采用三维直角坐标系，红、绿、蓝为原色，各个原色混合在 一起可以产生复合色，如图2 2 所示。r g b 色彩空间通常采用图所示的单位立方 体表示，在j 下方体的主对角线上，各原色的强度相等，产生由暗到明的白色，也 就是不同的灰度值。( 0 ，o ，o ) 为黑色，( 1 ，1 ，1 ) 为白色。正方体的其它六 个顶点分别为红、黄、绿、青、蓝和品红，如图2 3 所示。 图2 2 r g b 混合图图2 3 r g b 色彩空间 由于彩色图像是多光谱图像的一种特殊情况，对应于人类视觉的三基色即 红、绿、蓝三个波段，是对人眼的光谱量化性质的近似。因此，利用r 、g 、b 三基色这三个分量来表征颜色是很自然的一种格式。而且多数的图像采集设备都 是以c c d ( 电荷藕合器件) 技术为核心，直接感知色彩的r 、g 、b 三个分量， 这也使得r g b 模型成为图像成像、显示、打印等设备的基础，具有十分重要的 作用。 但r g b 色彩空间不适合进行色度处理，因为在r g b 空间中，三个颜色分量都 包含亮度信息，存在相关性，因此用于肤色检测时算法的亮度适应性不好。一般 情况下，都是以r g b 色彩空间为基础来描述其它类型的色彩空间，将其它色彩空 8 郑州大学硕士学位论文 间的基色描述为r g b = 基色的线性或非线性函数i 射。 2 8 3 线性亮度色度型色彩空间嘲 刚墨撩巍阍 囝1 ；纛琊 ) y 1r o 。2 9 9 0 5 8 70 1 4 41 r 1 裟麓篙心 p 4 ) 雕曩瓤】 p 5 ， 9 郑州大学硕士学位论文 刚淼赫赫旧 ， 刚；撩一o 驯恤翻 2 3 4 强度饱和度色调型色彩空间 ( 1 ) 归一化r g b 色彩空间( n r g b ) 在r g b 空间中，三维矢量 r ，g ，b 不仅表示颜色同时也包含了亮度信息， 相关性太大，环境光照变化时很容易导致r g b 值变化。但如果有两个像素点 r - ， g 1 ，b 1 和 r 2 ，g 2 ，b 2 在r g b 色彩空间的值成比例的，即： 里。鱼。里 ( 2 。8 ) r 2g 2b 2 则这两个点具有相同的色彩、不同的亮度。图像中不同区域的肤色差异主要存在 于亮度上，通过色彩的亮度归一化，可缩小肤色差异。归一化可用如下公式简单 得到： 郑州大学硕士学位论文 r r + g + 口 g g r + g + b ( 2 9 ) b r + g + b 【r ，g ，b 】表示归一化后的三个色彩分量。从上式可以看出：r + g + b = l ，即r ，g ， b 相互两两独立，因此归一化r g b 色彩空间可以用两个色度分量( 如r g 或f - b ) 完全 表示，另一个分量可以由i 减去这两个分量得到，实际上实现了三维空间到二维 空间的转换。 亮度变化会导致图像中肤色的变化，因此归一化后的r g b 模型更有利于肤色检 测。它在很大程度上消除了亮度变化所带来的影响，因此在肤色检测中也得到了 广泛的应用。 ( 2 ) h s i 色彩空间 h s i 色彩空间也称为色调、饱和度、亮度模型。这是由m u n s c u 提出的色彩系 统模型，经常为艺术家所使用，它反映了人类观察色彩的方式，同时也有利于图 像处理。 这一色彩空间用色调h ( h u e ) 、饱和度s ( s a t u r a t i o n ) 、亮度i ( i n t e n s i t y ) 三个参数描述颜色特性。其中色调是指颜色刺激的主波长，用角度表示。一般定 义纯色的色调角度为0 ，灰色系列色调角未定义。色调的定义域是：h e 0 ，3 6 0 。 饱和度即通常所说的颜色的深浅，用百分比来度量，从o 到完全饱和1 0 0 。灰 度的饱和度定义为0 。h s i 色彩空间可以用图2 4 来描述【1 0 1 。 御 图2 4 h s i 色彩空间 1 1 s 郑州大学硕士学位论文 从r g b 空间至i j h s i 空间的转换关系如下： 这里p 为： h 8 g 2 8 【2 a t 一日g b 占。