基于YcbCr空间自适应肤色分割方法.docVIP

基于YcbCr空间自适应肤色分割方法 　　摘要 基于YCbCr空间的肤色分割是人脸检测与识别、表情识别和手势识别中常用的分割方法。本文通过对比分析不同肤色和同一肤色在不同亮度环境下在YCbCr空间内的聚类情况,提出基于YCbCr空间的自适应肤色分割方法。实验表明该方法对各种肤色均能达到较好的分割效果,具有很好的鲁棒性。 　　关键词 肤色;颜色空间;肤色分割;自适应 　　中图分类号TP391.4 文献标识码A 文章编号 1674-6708(2010)23-0235-02 　　 　　0 引言 　　肤色是人体表面最显著的特征之一,由于它对姿势、旋转、表情等变化不敏感,因此将人体的肤色特征应用于人脸检测与识别、表情识别、手势识别具有很大的优势,所以肤色特征是人脸识别、表情识别、与手势识别中最为常用的分割方法。 　　若要进行肤色分割,首先应掌握肤色的聚类情况。接下来,本文针对肤色分割应用较多的颜色空间――YCbCr空间[1-3],来讨论不同肤色以及同一肤色在不同亮度环境下时在YCbCr空间的分布情况。 　　1 肤色在YCbCr颜色空间的聚类分析 　　1.1 不同肤色在YCbCr颜色空间上的分布 　　图1给出了黄色、黑色和白色肤色分别在YCbcr空间的分布情况。由图1我们可以看出:不同肤色在YCbcr颜色空间内不是随机分布,而是在某固定区域呈聚类分布;不同肤色在YCbcr颜色空间均分布在很小的范围内;不同肤色在亮度上的差异远远高于在色度上的差异。 　　 　　(a)黄色肤色 (b)黑色肤色(c)白色肤色 　　 图1不同肤色在YCbcr空间的分布 　　1.2 肤色在不同亮度下的分布 　　图2给出了不同亮度下的同一肤色分别在YCbCr空间的分布情况。图(a)至图(d)的肤色来源于同一人在不同亮度下的照片。由图2我们可以看出:在不同亮度下的同一肤色范围在YCbCr空间内的变化很小,只是亮度值Y随外环境的变化而变化。 　　 1.3 总结 　　从以上对不同亮度下的不同肤色,在YCbCr颜色空间的分布情况的研究,我们可以得出以下结论: 　　1)不同肤色在YCbCr颜色空间均分布在很小的范围内; 　　2)不同肤色在亮度上的差异远远高于在色度上的差异; 　　3)不同亮度下,在YCbCr空间内亮度范围的变化量很大,而色度范围的变化量很小; 　　4)在YCbCr空间很适合做肤色分割。 　　2 基于YCbCr空间的亮度自适应肤色分割方法 　　2.1 肤色在YCbCr空间内的非线性关系 　　由前面的分析,我们可以知道,YCbCr能较好地限制肤色的分布区域,受人种的影响不大,很适合做肤色分割。传统的肤色分割方法就是在二维的Cb-Cr子平面中求肤色的聚类区域,根据统计结果设定阈值从而将肤色区域与非肤色区域分离。因为YCbCr色彩格式直接由RGB色彩格式通过线性变换得到, 所以其亮度分量Y并不是完全独立于色度信息而存在的, 所以肤色的聚类区域也是随Y的不同而呈非线性变化的趋势。 　　Anil K. Jain等从Heinrlch-Hertz-Institute(HHI)图像库中的137幅图像中手工选取853571个肤色像素点,将其绘制在YCbCr空间及其二维投影子空间Cb-Cr空间中得到的结论: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[4]。由此我们可以知道,在Y值不同的地方, 我们取Cb-Cr子平面的投影,得到的结果是不同的。因此我们不能简单地按照传统的做法在二维的一子平面中寻求肤色的聚类区域,而必须考虑Y值不同造成的影响, 从而对色彩格式进行非线性分段色彩变换。 　　Anil K. Jain等的研究表明, 在肤色聚类的边界上, 和两分量随Y变化的情况可以用四个边界来限制肤色聚类区域。这样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。 　　经过了非线形分段色彩变换得到的色彩空间用YCb’Cr’来表示。YCbCr坐标空间到YCb’Cr’坐标空间的转换公式为: 　　文献[4]中的实验数据如下:K1=125,Kh=128(非线性分段色彩变换的分段值域),Ymin=16,Ymax=235(肤色聚类区域中Y分量的最小值和最大值),Wcb=46.79,WLcb=23,WHcb=14,Wcr=38.76,WLcr=20,WHcr=10。 　　2.2 肤色建模 　　肤色模型是根据大量样本的统计数据建立的。为建立肤色模型, 本人首先手工剪裁出大量肤色区域, 分别来自不同的性别在不同的身体区域包括脸部、手臂、四肢和躯干部分。针对不同种族的黄色人种、白色人种和黑色人种,以便所建立的肤色模型具有一般性。然后将皮肤区域中每个像素点的R、G、