您好,欢迎来到爱站旅游。
搜索
您的当前位置:首页基于HSV与YCrCb颜色空间进行肤色检测的研究

基于HSV与YCrCb颜色空间进行肤色检测的研究

来源:爱站旅游
电脑编程技巧与维护 基于HSV与YCrCb颜色空间进行肤色检测的研究 邱迪 (四川大学软件学院,成都摘610065) 要:对肤色检测所适用的颜色空间进行研究,通过对比HSV和YCrCb颜色空间进行肤色识别的受亮度影响的 程度,通过数据得出哪一种颜色空间更加适合进行肤色检测。 关键词:HSV颜色空间;YCrCb颜色空间;肤色检测 Research About Skin Color Detection Base on HSV and YCrCb Color Space QIU Di ('Sichuan University software engiineering college,Chengdu 610065) Abtract:The paper contrasts two ways,which use HSV or YCrCb Color Space,to go through the skin color detection.The paper draws the conclusion that YCrCb Space is appropriate for skin color detection by analyzing the experiment’S data,. Key words:;HSV Color Space;YCrCb Color Space;Skin color detection 1 引言 皮肤检测是人脸检测、手势识别等任务的关键步骤。因 此,如果能增加肤色识别的准确性就可以提高人脸识别、手 势识别的准确性。而肤色识别的准确性又受到多种因素的影 响。比如环境的亮度、局部的曝光度以及进行肤色检测所使 频信号同时传输)。其中“Y”表示明亮度(Luminance或 Luma),也就是灰阶值;而“U”和“v”表示的则是色度 (Chrominance或Chroma),作用是描述影像色彩及饱和度,用 于指定像素的颜色。 “亮度”是透过RGB输人信号来建立的, 方法是将RGB信号的特定部分叠加到一起。“色度”则定义 了颜色的两个方面一色调与饱和度,分别用cr和CB来表示。 用的颜色空间的影响。现在的肤色检测所使用的颜色空间有 HSV和YCrCb颜色空间。基于HSV与YCrCb颜色空间的两种 肤色检测法因亮度的改变对肤色检测准确度的影响。 其中,cr反映了RGB输入信号红色部分与RGB信号亮度值 之间的差异。而CB反映的是RGB输入信号蓝色部分与RGB 信号亮度值之间的差异。 YUV与RGB相互转换的公式如下(RGB取值范围均为 0-255): Y=0..299R+0.587G+O.114B U=-0.147R一0.289G+0.436B 2 HSV颜色空间 HSV是对RGB色彩空间中点的两种有关系的表示,它们 尝试描述比RGB更准确的感知颜色联系,并仍保持在计算上 简单。 H指hue(色相)、S指saturation(饱和度)、V指value f色调)。 V:0.615R一0.515G一0.100B R:Y+1.14V 色相(H)是色彩的基本属性,就是平常所说的颜色名 称,如红色、黄色等。 G=Y一0.39U一0.58V B:Y+2.03U 饱和度(S)是指色彩的纯度,越高色彩越纯,低则逐渐 变灰,取O-100%的数值。 明度(V)取0—100%。 以上为用于肤色识别的两种主要的颜色空间。 4 实验验证 为了验证哪一种颜色空间用于检测肤色受亮度的影响最 小,选择拍摄一只手在4种不同亮度下的照片分别为resuh_1. and够 西 。 jPg、result_2.jpg、resuh_3.jpg、resuh_4.jpg(亮度强度由高到 l,l煳 'lift搬 以下是RGB颜色空间与HSV颜色空间的换算: O - 6o x= ma 一竹t+o l摊 h f, 秘 低);并在4张照片中选择相同坐标的3个ROI,这3个RO1 分别为 (image->width/2,image->height/2,30,30)、 60' × 精t +360".—m1 — ̄ ̄max≈randg《参 6O ×::—— :+120"axm擞 , f,撕稿 篙毋 60',× 兰 十2矗 一,,l £n 40*, 《,撒横 缸 3 YCrCb颜色空间 YCrCb即YUV,主要用于优化彩色视频信号的传输,使 其向后相容老式黑白电视。与RGB视频信号传输相比,它最 大的优点在于只需占用极少的频宽(RGB要求3个的视 (image--->width/2+40.,image一>height/2,30,30)、 (image--->width/2+40.,image->height/2+40,30,30)。 