一。- 垫竺i l 【( r g ) 2 + ( r g ) ( g 一口) 】i ( 2 1 0 ) ( 2 - 1 1 ) s - 1 3 1 m i i n ( r 万, g , b ) ( 2 - 1 2 )r + g + 占 最后亮度分量下式得出： ，! 限+ g + 鳓 ( 2 。1 3 ) 3 。 h s i 色彩空间的优点在于：它将亮度( i ) 与反映色彩本质特性的两个参数色 调( h ) 和饱和度( s ) 分离开。我们在提取一类物体在色彩方面的特性时，经常 需要了解其在某一色彩空间的聚类特性，这一聚类特性往往体现在色彩的本质特 性上，而又经常受到光照明暗等条件的干扰影响。光照明给物体颜色带来的直接 影响就是亮度分量( i ) ，所以若能将亮度分量从色彩中提取出去，而只用反映色 彩本质特性的色调、饱和度来进行聚类分析，会获得比较好的效果。这也正是 h s i 格式在彩色图像处理和计算机视觉研究中经常被使用的原因。 ( 3 ) h s v 色彩空问 在h s v 色度空间中，h ( h u c ) 分量定义颜色的波长，称为色调；s ( s a t u r a t i o n ) 分量定义颜色的深浅程度，称为色饱和度，v ( v a l u e ) 分量定义颜色的明暗程度， 称为亮度。 h s v 空间是r g b 空间的非线性变换，先对r 、g 、b 进行归一化处理，使r ， g ，暑【0 ，1 】，令m a x - - m a x ( r , g 印，m i n = m i n ( r , g 印，再使用下述公式进行变换： 郑州大学硕士学位论文 v - m a x ( n , a , b ) “。o 警 h - u n d e i n e d m o d l 旦二旦- 6 0 , 3 6 0 l t m a x i i l “j 2 + 删f 芒6 0 , 3 6 0 l l m a x - n l m j 4 + 删f 兰6 0 , 3 6 0 l 当v = 0 时 当睁o 时 当s = 0 时 当r = m a x 时( 2 - 1 4 ) 当g = m a x 时 当b = m a x 时 变换后的h s v 空间是一个圆锥体，如图2 5 所示。圆锥底面半径与0 度线之 间的夹角体表色调，圆锥底面半径大小代表饱和度，圆锥的高代表高度。 图2 5 h s v 色彩空间 当色调从0 变化到1 时，相应的颜色从红色变化到黄色、绿色、蓝绿色、蓝 色、紫红色，然后回到红色，实际上0 和1 都代表红色值。当饱和度从o 变化至0 1 时，相应的颜色或者说色调从不饱和( 灰色阴影) 变到全饱和( 没有白色成分) 。 亮度从o 变到1 ，相应的颜色越来越亮。因此，在圆锥的顶点，亮度值为0 ，所 有的颜色均为黑色，饱和度s 为0 ，此时的h 值没有意义。 h s v 色彩模型在视觉上是均匀的，与人类的颜色视觉有很好的一致性，在彩 色图像分割中得到广泛使用。 2 4 肤色建模方法 肤色模型是在一定颜色空间描述肤色分布规律的数学模型。和其他的数学建 模一样，即用一种代数的( 解析的) 或查找表等形式来表达哪些象素的颜色属于肤 色，或者表征出某一象素的颜色与肤色的相似程度。 郑州大学硕t 学位论文 通过训练样本集进行肤色建模是肤色检测的关键。常用的肤色建模方法有阈 值法【4 l 、高斯法【6 ，1 、直方图澍1 2 1 。 2 4 1 阈值法 阈值法就是定义肤色边界区域或子空间的范围，用数学表达式明确规定。在 色彩空间上通过观察训练样本中各肤色点的色度分量出现的特征，确定一个阈值 范围。若待测图像中某个像素点的色度分量，满足阈值条件，则该点就被认为是 肤色点保留；否则认为该点是背景点去除。 例如在r g b 空间中最简单的阈值分割方法可以基于一个准则，如肤色像素 的颜色分量( r ，g ，b ) 应满足条件r g ，或者r b ，或者同时满足这两个条件。