基于matlab的彩色圖像皮膚區(qū)域分割及人臉檢測-文庫吧
2025-05-16 15:47 本頁面
【正文】 較 區(qū)域模型 該模型又稱 IFTHEN 模型、簡單門限模型，它主要是利用了膚色在色彩空間的聚類性 (即取值范圍 )，將一塊滿足一定條件的區(qū)域標定為膚色區(qū)域。采用這個模型來判別膚色需要分兩步走 :首先通過統(tǒng)計的方法確定模型 (即歸屬于膚色的具體范圍 )。其次利用這個模型來判別新的像素或區(qū)域是否為膚色。因此，對于一幅新的圖像，如果某個像素或區(qū)域滿足給定的條件就為膚色，否則就是非膚色。從上面的判斷過程來看，它是一種較簡單的膚色模型。該模型的困難之處在于如何確定閾值。閾值選擇不當可能會使膚色檢測率下降，誤檢率上升。此方法計算簡單，使用方便，速度快，但是效果不是很好，只適用于特定條件下的膚色檢測。 簡單高斯模型 這種方法是假設膚色分布服從單峰高斯分布。它主要通過統(tǒng)計分析，預測高斯分布的參數，其中參數確定常用的方法有 EM算法， MaximumLikelihood 或通過統(tǒng)計直接求得色彩空間中每個分量 (一般利用的是該色彩空間中的色度分量 )的均值與方差。采用這種方法也分為兩步 :首先選擇方法確定模型的參數 (即均值和方差 )；其次利用該模型來判別新的像素或區(qū)域是否為膚色。簡單高斯模型相對區(qū)域模型能更好的表示膚色分布，因此相對而言，它的膚色檢測率也 高出許多，并且模型的參數也易于計算，但是速度比區(qū)域模型慢。 混合高斯模型 由于具有不同種族的膚色直方圖并不完全滿足單峰高斯分布，通過研究可以采用多峰的高斯分布來精確表示。因此，提出了混合高斯模型，如公式 所示 : 燕山大學課程設計報告 第 3 頁 共 13 頁 ??? mi ii wxpwpxp 1 )|()()( （ ） 其中， )(xp 為膚色像素在色彩空間中的混合概率密度，)|( iwxp 為分量的概率密度， )( iwp 為分量的先驗概率， i=1, 2,...，m 為混合密度的分量個數。該模型表明膚色的每個像素密度都屬于概率密度的混合體。在這個模型中主要難點是對混合高斯模型的參數估計。其參數的估計常采用 Dempster 等人提出的基于極大似然的算法。利用該算法需要進行迭代，而迭代的收斂速度受參數的初值影響，同時與分量密度個數關系很大，分量越多，運算越復雜。這種方法相對于前面兩種模型來說，膚色的檢測率要高得多，誤檢率也要小得多，但是模型的確定 (即模型的參數估計 )較難，速度較慢，不適合快速的膚色檢測。 直方圖模型 通過對膚色直方圖的統(tǒng)計，然 后利用閾值來進行判別。對于三維直方圖，盡管效果很好，但是需要很多的訓練樣本而且訓練時間很長，這里不詳細討論這種方法。 常見色彩空間比較 RGB 空間 由于彩色圖像是多光譜圖像的一種特殊情況，對應于人類視覺的三基色即紅、綠、藍三個波段，是對人眼的光譜量化性質的近似。因此利用 R、 G、 B 三基色這三個分量來表征顏色是很自然的一種格式。而且多數的圖像采集設備都是以 CCD 技術為核心，直接感知色彩的 R、 G、 B 三個分量，這也使得三基色模型成為圖像成像、顯示、打印等設備的基礎，具有十分重要的作用。 RGB 色彩 空間用 R、 G、 B 三種基本顏色分量來表示數字圖像像素的顏色值。 RGB 色系坐標中三維空間的三個軸分別與紅、綠、藍三基色相對應，原點對應于黑色，離原點最遠的頂點對應于白色，其他顏色落在三維空間中由紅、綠、藍三基色組成的彩色立方體中。其他的色彩空間常以 RGB 色彩空間為基礎，其分量可以燕山大學課程設計報告 第 4 頁 共 13 頁 描述為 RGB 三色的線性或非線性函數。 RGB 色彩空間通過色彩的相加來產生其他顏色，通常稱為加色合成法 (Additive Color Synthesis)。 一般來說， RGB 色彩空間由于 R, G, B 分量相關性強，不大容易直接建立膚色模型。 為了把膚色區(qū)域同非膚色區(qū)域分離，需要使用適合不同膚色和不同光照條件的可靠膚色模型。而對于RGB 色彩空間而言， R、 G、 B三個基色不僅代表顏色，還表示了亮度。由于周圍環(huán)境光照的改變引起亮度變化會使人臉檢測更復雜，在這樣的條件下，直接利用 RGB 空間聚類進行膚色分割是不可靠的。雖然在 RGB 空間難于將膚色有效地聚成密集分布的一類，但人體膚色的特征色調在紅色區(qū)內，這一特征表現在圖像中，就是膚色的 RGB 值符合： R G B 膚色的這一特征相當穩(wěn)定，無論是人種的變化還是環(huán)境光照的變化，都不足以造成上式變?yōu)?GR 或 BG 膚色的聚類結果簡單而穩(wěn)定。而且由于我的研究是面向人臉自動識別空間中的人臉檢測環(huán)節(jié)，人臉檢測空間的輸入圖像已經過光線補償等預處理，從另一方面避免了光照的影響。通過手工提取圖像中大量膚色像素進行實驗分析，發(fā)現結果與上式吻合。 RGB 色彩空間的這種膚色模
畢業(yè)設計相關推薦
鄂ICP備17016276號-1