基于LAB肤色模型和数学形态学的人脸检测

2 5 卷第8 期 2 0 0 8 年8 月 微电子学与计算机 M I C R o E L E ( 汀R O N I C S & C O M P U T E R V d 2 5N o 8 A 1 | g l l s t2 0 0 8 基于L * a * b * 肤色模型和数学形态学的人脸检测 陈蕾，黄贤武 ( 苏州大学电子信息学院，江苏苏州2 1 5 0 2 1 ) 摘要：提出利用L a b 肤色模型和数学形态学相结合的方法，实现彩色图像人脸检测建立L 。a 。b 。颜色空间 的肤色模型，利用该模型提取肤色区域；然后，用数学形态学算子，完成去除噪声和干扰，分割候选目标等处理过 程；最后，利用人脸的比例关系框选出人脸区域实验表明，该方法计算开销较小，易于实现，准确率较高，速度快 关键词：L a * b 颜色空间；肤色模型；人脸检测；数学形态学；算子 中图分类号：1 P 3 9 1 4 1文献标识码：A文章编号：1 0 0 0 一7 1 8 0 ( 2 0 0 8 ) 0 8 0 0 3 7 0 3 。 F a c eD e t e c t i o nB a s e do nL * a * b * S k i n C O l o rM o d e la n dM o r p h o l o g y C H E NL e i H U A N GX i a n w u ( C 0 l l e g eo fE l e c t r o f l ba n dI n f 曲n a t i E r 】g i n e 耐n g ，S 0 0 c l D wU n i 嘲竹，s u z h o u2 1 5 0 2 1 ，C l i n a ) A b 咖嘁：A 脚d 删缸 a o e d e t 硎i n c o l o r i I I 堪皓i s 删e d b y u s i n g L a b 。幽n c o b 咖d da n d 瑚枇 科F i 斌，a 幽n d n 划d i sb u i l t i l l t h e L 。a + d o r 辩，b y 娟c hs k i n - I i k ep i x e l s 锄b es i g n e d ，m o r p 埘 嘲70 1 ) e 强t o 璐a r e 删t 0d e I e t e 取血辩a r l dd i S t u 矗衄n o ei I l 蛐证1 a g e 觚do 口删c tt h eo b j e c t ss d o c t e d F i n a l l y ，t h ef a c ea r e a nb el o t e dd e 刚i 1 1 9 t | l er a t i ob e t w e t h ef a a l l dt h e 哆T h e 麒p e r i m e n t a lr e s u l ts l D 懈t 1 1 a tt h em e t h o dp r e 一 湖t e di I lt h i s 球l p e ri ss i I l l p l e ，e f f e c t i v e ，r o 妇a r df a s t K 呵啪r d s ：L 。a 飞+ a 妇雄c e ；幽no 妇r n o d d ；f 破d e t e c t i 饥；r I l a t h 瑚枇；o p e r a 衄 1 引言 人脸检测的目的就在于判定图像或图像序列中 是否存在人脸如果存在，则返回其位置和空间分 布根据这个定义可知，人脸检测可分为两类：第一 类是在静止图像中判断是否存在人脸，若存在，则定 位人脸的位置；第二类是在视频图像序列中判断是 否存在人脸，若存在，则动态地跟踪人脸根据所处 理图像的不同，人脸检测可分为两类：基于灰度图像 的人脸检测和基于彩色图像的人脸检测对于灰度 图像，目前存在的方法主要可分为三类：基于表象 ( a p p e 猢c e b a s e d ) 的方法、基于特征( f e a t u 静 