这样 定义肤色区域【1 3 】： r 9 5 & g 4 0 & & 曰) 2 0 & r g & & r b r 2 1 5 ) & m a x 怛，g ，b - m i n 尼g ，口 1 5 l r 一口卜1 5 在实际应用中，考虑到每个色彩空间都有自己的优势，所以有时不仅仅是在 一个色彩空间上进行阈值分割，而采取多个色彩空间相结合的方法进行，以提高 划分的准确率。如段立娟1 1 4 l 等人采用了一种对肤色在和y i q 的色彩空间上 的分布进行了分析，使用y u v 空间的相位角口和y i q 空间的1 分量联合的方法 来确定肤色在色度信息上的分布情况。通过对大量图像的彩色分析，确定口和i 的阈值范围： 0 e 1 0 0 ，1 5 0 。】，i e l 2 0 , 9 0 】 ( 2 - 1 6 ) 此外，【2 4 3 4 】也提到了一种用归一化的r g b 与y i q 相结合的方法，还有利 用h s v 的色度分量h 、s 和y c b c r 的色度分量c b 、c r 相结合的h s c c7 y , 法1 1 5 1 。 2 4 2 高斯法 是： 高斯模型是利用正态分布来拟合皮肤颜色的概率密度分布。它的理论基础 1 它认为人与人之间肤色的不同主要在于密度而不是颜色本身。 2 它认为在一定的光照条件下肤色的分布是正态分布的。 高斯法可分为单模高斯模型【1 2 ，1 6 】和高斯混合模型1 6 ”。 ( 1 ) 单高斯模型s g m ( s i n g l eg a u s s i a nm o d e l ) 单高斯模型采用椭圆高斯联合概率密度函数： 1 4 郑州大学硕士学位论文 p ( x i s k i n ) 。砰1 叫一) 弘聊 其中x 是像素颜色向量，均值向量口和协方差矩阵是高斯分布参数，由训 练样本估计： 肛- i 1 刍u ，z - i l j 善n 一p ) “一p ) r 2 - 1 8 上述条件概率p o l 站胁) 可以直接衡量像素x 属于肤色的可能性，也可以通 过高斯分布参数计算输入像素颜色x 与均值z 的马氏距离d ，距离大小表示该像 素与肤色模型的接近程度： d 2i o 一) r 1 0 p )( 2 - 1 9 ) ( 2 ) 高斯混合模型g g m s ( g a u s s i a nm i x t u r em o d e l s ) 高斯混合模型是多个高斯密度函数的加权和，具体定义如下： 色彩空间中各肤色点的分布可以看成是混合高斯分布模型g ，由有限多个单 一高斯模型g 1 ，q 以及相应的权重系数m ，m 混合而成，其中 善雌。饼且m 乏o r 2 2 0 ) 待测图像中某点属于肤色点的概率密度函数( p d f ) 由下式定义： p o ；奶。荟m a o ；口) 善m 。p ( x l ； ( 2 2 1 ) 舒钳 f 2 2 1 、 - 驴k 琊1 叫一j 1 。刊协1 0 训 其中x 是像素颜色向量，有k 个高斯密度函数，n ；疗) 为模型g 的概率密 度函数，m 为q 的均值向量，为g f 的协方差矩阵，权值雌表示各高斯密度函 数对混合模型的贡献大小。 对肤色和非肤色分别用一个高斯混合模型表示，用标准的期望最大化e m ( e x t ，e c t a t i o nm a x i m i z a t i o n ) 算法【1 明训练这两个高斯混合模型6 切，每个高斯混 郑州大学硕士学位论文 合模型中的高斯密度函数个数k 需要事先给定。 ( 3 ) 单高斯与高斯混合模型的比较 c a c t a n o ”】等认为高斯混合模型比单高斯模型好，但后来在归一化r g b ( n c c r g b ) 色彩空间中的实验【2 0 】却发现，高斯混合模型仅仅在特别的操作区域 有比较好的性能，这个区域处在r o c 曲线的中后段，即正检率和误检率都比较 高的区域。 高斯肤色模型常用2 维色度平面，在色度平面上的肤色分布是否符合高斯分 布，决定了这种参数化建模方法的性能好坏，但这种分布形态与所选的色彩空间 有关。