DIP实验六.docVIP

DIP实验六 彩色人脸图像肤色检测 班级：08计算机 学号：082 姓名：林 目的：学习一种彩色图像区域分割的方法 步骤： 分别在RGB和HSV(或HIS)彩色空间，在测试图像中利用手工选择皮肤样本，得出肤色在彩色空间中的均值和方差； 选择不同距离（棋盘距离、欧氏距离等）度量，计算被测试图像各像素到肤色样本中心的距离，利用方差做阈值，确定该像素色彩是否属于肤色。 测试图像：face.jpg 结果图像：将不在肤色空间的像素置0，仅在被测试图像中留下肤色像素，并作为结果输出该图像。 五． 采用技术及主要计算公式： 用roiploy函数手工选择皮肤样本。 用imhist函数计算样本的直方图向量。 用statmoments函数计算样本的方差。 用方差做阈值，用colorseg函数，分别用euclidean和mahalanobis方法分割图像。 用rgb2hsv函数把RGB图像转化成HSV图像。 用以上方法对HSV图像进行相同处理。 六．实验结果: RGB和HVS的样本的方差 Face  RGB样本  RGB用mahalanobis分割  RGB用euclidean分割  RGB转化成HSV  HSV样本  HSV用mahalanobis分割  HSV用euclidean分割 实验小结： RGB中，mahalanobis的分割效果比euclidean好。 HSV中，mahalanobis分割方法正常，euclidean分割方法失效。 程序清单： imgseg.m function [g1,g2,unv1,unv2] = imgseg f1 = imread(face.jpg); %交互式指定样本 [B1,c,r] = roipoly(f1); %求直方图向量 p1 = imhist(f1(B1)); %计算方差 [v1,unv1]=statmoments(p1,2); unv1 %把取得的样本对应的二值图像B中的交互选择区域用原图像的颜色填充 red=immultiply(B1,f1(:,:,1)); green=immultiply(B1,f1(:,:,2)); blue=immultiply(B1,f1(:,:,3)); g1=cat(3,red,green,blue); figure,imshow(g1); %计算相关参数 [M,N,K]=size(g1); I=reshape(g1,M*N,3); idx=find(B1); I=double(I(idx,1:3)); [C,m]=covmatrix(I); %使用colorseg函数方法分割图片（mahalanobis欧式距离方法） F1=colorseg(mahalanobis, f1, sqrt(unv1(2)), m, C); F2=logical(uint8(round(F1))); red=immultiply(F2,f1(:,:,1)); green=immultiply(F2,f1(:,:,2)); blue=immultiply(F2,f1(:,:,3)); G1=cat(3,red,green,blue); figure,imshow(G1); %使用colorseg函数方法分割图片（euclidean棋盘距离方法） F3=colorseg(euclidean, f1, sqrt(unv1(2)), m); F4=logical(uint8(round(F3))); red=immultiply(F4,f1(:,:,1)); green=immultiply(F4,f1(:,:,2)); blue=immultiply(F4,f1(:,:,3)); G2=cat(3,red,green,blue); figure,imshow(G2); %RGB转化为HSV f2 = rgb2hsv(f1); figure,imshow(f2); %交互式指定样本 [B2,c,r] = roipoly(f2); %求直方图向量 p2 = imhist(f2(B2)); %计算方差 [v2,unv2]=statmoments(p2,2); unv2 %把取得的样本对应的二值图像B中的交互选择区域用原图像的颜色填充 red=immultiply(B2,f2(:,:,1)); green=immultiply(B2,f2(:,:,2)); blue=immultiply(B2,f2(:,:,3)); g2=cat(3,red,green,blue); figure,imshow(g2); %计算相关参数 [M,N,K]=size(g2); I=reshape(g2,M*N,3); idx=find(B2); I=double(I(idx,1:3)); [C,m]