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 ’
