結合YCbCr和TSL模型優點的膚色分割算法

摘要：本文首先對YCbCr色彩空間進行非線性分段色彩變換，得到YCb’Cr’空間對應的解析表達式子，然后分析了利用橢圓高斯模型對TSL空間膚色相似度進行計算的方法，最后將YCbCr 與TSL空間的優點，以膚色為一致性屬性進行膚色分割，實驗結果表明該算法提高了基于膚色的區域分割算法的有效性。

關鍵詞: TSL、YCbCr、非線性色彩變換、橢圓高斯模型

人臉檢測技術作為視頻檢測與監控、人機界面、人類情感研究系統的重要組成部分得到了廣泛的應用，近年來已經作為獨立的課題受到越來越多研究者的重視。人臉檢測來源于人臉識別，它是人臉自動識別與表情識別系統中的一個重要環節，其目的是檢測圖像中的人臉并將其從背景中分割出來。為了提高人臉檢測的效率，至關重要的一步就是膚色分割，也就是將膚色與非膚色區域分開。

一 基于YCbCr空間模型的膚色分割

YCbCr色彩空間是直接由RGB彩色空間線性變換而來的，所以其亮度分量并不是完全獨立于色度信息而存在，膚色的聚類區域也是隨Y的不同而呈非線性變化的趨勢[1]。簡單地排除Y的影響，在CbCr空間中尋找膚色聚類的區域是不可靠的。為了改善膚色模型的魯棒性，在YCbCr色彩窄間中做一些變換。用4個邊界來限制聚類區域可以很好地適應亮度過明或過暗的區域，從而使膚色模型的魯棒性大大提高。非線性變換的過程[2][3]，如下：

；

；

和分別為和坐標系中膚色區域的中軸線，，。

;

表示坐標系中膚色區域的寬度，其中代表或，，，，，，。

；

；

表示在非線性色彩變換后新坐標系中的值，代表或，YCb’Cr’空間建立。它的解析表達式為：

，此式表示一橢圓，橢圓內的數值對應著膚色象素點，以此作為圖象二值化的標準對圖像進行分割。

其中

，，，，，，，。

二 基于TSL空間模型的膚色分割

采用橢圓高斯模型[4][5]表示在T-S坐標系上膚色分布概率的大小，即：

，

是描述皮膚的類，是膚色集的協方差矩陣，

，是從向量到膚色平均向量的馬氏距離，即，把作為相似度來計算輸入圖像相對于膚色中心的相似度圖。然后對相似度圖進行均值濾波[6]，消除噪聲，即可二值化相似度圖。利用并行區域分割技術標記膚色區域。

三 結合YCbCr和TSL模型優點的膚色分割算法

利用以上倆種空間對彩色圖像進行膚色分割時，TSL空間模型雖然具有良好的分割效果，但在黃色背景下，分割效果很差。YCbCr空間模型雖然能分割黃色背景，但很多類似于膚色的背景色也被劃分為膚色區域。因此結合倆種空間模型的優點，得到一種新的膚色分割算法。其算法流程如下：

實驗條件為：CPU P4 2.0GHz，內存2G，MATLAB6.5。實驗結果表明該算法在簡單背景、復雜背景下均具有良好的分割效果。

圖1 待檢測的圖片與膚色分割二值圖

參考文獻

[1]Chiunhsiun Lin，Face detection in complicated backgrounds and different illumination conditions by using YCbCr color space and neuralnetwork，PatternRecognitionLetters， vo1.28， pp. 2190-2200， 2007.

[2]Karlekar J，Desai U B.Finding faces in color images using wavelet Transform.Proc.IEEE

Conf.on Image Analysis and Processing，Venice，Italy，1999，1085-1088.

[3]R.L.Hsu，M.A.Mottaleb，and A.k.Jain，Face detection in color images．IEEE Trans．Pattern

Analysis Machine Intelligence，2002，24(5);696-706．

[4]Julien M，Vlad P， Thiran J.P， Face detection with boosted Gaussian features， ICIP'2006 IEEE Computer Society， pp:473-478， 2006.

[5] Begard J， Allezard N， SaydP， Real-time human detectioninurban scenes: Localdescreptorsandclassifiersselection with AdaBoost-like algorithms，CVPR 2008，pp:674-680，2008.

[6]唐偉，陳兆乾，吳建鑫，周志華.靜態圖像中的人臉檢測方法綜述. 計算機科學，2002年02期