一种基于KL变换的椭圆模型肤色检测方法

第２９卷第７期电子与信息学报

Ｖｂｌ．２９Ｎｏ．７

２００７年７月

ＪｏｕｒｎａｌｏｆＥｌｅｃｔｒｏｎｉｃｓ＆Ｉｎｆｏｒｍａｔｉｏｎ７ｎｃｈｎｏｌｏｇｙ

Ｊｕｌ．２００７

一种基于ＫＬ变换的椭圆模型肤色检测方法

高建坡

王煜坚

杨浩

吴镇扬

（东南大学无线电工程系南京２１００９６）

摘要：肤色检测是计算机视觉中的一个重要问题，该文提出了一种新的基于ＫＬ变换的椭圆模型肤色检测方法。

算法首先对训练肤色样本进行了分布均匀化处理，然后以ＫＬ变换为基本工具最终得到了肤色分布区域的椭圆边界方程。方法简单直观。实践表明，该算法能完成对各种不同环境条件下所拍摄图像的肤色分割，效果理想，其性能明显优于常用的域值界定法和单高斯模型法。

关键词：人脸检测：肤色模型；肤色分割；ＫＬ变换；Ｇａｕｓｓ模型中图分类号：ＴＰ３９１．４１

文献标识码：Ａ

文章编号：１００９－５８９６（２００７）０７．１７３９—０５

ＡｎＥｍｐｔｉｃａｌ

Ｍｏｄｅｌ

Ｂａｕｓｅｄ

ｏｎ

ＫＬ

ｎａｎｓｆｏｒｍ

ｆｏｒＳｋｉｎＣｏｌｏｒＤｅｔｅｃｔｉｏｎＧａｏＪｉａｎ—ｐｏ、ＶａｎｇＹｕ－ｊｉａｎ

１Ｙ－ａｎｇＨａｏ

Ｗｈ

Ｚｈｅｎ—ｙａｎｇ

（Ｄ印８ｎｍｅ饿∥Ｒｎ出Ｄ眈咖ｅｅ九扎夕＇舶Ⅱ搋ｅｏｓ亡‰锄ｅ邶魄Ⅳｎ巧ｉ叼２１００９６，伪搋０）

Ａｂｓｔｒａｃｔ：Ｓｋｉｎｃｏｌｏｒｄｅｔｅｃｔｉｏｎｉｓ

ａｎ

ｉｍｐｏｒｔａｎｔｐｒｏｂｌｅｍｉｎｃｏｍｐｕｔｅｒｖｉｓｉｏｎ．ＡｎｅｗｅｌｌｉｐｔｉｃａｌｍｏｄｅｌｂａＬｓｅｄ

ｏｎＫＬ

ｔｒａｎ８ｆｂｒｍｆｏｒｓｋｉｎｃｏｌｏｒｄｅｔｅｃｔｉｏｎｉｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒ．Ａｓｔｏｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍ，ｆｉｒｓｔｌｙ，ｔｈｅｔｒａｉｎｉｎｇｓｋｉｎ

ｃｏｌｏｒ

ｓａｍｐｌｅｓ盯ｅｍａｄｅｔｏｄｉｓｔｒｉｂｕｔｅｕｎｉｆｏｒｍｌｙ，ｔｈｅｎｔｈｅｅｌｌｉｐｔｉｃａｌｂｏｕｎｄ盯ｙｅｑＵａｔｉｏｎｏｆ８ｋｉｎｃ０１０ｒｒｅｇｉｏｎｉｓ

ａｔｔａｊｎｅｄｂｙｍｅａｎｓｏｆＫＬｔｒａｎｓｆｏｒｍ．ＴｈｉｓｍｅｔｈｏｄｐｒｏｖｅｓｔｏｂｅｓｉｍｐｌｅａｎｄＩｎｔｕｉｔｉｖｅ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅ８ｕｌｔｓ

