基于FPGA的膚色檢測設計與實現

董迎春

摘 要：在Matlab上采用膚色范圍靜態膚色建模方式，利用閾值化法統計輸入像素在YCbCr色彩空間下色度Cb，Cr的集中落點區域;采取基于YCbCr信號閾值的膚色分割，灰階值作為膚色檢測結果的輸出，在Quartus Ⅱ上進行功能仿真，FPGA驗證表明：在所用資源比較少的情況下，可實現人體膚色的實時檢測。

關鍵詞：Matlab;閾值化;YCbCr;膚色檢測;Quartus Ⅱ;FPGA

中圖分類號：TP39文獻標識碼：A文章編號：2095-1302（2019）08-00-03

0 引 言

在先進信息技術的不斷迭代更新下，膚色檢測已成為與人相關的絕大多數機器視覺[1-2]感官應用的基石，例如手勢識別及控制、人的臉部檢測及定位和一些不合法規的圖片或視頻的過濾等。膚色檢測不僅可應用于人體臉部及手部動作的識別體系，且在安全保密系統及醫療[3]方面也尤為重要。隨著攝像頭的大眾化，掀起了對視頻圖像膚色分割[4]的研究熱潮。利用FPGA的邏輯粘合性、實時控制性和對高速信號的采集及處理[5]，結合OV5640作為視頻圖像采集設備采集視頻信息送至FPGA做膚色檢測處理，隨后通過VGA顯示輸出結果。

1 膚色檢測設計

在雙色差或色調飽和度平面上，不同地域的人膚色變化不大，具備一致性和穩定性，膚色存在差異的原因在于灰階值而非色度[6]。因此將灰階值剝離出來，只在CbCr平面檢測像素點。

1.1 Matlab統計閾值

Matlab對膚色進行建模，利用imhist函數分別對黑人和黃種人的部分膚色圖像Cb和Cr值進行直方圖統計，找出其集中落點區域，并將此區域標記為膚色區域。圖1所示為不同膚色原圖像，圖2為對應膚色Cb，Cr值直方圖。

由圖2、圖3可以看出不同人種膚色的Cb和Cr值都集中在Cb=[100，126]，Cr=[132，165]區域，因此將落在此區域的像素點認作人體的膚色。

1.2 膚色檢測原理

通常的色度彩色信號以RGB形式儲存，因此要先將彩色視頻信息從RGB信號轉換成YCbCr信號，再對其進行膚色分割、膚色建模[7]。YCbCr是一種分別從灰階值和色度兩方面對圖像信號進行編碼的色彩空間，其中灰階值、明亮度用Y表示，色調與飽和度用CbCr表示[8-10]，其通過輸入RGB彩色信號生成，將RGB信號的特定部分依據一定的關系進行疊加[11]，公式如下：

轉換過程中有浮點小數的存在，由于FPGA很難完成浮點運算，因此將浮點小數轉換成定點小數，利用8 bit來表示小數部分，將小數擴大28倍，計算完成后，再右移8位即可，操作如下：

為了提高硬件運行性能，降低組合邏輯的復雜程度，采用流水線處理，將一個復雜的運算分布到4個時鐘周期完成轉換。

轉換完成后，根據Matlab統計的結果，對Cb和Cr分量設置閾值，人體的膚色從背景里分離出來。如果輸入信號Cb和Cr分量在閾值之間，將輸出設置為全1，即把膚色標記為白色;反之則將輸出設置為全0，即把非膚色標記為黑色。閾值設置如下：

100≤Cb≤126

132≤Cr≤165

2 設計仿真

2.1 Matlab仿真

隨機找了兩張不同膚色的圖片，用Matlab仿真膚色檢測方案，證明該方案的可行性，結果如圖3所示。可見，即便膚色、背景大相徑庭，依然能夠將人體的膚色成功剝離出來，總體效果較好，說明該方案可行。

