基於影像處理技術之膚質檢測研究SkinConaitionDetectionBasedon.pptVIP

M97G0217 黃烱育 M97G0217 黃烱育 M97G0217 黃烱育 M97G0217 黃烱育 M97G0217 黃烱育 M97G0217 黃烱育 M97G0217 黃烱育 報告者：曹仁傑 * * 簡介 研究方法 實驗結果 結論 * * 影像分割可以應用在許多的領域： 例：遙控感知、導航、醫療成像、監視、目標識別與跟蹤…等 皮膚區域檢測的用途包括： 人臉檢測、人臉識別、姿態識別、人體跟蹤…等 * * 目前常用來檢測膚色區塊的色彩空間有： RGB HSV YCbCr CIEL*a*b 影響膚色的各種因素： 光照、相機、種族、背景、陰影 * * 為了克服上述缺點，本研究以彩色圖像轉換成CIEL*a*b色彩空間，然後以Hillclimbing Segmentation Fuzzy C-Means (HSFCM)分群集，再以RGB、HSV、YCbCr三種顏色空間檢測膚色，將膚色與其他顏色分割出來 * * 系統流程圖 影像前處理 轉換CIEL*a*b HSFCM分群 膚色檢測 RGB HSV YCbCr 膚色圖像 * * 彩色圖像 HSFCM分群 HSV YCbCr RGB 膚色圖像 CIEL*a*b Hillclimbing Segmentation Fuzzy C-Means (HSFCM) * * HSFCM執行過程： 1.尋找群集中心點( ) 2.計算權重矩陣 * * 3.更新群集中心點 4.重複至 值不在變動 * * * * (a) Original images (d) Original images (c) HSFCM based labelled images (b) CIEL*a*b converted images (f) HSFCM based labelled images (e) CIEL*a*b converted images 膚色檢測 本研究是以RGB、HSV、YCbCr各取其閾值，再將三種色彩空間檢測的膚色區塊重疊再一起，便可解決因光照或不同種族造成的色彩偏差 基於膚色的RGB條件定義如下： * * HSV是RGB的線性轉換，很容易選擇所需的色調(H)，色調是皮膚覆蓋的範圍如下： 膚色在YCbCr 色彩空間裡具有較高的群聚性 * * 膚色區塊判定： * * (a) RGB膚色區塊 (b) HSV膚色區塊 (c) YCbCr膚色區塊 (d) 結合3種色彩空間的膚色區塊 實驗環境 2.4GHz Pentium IV的CPU，RAN256，使用Matlab7.0，使用的圖片100 x 100至1024 x 1024不等 實驗結果 * * 原圖 膚色區塊圖 * * 原圖 原圖 原圖 膚色區塊圖 膚色區塊圖 膚色區塊圖 本研究提出了一套使用四種色彩空間的膚色檢測方法，成功的克服光照、種族、陰影造成的干擾，正確的將膚色區塊檢測出來 * * M97G0217 黃烱育 M97G0217 黃烱育 M97G0217 黃烱育 M97G0217 黃烱育 M97G0217 黃烱育 M97G0217 黃烱育 M97G0217 黃烱育