基于SEED-DTK6437的膚色檢測系統(tǒng)設計*

徐升陽,陳 芬,彭宗舉,趙江波,楊敏華

（寧波大學 信息科學與工程學院,浙江 寧波 315211）

在當今的數字化時代背景下，隨著數字圖像處理技術和模式識別技術的蓬勃發(fā)展，人臉檢測技術也正迅速崛起并廣泛應用在諸如安檢、身份識別、自動監(jiān)控等相關領域。其中，人體的膚色信息是人體的一個重要特征，膚色檢測技術在人臉識別與跟蹤、敏感圖像過濾、數據庫中人物檢索和醫(yī)療診斷[1]等具體的視頻應用中，膚色區(qū)域的檢測與定位的準確程度直接影響到整個系統(tǒng)的檢測和識別精度。近幾年，各種數字信號處理器性能日益提高，TI公司專門為數字視頻應用而開發(fā)設計的DaVinci處理器系列具有運算速度快、運算精度高以及片內存儲器容量大[2]等特點，因此,采用 DaVinci處理器進行相應的視頻處理保證了系統(tǒng)良好的實時性以及穩(wěn)定性，同時又有體積小、功耗低[3]的優(yōu)點。

1 膚色檢測系統(tǒng)總體設計

本文設計的膚色檢測系統(tǒng)主要是在所搭建的SEED-DEC6437開發(fā)板、攝像頭和液晶顯示器等硬件平臺上，實現(xiàn)對實時視頻圖像檢測出相應的膚色區(qū)域，并進行實時定位與跟蹤，最后在彩色顯示器上實時輸出帶膚色區(qū)域標記的視頻圖像，系統(tǒng)流程圖如圖1所示。

整個系統(tǒng)的數據流程為：首先從CCD攝像頭采集PAL制式模擬視頻信號，通過視頻解碼芯片TVP5150將模擬信號解碼成YCbCr422格式的數字圖像信號[4]，并通過數據總線將數據存儲至DDR2，DM6437通過訪問DDR2進行視頻數據的相應處理。在本系統(tǒng)中，數據處理過程主要在于實現(xiàn)膚色檢測算法,其中主要包含圖像二值化，膚色區(qū)域閾值判斷和膚色區(qū)域定位、跟蹤，然后將處理完成的圖像數據通過DM6437的DAC輸出，最終在顯示器上呈現(xiàn)有膚色區(qū)域標記的視頻圖像。

2 基于SEED-DEC6437視頻處理系統(tǒng)設計

在進行膚色檢測之前，首先應在SEED-DEC6437開發(fā)板上搭建視頻輸入輸出系統(tǒng)，一般的視頻處理系統(tǒng)主要包括視頻采集、圖像處理和顯示3個模塊。SEEDDEC6437開發(fā)板中，TMS320DM6437處理器中集成的視頻處理子系統(tǒng)（VPSS）包含視頻處理前端[5]（VPFE）和視頻處理后端[6]（VPBE）。VPFE用于視頻輸入，可以連接PAL標準模擬視頻輸入信號，也可以連接數字視頻輸入信號。

2.1 系統(tǒng)的視頻輸入設計

系統(tǒng)視頻輸入是利用解碼芯片TVP5150將模擬信號解碼成YCbCr422格式的數字圖像信號，再送入TMS320DM6437進行相應的圖像處理。TVP5150是一款高性能的視頻解碼芯片,可以將PAL制式的視頻信號或NTSC制式的視頻信號轉換成YCbCr422格式的數字信號[7],TMS320DM6437與TVP5150的連接框圖如圖2所示,在SEED-DEC6437開發(fā)板上接一路復合視頻輸入。

TVP5150實時輸出的視頻圖像數據為符合ITU-R BT.656標準的 YCbCr 4：2：2數字視頻圖像數據，其特點是，每個像素點具有自己單獨的亮度信息Y,但是每兩個相鄰的像素共用同一組色度數據Cb和Cr，每行像素的數據在DM6437中存儲格式如表1所示。