2.2 Quartus Ⅱ仿真

繼Matlab仿真之后，將其轉換成Verilog語言在Quartus Ⅱ平臺上進一步驗證。

膚色檢測的RTL圖如圖4所示。rgb_to_ycbcr模塊完成了RGB565到YCbCr的轉換并且將膚色區域用白色標記出來。攝像頭通過cmos_write_req_gen模塊寫入請求并生成讀寫地址索引;lut_ov5640_rgb565_1024_768模塊進行配置查找表;video_timing_data模塊進行生成幀讀取數據請求;frame_read_write模塊進行視頻幀數據讀寫控制;coms_8_16bit模塊將OV5640輸出的8 bit數據拼接成16 bit RGB565數據，完成一個圖像的傳輸;各模塊所需時鐘信號均通過PLL模塊倍頻或分頻得到。

3 硬件驗證

系統選用Altera公司的CycloneIV系列EP4CE10F17FC8芯片，500萬像素的OV5640攝像頭組塊顯示1 024×768分辨率的視頻畫面，通過DVP接口與FPGA連接，先將視頻數據暫存到外部存儲器，再從外部存儲器將信息讀取出來，送到VGA顯示模塊完成圖像的實時傳輸。其中OV5640通過硬件FPGA的I2C接口來完成寄存器的配置，將攝像頭的輸出分辨率和顯示器的分辨率設置一致，并在0x4300寄存器里將OV5640配置成RGB565輸出格式。外部存儲器選用同步動態隨機存儲器，其存取數據的速度比FLASH高，內部結構采用同步接口和完全流水線[12-13]，數據的傳輸速率較高，設計的運行速率大幅提高。

由于光線分布不均及攝像頭像素等因素，導致圖像出現像素點化且伴有光斑，離攝像頭越近，膚色剝離效果越好，圖5為膚色檢測驗證結果。

4 結 語

使用Matlab對不同膚色仿真得到膚色在色調和飽和度上的閾值，利用FPGA的并行性，在使用少量資源的前提下實現膚色檢測，將人體膚色從復雜背景中抽離出來，其結構相對來說比較簡單且實時控制性強，實驗效果較好，同時還能將其封裝成專用IP核[14]，便于其他系統使用，為后續建立與人體膚色相關的體系或過濾不雅觀圖片、視頻提供基礎。

參 考 文 獻

[1]李昌盛，王亞娟，黃啟俊，等.基于FPGA的人臉檢測系統設計

[J].電子技術應用，2011，37（10）：13-16.

[2]潘志庚，鄒鵬程，梁榮華.基于特征人臉和膚色統計的人臉檢測

[J].系統仿真學報，2004（6）.

[3]陳鍛生，劉政凱.膚色檢測技術綜述[J].計算機學報，2006，29（2）：194-207.

[4] PHUNG S L，BOUZERDOUM A ， CHAI D. Skin segmentation using color pixel classification：analysis and comparison [J]. IEEE transactions on pattern analysis and machine intelligence，2005，2（1）：148-154.

[5]吳厚航.勇敢的芯伴你玩轉Altera FPGA[M].北京：清華大學出版社，2017.

[6]張星.基于內容的不良圖像人體軀干檢測技術研究[D].蘭州：蘭州大學，2009.

[7]楊振潔，賈皓強，趙富康.基于Matlab的人臉識別與分割[J].通訊世界，2017（12）：289.

[8]肖柏清.基于FPGA的人臉檢測系統的研究與設計[D].長沙：中南大學，2014.

[9]樂斌.一種基于OpenCV的人臉輪廓化方法[J].工業控制計算機，2014（10）：107-108.

[10]袁曉鵬.基于Rentinex理論的圖像增強研究[D].天津：中國民航大學，2015.

[11]張闖.單通道雙譜微光彩色夜視技術研究[D].南京：南京理工大學，2008.

[12]呂曉明.基于DSP的視覺傳感器的關鍵技術研究[D].天津：天津大學，2007.

[13]王玉冰.基于FPGA+DSP的圖像融合系統設計[D].西安：中國科學院研究生院（西安光學精密機械研究所），2011.

[14]張晉，莊再姣，劉會剛，等.一種區域逐像素點膚色檢測算法[J].南開大學學報（自然科學版），2016，49（4）：38-42.