j o n e s 2 1 】和y a n g 1 2 l 都验证了光照变化一定范围内的肤色分布在n c c r g b 中 符合高斯正态分布；y a n g 6 l 证明肤色在c i e l u v 色彩空间中的正态分布。而在其 他系统中大多是通过观察肤色训练样本在色彩空间中的分布形态确定是否呈正 态分布。如果肤色在某色彩空间中分布比较不对称，必然会造成相同正检率条件 下的误检率升高。可见，不仅是肤色样本的代表性，肤色模型的准确性也会直接 影响肤色检测系统的泛化能力和检测性能。 2 4 3 直方图法 直方图法的原理很简单，即利用直方图来描述肤色在色彩空间的分布，一般 不需要显式地假设肤色的先验分布，从而可以对比较复杂的分布进行建模。首先 利用直方图对训练集上的肤色进行统计，得到关于颜色在肤色中的出现信息，而 后在该直方图的基础上建造肤色概率图s p m ( s k i np r o b a b i l i t ym a p ) 1 2 2 2 3 】，即为 离散化的色彩空间中的每个格子赋予一个概率值。利用s p m 检测肤色像素主要 有两种方法，归一化查找表和贝叶斯分类器，两者都可以采用查表法，只不过前 者仅统计了肤色样本在特征空间内的分布，而后者同时统计了肤色和非肤色样本 的分布。 ( 1 ) 归一化查找表 归一化查找表法是肤色检测中比较有代表性的，即把特征空间划分为一个个 小的单元，其中每个单元都代表了一定的色彩范围。然后统计落在每个单元中的 肤色样本个数，得到肤色在色彩空间内的分布直方图。对它进行归一化可以得到 对应某种颜色的肤色概率： p ( s k i n ic ) 。芒兰( 2 - 2 2 ) z 删卅l 。 l l 其中厅“m ( c ) 表示落在第c 个单元内的肤色样本个数，n 是总的单元数，上式 1 6 郑州大学硕士学位论文 分母项表示肤色样本点的总数。既可以对总样本点数进行归一化，也可以对单元 样本数的最大值进行归一化。前者得到的是一个概率值，其大小表明了颜色值c 属于肤色的可能性。 式但2 2 ) 所表示的其实是一个条件概率值，即给定肤色样本，它属于颜色值 c 的概率大小。 ( 2 ) 贝叶斯分类器 由于肤色分布区域和非肤色区域有很大的重叠部分，如果只是考虑肤色分布 的区域建立模型，会使肤色模型对非肤色的背景区域误判率比较高。因此，为了 提高肤色模型在肤色和非肤色区域交叠部分的判决性能，有必要同时考虑皮肤区 域和非皮肤区域的颜色分布情况。 为了对颜色空间中皮肤和非皮肤的交叠区域进行有效分类，使用贝叶斯规则 建立皮肤颜色分类器，见公式( 2 - 2 3 ) 。公式中需要的肤色像素和非肤色像素数 据分别从皮肤区域和非皮肤区域两类训练图像中获得。 p ( s k ni c ) - 雨两而p ( c 丽 s k i n 丽) p ( s k 蕊i n ) 而丽 ( 2 。2 3 ) 其中p ( s k i ni c ) 是表示给定颜色平面的某个颜色，判定该颜色c 为肤色的概率； p ( c l s k i n ) p ( c i - s k i n ) 分别是肤色像素总数和非肤色像素总数中该颜色c 所出 现的概率；p ( s k i n ) p ( - 嫩厅) 分别是总的像素点数中肤色像素总数和非肤色像素 总数各占的比例。由式( 2 2 3 ) 可得： 垒塑! 尘。竺生生丝2 1 ( ! 丝! p ( 一s k i nlc ) p ( ci - s k i n ) p ( 一北跏) ( 2 - 2 4 ) 利用上式处理训练数据，对整个颜色平面的每个位置计算出对应颜色为肤色 的概率比值，可以生成贝叶斯概率比值分布图。这个分布图的大小与颜色的量化 级数有关，图中每个位置的概率比值表示对应颜色是肤色的概率。如果颜色分量 的量化级数不变，对应的分布图大小应为2 5 6 x 2 5 6 ；如果对颜色空间的每个颜色 通道采取6 4 个量化级，对应的概率比值分布图大小应为6 4 x 6 4 。 式( 2 2 5 ) 是肤色判决规则，即给定某子空间具体颜色c ，由训练数据计算其 为皮肤的概率和为非皮肤概率的比值，如果比值