ｏｎ

ｔｈｅ

ｉｍａｇｅ８ｔ出汜ｎｕｎｄｅｒ

ａ

ｗｉｄｅｒａｎｇｅｏｆｄｉｆｆｅｒｅｎｔｅｎｖｉｒｏｎｍｅｎｔｄｅｍｏｎｓｔｒ８ｔｅｉｔｓｅｍｃｉｅｎ￡ｙａｎｄｉｔｓｃｋａｒｉｍｐｒｏｖｅｍｅｎｔ

ｏｖｅｒ

ｔｈｅ

ｍｅｔｈｏｄｂａ８ｅｄ

ｏｎ

ｅｘｐｌｉｃｉｔ８ｋｉｎｒｅｇｉｏｎ

ｂｏｕｎｄａｒｙａｎｄｓｉｎｇｌｅＧａｕ８ｓｉａｎｍｏｄｅｌ．

Ｋｅｙｗｏｒｄ８：Ｅａｃｅｄｅｔｅｃｔｉｏｎ；Ｓｋｉｎｃｏｌｏｒｍｏｄｅｌ；Ｓｋｉｎｃ０１０ｒｓｅｇｍｅｎｔａｔｉｏｎ；ＫＬｔｒａｎｓｆｏｒｍ，Ｇａｕｓ８ｍｏｄｅｌ

１

引言

能明显优于常用的域值界定法和单高斯模型法。

人脸检测、人脸跟踪以及手势分析一直是模式识别和计

２基于ＫＬ变换的椭圆模型肤色判别

算机视觉领域研究的热点之一。而通常作为人脸检测、人脸ＫＬｆＫａｒｈｕｎｅｎ－Ｌｏｅｖｅ）变换【１１ｊ被广泛地应用于模式识别跟踪以及手势分析预处理阶段的肤色区域分割由于其具有和图像分析中。从几何角度看，ＫＬ变换可以看作是坐标轴明显的速度优势，且在一定程度上对姿态、尺度、遮掩具有的平移和旋转，即将原始坐标系的坐标轴平移、旋转成一组很强的鲁棒性，因此肤色检测备受研究人员的青睐。彩色图新的正交坐标轴，并按原始数据的方差来排列这些新坐标像中的肤色检测主要包括颜色空问的选择和肤色检测的建轴。本文利用ＫＬ变换的主要目的正是利用它的这种几何性模两个主要问题。肤色检测中常用的颜色空间除了基本的质，将原始坐标系的坐标轴按训练肤色样本的分布方差经过ＲＧＢ空间外，还主要包括归一化ＲＧＢ（ｒｇｂ），ＹＣｂＣｒ，ＨＳＶ，

平移和旋转而构成一组新的正交坐标轴，然后再在新的坐标ＨＳＩ，ＹＵＶ，ⅥＱ等颜色空间【１，２Ｊ。如今存在的肤色判别方法

系中构建椭圆肤色检测模型。

主要包括肤色分布域值界定法刚、直方图归一化查表法［２’５】、

诸多研究表明，人的肤色在外观上的差异主要是由亮度单高斯模型法【６】、混合高斯模型法【７】、椭圆边界模型法【８。１

０】

引起的、在色度空间中，不同人的肤色分布趋予集中在一个较等。

小的区域内。实验表明肤色在ＹＣｂＣｒ颜色空间的ＣｂＣｒ平面

根据肤色的分布特点，以ＫＬ变换为基本工具，本文提上分布在一个近似的椭圆区域范围内ｍ驯。

出了一种新的基于ＫＬ变换的椭圆模型肤色检测方法，为了

本文共搜集了６００幅不同人、不同环境下含有肤色的图避免由于训练肤色样本分布的不对称性造成统计所得椭圆

像ｆ主要是人脸图像）。然后通过人工剪切的方法得到了约中心的偏移，算法首先对训练样本进行了分布均匀化处理，１８．３万肤色样本。这些肤色样本在ＹＣｂＣｒ颜色空间的ＣｂＣｒ然后通过分析最终得到了肤色分布区域的椭圆边界的显式平面上的分布如图１（ａ）所示（本文中ＣｂＣｒ值的范围均为方程，方法简单直观。实践表明，本文算法能自动完成对各ｄｏｕｂｌｅ型『０，１１）。从图ｌ（ａ）可以看到肤色样本较为集中地分布种不同环境条件下所拍摄图像的肤色分割，效果理想，其性

在一个近似的椭圆区域内。显然我们可以通过判断一像素点的ＣｂＣｒ值是否落在肤色分布的椭圆区域内来确定其是不是

２００５－１２—０５收到，２００６＿０６—２８改回

肤色。所以现在问题的关键是如何来描述肤色分布椭圆区域

国家９７３计划（２００２ｃＢ３１２１０２）资助课题

万　

方数据

第1页下一页