圖2 TVP5150與DM6437鏈接示意圖

表1 YCbCr422數據存儲格式

2.2 系統(tǒng)的視頻輸出設計

TMS320DM6437視頻輸出采用內置的VPSS的視頻輸出編碼模塊（VENC）中 4路 10 bit的 DAC輸出，實現(xiàn)CVBS與VGA的輸出。其中,CVBS輸出接口使用了其中1路DAC，VGA輸出接口使用了共3路的DAC。本系統(tǒng)主要采用composite復合信號的形式進行最終實時圖像的輸出顯示。其視頻輸出連接示意圖如圖3所示。

圖3 視頻輸出示意圖

3 系統(tǒng)的膚色檢測設計

系統(tǒng)的膚色檢測是整個系統(tǒng)的核心部分，主要的圖像處理過程包括基于膚色信息的閾值判斷、圖像二值化和膚色區(qū)域的定位與跟蹤，最終實現(xiàn)從場景采集的實時視頻中檢測出有效的膚色區(qū)域，并對所檢測到的膚色區(qū)域進行實時定位與跟蹤，并在彩色顯示器上實時輸出已經對膚色區(qū)域完成框定標記的視頻圖像。圖4為本膚色檢測系統(tǒng)數據處理過程的算法流程圖。

3.1 膚色區(qū)域檢測

目前有許多的顏色空間，陶霖密將顏色空間分為五類[8]，其中YCbCr空間是感知均勻的色彩空間，可以方便地將數字圖像的色度和亮度互相分離，而且在YCbCr色彩空間中膚色具有較好的聚類特性，易于實現(xiàn)聚類算法。

本系統(tǒng)采用閾值方法對膚色區(qū)域進行判斷，對視頻圖像中的每一個像素（i，j）逐一進行判斷，主要通過對Cb和Cr色度信息的限制提取出膚色區(qū)域。

在閾值判斷方法的基礎上對圖像進行基于膚色圖像二值化處理，將屬于膚色區(qū)域的像素點的亮度信息置為0xff，即為最亮,同時將非膚色區(qū)域的亮度信息置為0，得到二值化圖像,因此限制出膚色區(qū)域,圖5給出了基于膚色信息的閾值判斷對圖像進行二值化處理的前后對比效果，可見，其具有輪廓清晰度高、良好的實時性的特點。

3.2 二值化圖像中膚色區(qū)域定位與跟蹤

膚色區(qū)域定位與跟蹤算法主要采用掃描連通區(qū)域的形式確定膚色區(qū)域,并采用卡爾曼(Kalman)濾波還原出不清晰圖像信息，將獲取的起始行、結束行、起始列、結束列數據與圖像數據起始地址一起作為實參再調用勾畫外接矩形函數，更加直觀地體現(xiàn)出膚色區(qū)域的具體方位。

圖5 基于膚色信息的圖像二值化

膚色區(qū)域邊沿定位時采用卡爾曼濾波，其利用最小平方的預測迭代算法，對目標在陰暗處、遮擋處做出預測。首先根據當前時刻狀態(tài)進行預判，由此引入預觀測數據，然后根據預觀測數據更新當前狀態(tài)。因為在膚色定位過程中能較精準地統(tǒng)計目標位置的坐標(Pxk,Pyk)，所以近似認為：在目標動作變化速度不快的前提下，下一狀態(tài)的速度范圍在當前速度鄰域內。系統(tǒng)的觀測方程和狀態(tài)方程對不準確的膚色信息做出預測：

其中，UK,XK=(PXK,PYK,VXK,VYK)和 ZK=(PXK,PYK)T分別為 k時刻的輸入變量、狀態(tài)變量和測量變量；A和H矩陣分別為狀態(tài)轉換矩陣和觀測轉換矩陣。

由于考慮噪聲影響，將噪聲優(yōu)化為加性高斯白噪聲進行處理，其中(-)表示從k-1～k時刻的預測值，(+)表示k-1時刻的更新值，Pk為k時刻的預測誤差。更新方程為：

其中，Kk是卡爾曼增益[9]。

跟蹤原則：為進入鏡頭的目標膚色檢測輸入建立一個卡爾曼濾波器。利用上述預方程測式和現(xiàn)有幀的測量值比對，且滿足如下公式：

其中，dx、dy分別是x和y方向允許的最大位置誤差，則預測膚色和測量膚色信息可建立匹配關系；如果在k幀找 不 到 測 量 膚 色 信 息 與 之 匹 配 ， 且 點(P?XK、P?YK)位 置 在 場景中，則認為目標膚色在檢測時丟失，用預測值估計目標位置,這解決了膚色在不同環(huán)境下實現(xiàn)系統(tǒng)的自動檢測。

