非线性分段色彩变幻在肤色检测中的应用.docVIP

非线性分段色彩变幻在肤色检测中的应用 　　摘要：由于受光照条件的影响，采集来的人脸彩色图象经常会存在不同程度的高光和阴影，已成为阻碍基于肤色的人脸检测率提高的重要障碍。为此，本文用非线性分段色彩变换方法对光照造成的高光和阴影影响进行消除，部分解决了人脸图象上存在的高光和阴影影响问题。 　　Abstract: Because of outer lighting, color highlight and shadow may exist in colorized face image collected, and these are obstacles of heightening the rate of face detection based on complexion. Nonlinear color transformation is used to eliminate the influence of highlight and shadow so that the highlight and shadow of face image are resolved partly. 　　关键词：人脸检测；肤色检测；高光；非线性色彩变换 　　Key words: face detection；skin detection；color highlight；nonlinear color transformation 　　中图分类号：Q98 文献标识码：A文章编号：1006-4311（2010）36-0188-01 　　 　　0引言 　　虽然人脸肤色在不同种族之间，不同人之间，甚至同一人在不同的光照、不同的服饰条件下都有改变，但采集不同性别、不同年龄、不同肤色的人脸图象在色彩空间的分布情况，发现他们的差异主要存在于亮度而不是在色彩上[1]。因此，利用肤色特征进行人脸检测的研究[2~5]越来越多。由于物体表面存在镜面反射或界面反射，物体表面常常会产生高光和阴影区域，在图象中，高光部分常对应高亮度区域（接近于最高亮度）。彩色图象中人脸的肤色对光照变化特别敏感，如果不能很好地解决光照影响问题，人脸检测的成功率会非常小。为此，本文将Rein-Lien Hsu等[6]提出的非线性分段色彩变换方法应用于人脸检测中的肤色检测，以消除这类光照造成的高光和阴影影响，提高人脸检测率。 　　1非线性分段色彩变换 　　在文献[6]中，Rein-Lien Hsu等首先从Heinrich-Hertz-Institute（HHI）图象库中的137副图象中手工选取853571个肤色象素点，然后将其绘制在YCbCr空间及其二维投影子空间Cb_Cr空间中，得到结果。在YCbCr色彩空间中，肤色聚类是呈两头尖的纺锤形状，也就是在Y值较大和较小的部分，肤色聚类区域也随之缩减。由此可见，在Y值不同的地方，取Cb_Cr子平面的投影，得到的结果是不同的。由此得到结论，简单的排除Y分类，按照传统的做法在二维Cb_Cr子平面中寻求肤色的聚类区域是不可行的，必须考虑Y值不同造成的影响，从而对YCbCr色彩格式进行非线性分段色彩变换。 　　在肤色聚类的边界上，Cb和Cr两分量随Y变化的情况。用这四个边界来限制肤色聚类区域可以很好的适应亮度过明或过暗的区域，从而使肤色模型的鲁棒性大大提高。 　　经过了非线性分段色彩变换得到的色彩空间用YCbCr来表示。YCbCr坐标空间到YCbCr坐标空间的变换过程推导如下：①肤色区域的中轴线分别用Cb（Y）和Cr（Y）来表示，可以得到Cb（Y）和Cr（Y）的表达式为式（1）和（2）： 　　（1） 　　（2） 　　其中，Kl和Kh为常量，也就是非线性分段色彩变换的分段域值，分别为：Kl=125，Kh=128。 　　Ymin和Ymax也是常数，它们分别是实验数据中肤色聚类区域中Y分量的最小和最大值：Ymin=16，Ymax=235。 　　②将肤色区域的宽度分别用Wcb（Y）和Wcr（Y）来表示，这也是一个分段函数，其表达式为： 　　（3） 　　其中i代表b或r，Kl、Kh、Ymin和Ymax同式（1）中的数据。Wci、WLci和WHci也是实验得到的常数，它们分别为：Wcb=46.79，WLcb=23，WHcb=14，Wcr=38.76，WLcr=20，WHcr=10。 　　③最后，可以根据上面的结果得到如下的非线性分段色彩变换公式： 　　（4） 　　经过这样的非线性分段色彩变换，肤色聚类在RCbCr空间中分布，再将其投影到Cb-Cr二维子空间，就可以得到实用的肤色聚类模型。 　　2结论 　　本文利用这种非线性分段色彩变换对光照引起的高光和阴影进行消除，取得较好的检测效果。但是本文算法并不是简单地将这种变换毫