应用统计决策的肤色提取案例教学.docVIP

应用统计决策的肤色提取  HYPERLINK /mssb/anlijiaoxue/yingyongtongji.htm \l _1、图像基础知识 图像基础知识  HYPERLINK /mssb/anlijiaoxue/yingyongtongji.htm \l _2、样本获取 获取样本  HYPERLINK /mssb/anlijiaoxue/yingyongtongji.htm \l _3、样本学习 样本学习  HYPERLINK /mssb/anlijiaoxue/yingyongtongji.htm \l _4、模式分类 模式分类 最小误判概率准则 最小损失准则 1、图像基础知识 HSI表色模型 面向彩色处理的最常用的模型，符合人类的视觉感受。 H（Hue）——色调（色相），表明物体是什么颜色。 S（Saturation）——饱和度，表明该种颜色的浓淡。 I（Intensity）——亮度，与图像的彩色信息无关。 RGB模型与HSI模型可以相互转换。 2、样本获取 原始图像 H分量 S分量 I分量 由于H分量较好的区分了肤色与背景，因此选H分量图像中的像素点作为样本。 3、样本学习 图像二值化，为1的是皮肤，为0的是背景。 （1）计算先验概率： H分量 H分量的二值化图 皮肤点数的先验概率：P（w1）=是皮肤的像素点数 / 所有像素点数 = 7.99% 非皮肤点数的先验概率：P（w2）=不是皮肤的像素点数 / 所有像素点数= 92.01% （2）计算类条件概率密度： 计算H分量图像中皮肤区域的直方图，就是皮肤的类条件概率密度；计算H分量图像中非皮肤区域的直方图，就是非皮肤的类条件概率密度。 皮肤的类条件概率密度 非皮肤的类条件概率密度 横坐标是像素点可能的灰度值（将灰度量化成了8等分），纵坐标是相应区域中灰度值为横坐标值的像素点数。 P(x|w1): 0.9855 0.0143 0 0 0 0 0 0.0002 P(x|w2): 0.0790 0.7820 0.0742 0.0192 0.0199 0.0074 0.0072 0.0108 4、模式分类 输入下图，用最小误判概率准则和最小损失准则判决判断每个像素点是否使皮肤。 待分类的图像 H分量 最小误判概率准则 判断每个像素点是否使皮肤。 两类问题的Bayes最小误判概率准???为 如果，则判，否则判 x为每个像素点的灰度值，若该点属于皮肤，置位1；若不是皮肤，置位0，得到下图。 最小误判概率准则的识别结果 最小损失准则 l11= 0,l12=10,l21=1, l22=0 如果，则判，否则判。 x为每个像素点的灰度值，若该点属于皮肤，置位1；若不是皮肤，置位0，得到下图。 最小损失准则的识别结果 可以看出最小损失准则得到的皮肤更完整，漏检率下降，但是将更多非皮肤点误判为皮肤，虚警率增加。