注:第一个参数为图像的X轴坐标,第二个参数为图像 的Y轴坐标,第三个参数为ROI的水平长度,第四个参数为 收稿日期:2012---03—18 舔 峨 ARTIFICIAL INTELLIGENCE AND IDENTIFICATION TECHNIQUES ROI的纵向宽度。 人工智能及识别技术 统计方差的范围,如表2所示。 表2 方差范围 H 第一组 第二组 第=组 设照片resuh 1.JPg第一个ROI为ROLl; 设照片result一1 ipg第二个ROI为ROL2; 设照片result一1.Jog第三个ROI为ROI一3; 设照片result 2 jpg第一个ROI为ROI_4; 设照片result 2.jpg第二个ROI为ROL5; 设照片result 2 jpg第三个ROI为ROI6; 设照片resuh 3.JPg第一个ROI为ROI_7; 设照片result一3 jpg第二个ROI为ROI一8; 设照片result一3.JPg第三个ROI为ROI9; 设照片resuh 4 方差平均值 H 第一组 63 S 8 S 2~17 V Y Cr Cb 2-7 2~7 1.5-9 10-85 3~14 13 ̄23 15-24 0-3.5 5-70 0—.75 10-23 16~28 0.5 ̄3.5 0-25 15-35 15—40 O~3.5 计算方差的平均值,如表3一表4所示。 表3 V Y Cr Cb 4.8 18 19 1.7 jPg第一个ROI为ROI一10; 设照片result_4.jPg第二个ROI为ROLl1;设照片re— sult 4.JPg第三个ROI为ROI12; 分别计算每个ROI的每个像素的H、S、V、Y、Cr、Cb。 将ROLl、ROL4、ROI_7、ROI一10分为一组 将ROI一2、ROI一5、ROL8、ROI一1 1分为一组 将ROI一3、ROL6、ROI一9、ROI一12分为一组 每一组代表的是每张照片的相同坐标的ROI。 以第一组为例: 可以得出每一组照片每个像素点的H、S、V、Y、Cr、Cb 的值。 最后得出每一组照片相同坐标像素点的集合 例如ROI1、ROI_4、ROI一7、ROL10的(0,0)像素的 H、S、V、Y、Cr、Cb的值,如表1所示。 表1 H S V Y Cr Cb ROl_1 l56 12 212 206 l32 130 RO1 4 170 19 195 185 135 128 ROI 5 23 l83 173 135 124 R0I 1O l3 36 175 164 l36 120 方差 77.21075 1 9 14 16 1.5 3.8 计算出每4个数据的方差,依此类推计算第一组、第二 组、第三组的所有像素点的值。 5 数据展示 将第一组的每个像素点H、s、v、Y、cr、cb值的方差 绘制成折线图,如图1所示。 图1 第二组 49 6 l6 20 1.9 4 第三组 66 l1 23 24 I.7 5.1 平均值 59.33333 8.333333 l9 2l 1.766667 4.633333 表4 方差中值 H S V Y Cr Cb 第一组 65.5 8 18 19 1.7 4.8 第二组 63.9 6 16 20 1.9 3.9 第三组 67.5 11 23 24 1.7 5.2 6 结语 由以上数据统计可以看出HSV颜色空间中H、S、V的标 准差相对于YCrCb颜色空间中Y、Cr、Cb的标准差大,标准 差代表的是在不同亮度下相同像素下的值的波动情况,波动 越小,标准差的值越接近于0;相反,波动越大,标准差的值 越大,波动越大代表此方法受亮度影响的程序越大,波动越 小代表此方法受亮度影响更小。因此基于HSV颜色空间的肤 色检测方法受亮度影响,肤色的值变动比较大。因此可以得 出使用基于YCrCb颜色空间的肤色检测法能够将亮度的影响 减到更小,推荐使用基于YCrCb颜色空间的肤色检测法。 参考资料 [11] Gary Bradski&Adrian Kaebler.学习OpenCV中文版.于仕 琪,刘瑞祯,译.北京:清华大学出版社,2008. 【2】崔屹.数字图像处理与技术[M】.北京:电子工业出版社, 1997. 铺II ’ 

因篇幅问题不能全部显示,请点此查看更多更全内容

Copyright © 2019- azee.cn 版权所有 赣ICP备2024042794号-5

违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com

本站由北京市万商天勤律师事务所王兴未律师提供法律服务