b a s e d ) 的方法和基于模板( t 咖p l a t e b a s e d ) 的方法 对于彩色图像，由于能够提供更丰富的信息，因此可 以采用有别于灰度图像的处理方法，利用彩色图像 收稿日期：2 0 0 7 1 0 一1 6 的自身特性进行人脸检测n - 2 】目前的人脸检测方 法都各自存在着缺点和不足，例如，基于特征的方法 较快速，但是准确性低，基于表象的方法检测率高， 但是训练和搜索的时间都比较长总之，人脸检测问 题是一个艰巨而有趣的问题，目前所提出来的方法 很多，但还没有一个统一的标准， 文中提出利用L 。a 颜色空间的肤色模型和 数学形态学相结合的方法实现彩色图像中的人脸检 测 2 颜色空间变换与肤色区域获取 在目前空间信息的色彩表达中，R G B 颜色空间 是基本的图像色彩空间一幅R G B 图像就是彩色像 素的一个M N 3 数组，其中每个彩色像素点都 是在特定空间位置的彩色图像对应的红、绿、蓝三种 微电子学与计算机 2 0 0 8 年 分量为了使肤色特征提取更加方便，减少计算量， 文中将图像转换至另一种彩色空间：L + a 颜色 空间L 。a * b 。颜色空间是C I E ( 国际发光照明委员 会，C o m m i 商o nI m e r n a t i o m l ed eL 7 E c l a i r a g e 法 ) 在 1 9 7 6 年制定的，以L 。值表示颜色的亮度，口值表 示颜色的绿红值，6 值表示颜色的蓝黄值C I EL a * b 。颜色更适合于人眼的感觉，在C I EL a 空 间，颜色的亮度、灰阶和饱和度可以单独修正，图像 的颜色都可以在不改变图像或其亮度的情况下，发 生改变 C I EL 。a 颜色空间是由x Y Z 颜色空间转 换得来，x Y z 与R G B 颜色空间的转换关系如下： f - x 2 7 6 89 1 7 5 18 1 1 3 02 r R yI = l1 0 0 024 5 9 070 0 6 00G ( 1 ) 【_ z jL 0 o o ooo 0 5 655 5 9 4 一L B j 厂R r0 4 1 85 0 1 5 87 0 0 8 28 广X GI = I 一0 0 9 120 2 5 240 0 1 57y L B _ J L0 0 0 09 0 0 0 250 1 7 86JL Z J ( 2 ) 根据C I E 已经建立的X Y Z 与L a * b 。的关系， 求解对应的L 。a * b 值目前，主要采用C I E1 9 7 6 建立的计算公式： L 。= 1 1 6 ( y y 0 ) 1 3 1 6 ，y y o 0 0 1 口= 5 0 0 l ( X X o ) 一( y y 0 ) 1 尼J 6 = 2 0 0 【( y y o ) 1 3 一( Z Z o ) 1 3J ( 3 ) 式中，X 、y 、Z 是物体的三刺激值，X 0 、y o 、Z o 为 C I E 标准照明体的三刺激值 3 1 为了构造L + a * b 。 肤色模型，文中选取了2 0 0 张不同成像环境的人脸 照片从中选取1 万个皮肤像素通过分析这些皮肤 像素的统计特性，获得L 。a * b 颜色空间的肤色模 型： 0 5 1 口 0 6 2 ，0 5 5 6 0 6 7( 4 ) 式中，口与6 是归一化L a 。空间的分量利用上 述模型提取出的皮肤区域如图1 ( b ) 所示从图1 ( b ) 中可以发现，图像的背景中也有类肤色像素，以及由 人脸的眼、眉毛等特征引起了一些孔洞，这些特征是 在人脸特征提取和识别时才需要考虑的，而在人脸 区域检测和分割时，不需要考虑为了去掉干扰以及 这些在二值图像中形成的孔洞，文中采用了数学形 态学处理方法 3 数学形态学 数学形态学建立在集合论的基础上，是用于研 究几何形状和结构的一种数学方法。