彩色空间在人类肤色识别过程中简单应用.docVIP

彩色空间在人类肤色识别过程中简单应用[摘 要] 随着对彩色空间研究的深入应用，运用计算机视觉进行物体识别的研究逐渐增多，其中人体肤色的识别已被广泛应用于各类科研当中 [关键词] YCbCr彩色空间 肤色识别 高斯概率函数 颜色是物体表面所具有的一种可以被感知的特征，不同物体往往具有其特有的一种或多种颜色，同一类事物往往有着相近的色彩特征，因此我们可以根据特有的颜色特征来区分相似或同种物体。我们将通过彩色空间来分析人类的肤色特征研究建立肤色模型的可能性 1.彩色空间的介绍 彩色图像可以使用用RGB、NTSC、YCbCr、HSV等不同彩色空间进行存储，正确的选取彩色空间有时会更加方便我们的研究。我们需要选取一个准确可靠的彩色模型来存储我们采集的肤色信息，以便于我们将人类的肤色区域从非肤色的背景中分离出来，下面介绍一下YCbCr以及RGB空间 1.1 YCbCr彩色空间 YCbCr彩色空间目前广泛的应用于各类数字视频的制作、编辑中。该格式使用单个分量Y来表示其亮度信息，用两个色差分量Cb和Cr来保存其彩色信息。其中的分量Cb表示得是蓝色分量与亮度Y的差，表示为(B-Y)，而分量Cr指的是红色分量和亮度Y的差，表示为(R-Y) 将RGB转为YCbCr，其变换公式如下： 1.2 RGB彩色空间 一般在RGB模型中，每种颜色的主要光谱中都包含红、绿、蓝三种成分，如图1.1所示，根据下面的这个模型，我们可以将任意一幅彩色图像都分解在3个平面上，或者说任意一幅彩色图像都由是3个独立的基色平面组成 图1.1 RGB模型 这种基于笛卡尔坐标系统的空间模型共有3个坐标轴，其分别为R,G,B。黑色对应的为原点，白色对应的是离原点最远的顶点。在这个模型当中，从白到黑，其灰度值分布在从原点到离原点最远顶点间的连线上，而立方体内剩下的其余各点则对应着不同的颜色，这些颜色我们可以使用从原点到该颜色点的一个矢量来表示 1.3 彩色空间的选择 目前大多数的视频以及数字图像中彩色画面的表示使用的都是RGB空间，原因在于我们可以很容易将其他类型的彩色空间转化为RGB空间，其具有通用性。但是，在可以表现肤色的色彩空间但中，RGB并不是最好的。在RGB空间任意一个点的色彩不仅与其坐标[r,g,b]相关，还与其亮度有关。例如，一幅彩色图像中的某些元素对应着该彩色空间中的两点，[r1,g1,b1]与[r2,g2,b2]，这两个点是成比例关系的，即： 表示它们拥有相同的颜色而亮度不同。人类的感知系统能够适应物体在不同的亮度和光线源条件下的不同呈现，所以，我们在比较宽的环境光线范围内所感知到的颜色是连续的，这就是人类的感知系统下颜色的连续性。因此，我们在表示颜色时可以忽略掉亮度的影响，来获取低维但能确保精度的颜色信息 色调空间(chromatic color space)，又称“纯”色彩空间，在该空间中颜色的表示不涉及到亮度，所以亮度是能够完全被去除的，通过标准化处理可以定义为： 注意：由于r+g+b=1，所以，在标准化中的绿颜色（Green）是多余的 在图像分割的领域中，“纯”颜色空间表示方法应用十分广泛。本文中，我们要运用“纯”颜色空间，来将我们需要的肤色区域从非肤色区域的背景中分割出来 我们选择用YCbCr彩色空间表示肤色，其原因如下：首先，在YCbCr彩色空间中，光线因素Y是独立于色调的，所以光线的变化问题可以得到很好的解决；其次，相较与其他空间，YCbCr空间中肤色的聚类性更好；最后，在光线不同的条件的情况下，所有颜色空间里只有YCbCr空间其肤色和非肤色数据的交迭最小 2.用高斯概率函数创建肤色模型可能性分析 要准确的将人手部分从简单背景中分割出来，我们选取最主要的特征之一：人体的肤色，其原因如下：首先，相较与手的其他特征处理，肤色的处理最为简单；其次，人体的肤色差别主要就是色彩强度的不同，例如，在不同光照条件下肤色的变化以及各个人种的肤色各有不同。并且，由于人类的肤色与当今世界大部分自然物体的颜色都是有差别的，有学者以此尝试着建立出了比较全面的非肤色模型与肤色模型集合。如前所述，肤色的分布情况，我们选用YCbCr彩色空间来表现， 图2即为CbCr平面上某组人体肤色像素的样本的分布情况 图2 肤色的聚类情况图 从中我们可以了解，肤色在CbCr平面上的聚类性很好，因此，我们可以用高斯模型建立人体的肤色数学模型，基于肤色聚类性良好的性质，由肤色样本计算出各个参数，然后得到模型。最后用该模型计算出一个像素点是否为肤色的概率值 1