圖6展示了在二值化圖像中采用Kalman濾波后進行膚色區(qū)域定位與跟蹤的效果。

圖6 膚色區(qū)域定位前后對比圖

3.3 彩色圖像中膚色區(qū)域定位與跟蹤

由于在對圖像進行二值化過程中,破壞了原來YCbCr顏色空間的數據值，即改變了原色彩圖像中的亮度信息，經過數據處理得到的膚色檢測效果圖只存在0xff和0，即顯示的圖像為黑白圖像，為了最終顯示效果能達到模擬人眼的色彩圖像[10]，要求在設計過程中盡量保持原有的亮度信息和色度信息，以確保輸出圖像更好地模擬場景。

為實現(xiàn)在彩色圖像中進行區(qū)域定位，就應當保持圖像原有的亮度信息和色度信息，因此在膚色區(qū)域判斷閾值時，直接在Cb、Cr色度信息屬于膚色范圍的圖像數據中運用閾值法進行膚色區(qū)域判斷，并在彩色圖像中采用膚色區(qū)域外接矩形的形式來達到膚色區(qū)域的定位與跟蹤，使得整個膚色系統(tǒng)在效果上做到最大程度地模擬實際場景，具有更好的人機交互功能。系統(tǒng)測試以真實場景為測試對象進行測試，在遠場景和近場景均可獲得較好的檢測效果，而且整個系統(tǒng)具有良好的實時性和穩(wěn)定性。圖7為系統(tǒng)最終輸出的膚色檢測效果。

圖7 膚色檢測系統(tǒng)效果圖

本文以SEED-DEC6437開發(fā)板為核心硬件，構造了一個實時膚色檢測系統(tǒng)。首先在DSP/BIOS環(huán)境下實現(xiàn)了視頻采集驅動程序，進而成功地在SEED-DEC6437開發(fā)板上搭建了視頻輸入輸出系統(tǒng)，該系統(tǒng)具有良好的實時性及穩(wěn)定性。其次，在程序代碼中利用了TI提供的圖像處理庫并調用相應的函數，用二值化圖像中有效檢測到的膚色區(qū)域進行實時跟蹤。最后，為了獲得更好的人機交互效果，實現(xiàn)了在彩色圖像中進行有效的膚色檢測、定位與跟蹤，并且整個視頻處理系統(tǒng)具有算法簡單、實時性好以及性能穩(wěn)定等優(yōu)點。

[1]DENIZ O,CASTRILLON M,HERNANDEZ M.Face recognition using independent component analysis and support vector machiners[J].Pattern Recognition Letters， 2003(24)：2153-2157.

[2]彭啟琮.達芬奇技術——數字圖像/視頻信號處理新平臺[M].北京.電子工業(yè)出版社,2008.

[3]鄒彥.DSP原理及運用[M].北京：電子工業(yè)出版社,2007.

[4]Texas Instruments Incorporated.TMS320DM6437 evaluation module(EVM)quick start installation guide[Z].Dalls：Texas Instruments Incorporated,2006.

[5]Texas Instruments Incorporated.TMS320DM643x DMP video processing front end（VPFE）user′s guide[Z].Dalls：Texas Instruments Incorporated,2008,SPRU977A：14-18.

[6]Texas Instruments Incorporated.TMS320DM643x DMP video processing back end（VPBE）user′s guide[Z].Dalls：Texas Instruments Incorporated,2008,SPRU952A：13-17.

[7]周金模.基于達芬奇技術的嵌入式實時視頻研究[D].武漢：華中師范大學,2008.

[8]陶霖密,彭振云,徐光佑.人體的膚色特征[J].軟件學報,2001,12(7)：1032-1047.

[9]毛爽，方穎，陳曙，等.基于多人遮擋的定位跟蹤算法[J].計算機工程,2009,35(8)：226-227，230.

[10]張翠平,蘇光大.人臉識別技術綜述[J].中國圖像圖形學報,2000,5（11）：885-894.