近年来，数学 ( b ) 肤色换坐区域 图1 原始图像与肤色模型区域 形态学已发展为一种新型的数字图像处理方法和理 论，应用在图像检测、纹理分析、颗粒分析、特征生 成、骨架化、形状分析、压缩、成分分析及细化等诸多 领域数学形态学用于图像处理的基本思想是用具 有一定形态的结构元素去度量和提取图像中的对应 形状，以达到对图像分析和识别的目的h 5 | 数学形 态学的基本运算有4 个：膨胀、腐蚀、开启和闭合膨 胀是将图像中与目标物体接触的所有背景点合并到 物体中的过程，结果是使目标增大、孔径缩小，可以 增补目标中的空间，使其形成连通域；腐蚀具有使目 标缩小、目标内孔增大以及外部孤立噪声消除的效 果；开启具有消除图像中细小物体，并在物体连接纤 细处分离物体和平滑较大物体边界的作用；而闭合 具有填充物体影像内细小空间，连接邻近物体和平 滑边界的作用【6 J 图像集合A 用结构元素B 来膨胀，记作A B ，其定义为 A B = zI ( B ) 。nA D ( 5 ) 式中，B 表示B 的映像，即与B 关于原点对称的集 合式( 5 ) 表明，用B 对A 进行膨胀的运算过程如 下：首先作B 关于原点的映射，再将其映像平移z ， 当A 与B 映像的交集不为空时，B 的原点就是膨胀 集合的像素也就是说，用B 来膨胀A 得到的集合 是集合B 的位移与A 至少有一个非零元素相交时B 的原点的位置集合式( 5 ) 也可以表示为 A B = zJ ( B ) 。nA A ( 6 ) A 用B 来腐蚀记作A B ，其定义为 A B = zI ( B ) A ( 7 ) 式( 7 ) 表明，A 用B 腐蚀的结果是所有满足将B 平移后，B 仍旧全部包含在A 中的z 的集合从直观 第8 期陈蕾，等：基于L 。a 肤色模型和数学形态学的人脸检测 3 9 上看就是B 经过平移后全部包含在A 中的原点组 成的集合 使用同一个结构元素对图像先进行腐蚀运算， 然后进行膨胀运算称为开启先进行膨胀再进行腐 蚀的运算成为闭合 A 用B 来开启记为A 。B ，其定义如下： A 。B = ( A B ) B( 8 ) A 用B 来闭合记为A B ，其定义如下： A B = ( A B ) B( 9 ) 对图l ( b ) 进行形态学处理的过程是：先对肤色 区域图像进行形态学闭运算，设A 为由肤色模型提 取出的皮肤区域，这里结构元素B 取为圆形，半径 为3 ( 像素) ，再进行开运算，结构元素仍取为圆形， 由于肤色区域面积较大，故结构元素半径可设定为 5 ，经此处理，可去掉噪声和小块干扰，得到没有孔洞 的人脸区域图像，如图2 所示 b ) 肤色区域 图2 肤色区域形态学运算结果 4 人脸检测 为了准确定位人脸，必须对肤色区域图像作进 一步处理，即要保留眼睛位置的“孔洞”，同时又去掉 了噪声和其他相关干扰，具体操作步骤如下： ( 1 ) 将肤色区域图像转换成灰度图像，并进行 形态学滤波处理 ( 2 ) 利用灰度信息，对滤波后的图像进行二值 化处理，由于眼睛位置的灰度值较小，于是可得到包 含“孔洞”的二值图像，再经过对图像取反，只保留 “孔洞”信息，实验结果如图3 所示 ( 3 ) 根据双眼与人脸的比例关系( 如图4 所示， 双眼之间的距离约等于1 2d ) 可以确定人脸位置 ( 如图5 所示) ( c ) 二值图像( d ) 眼睛位置图像 图3 眼睛位置定位结果 图4 人脸比例关系图 ( a ) 根雍比例关系框选人脸( b ) 原始图像中的人脸定位 图5 根据比例关系框选人脸与原始图像中的人脸定位 5 结束语 文中提出有效的彩色图像中人脸定位方法首 先将图像转换成L a 飞颜色空间图像，创建肤色 模型，用R G B 图像创建肤色模型要用三个分量：R 、 G 、B ，而用L 。a * b 颜色空间创建的模型只有两个 分量，即口和6 实验结果表明，该模型不仅能有效 分割出肤色区域还可以减少计算量，并对不同光照 ( 下转第4 4 页) 微电子学与计算机 2 0 0 8 年 逻辑块映射，更为重要的是它可以为硬件设计提供 评估，并在硬件设计前对硬件设计起指导作用 参考文献： 1 李辉，王欣，戴蓓倩，等基于嗍的实时基音周期估 计系统 J 微电子学与计算机，2 0 0 7 ，2 4 ( 6 ) ：1 4 0 1 4 2 2 黄谆，白国强，陈弘毅大数模乘脉动阵列的附细粒 度映射实现 J 微电子学与计算机，2 0 0 5 ，2 2 ( 7 ) ：3 1 3 6 3 J a s o f lC 0 n g ，J o h nP e c k ，Y u z h 朗gD i n g I 认S P ：ag e n e r a l 峪cs y n t h 醯S y s t 锄f o r 踩A M b a s e dF P G 挑 C P r o c A C M4 t hI n t ls ) 唧( ) I l 同X 逡L 0 sA r g d e s ：U n i v 喇t y0 fC a l i f o I 血a ，1 9 9 6 4 倪刚，来金梅，童家榕一种基于图模式匹配的逻辑单元 映射算法 J 计算机辅助设计与图形学学报，2 0 0 6 ，1 8 ( 1 2 ) ，1 8 5 0 1 8 5 4 5 G a b r i dV a l i 匝t e ，C r l r a d 0M a r t i n 彪A na l g 嘶t h mf o r g r a p hp a t t e m n m t c K n g C P I D c 胁hS 0 u t h 栅一 i c a l lW 浏s h o p s t r i n gP ro c l 商n g ，州响e8o fI n t e r r m t i o n a lI n f 缸坊t i 蹴o t t a 】嗯：C a r l e 啪 U m V e r s i t y P r e 鸥。1 9 9 7 ：1 8 0 1 9 7 6 S k 西cs y l l t h 商sa n do p t i m i z a t i o nb e n c h l l 埘ku s e r g u i d e V e r s i o n3 O R U S A ：M i c r c d e c t r o m C 饥t e ro f N o n hC a r o l i m 。1 9 9 1 7 s e n t 喇c h E M ，S i n g h K J ，Ia v a g L ，e ta 1 S I S ：as y S t 锄f 曲s e q u t i a lc i r 叫i ts y n t h e s i s R 删e y ：U n i v e r s i t yo fC a l i f o r m a ，1 9 9 2 8 C b n gJ ，D 堍Y F 1 a w m a p ：a I l0 p t i r T l a It e c h n o l o g y l n a p - p i n ga l g 嘣t 陆 b fd d a yo p t i n l i z a t i o ni I l1 0 0 k u p t a b l e b a s e d 眦妇g n S J I E E E n s ，C A D ，1 9 9 4 ，1 3 ( 1 ) ：1 1 2 作者简介： 蔡丹女，( 1 9 8 3 一) ，硕士研究生研究方向为笃IE I ) A 软件算法、F P ( 认逻辑块映射算法等 来金梅女，( 1 9 6 5 一) ，副教授，硕士生导师研究方向为可 编程系统芯片及其软件系统设计 童家榕男，( 1 9 4 2 一) ，教授，博士生导师研究方向为电子 线路与系统、I C 、I CC A D ( 上接第3 9 页) 下的图像有一定的鲁棒性( 实验用图像来自互联网 或自拍) 为了准确定位人脸，对肤色区域进行形态学运 算很重要，利用“闭”运算，可以填充物体影像内细小 空间，形成连通区域利用“开”运算可以去除背景中 的噪声干扰对检测出的肤色区域，通过确定“孔洞” 位置来标记双眼，再利用双眼与人脸的比例关系，来 定位人脸区域实验结果表明，在该方法速度快，准 确率高但是对于阴影或光照强烈的图像会有一些 误判如何减少这些影响，改进肤色模型，还值得进 一步研究 参考文献： 1 J i a n n S h uL 艘N a