簡(jiǎn)單的基于YCrCb顏色空間的人臉檢測(cè)（膚色）

環(huán)境：Windows XP+MATLAB 2010b

基本思路：

1）將基于彩色空間的RGB模型轉(zhuǎn)換為YCbCr模型（考慮到人臉的生理特征，只采取了Cr分量作為輔助）

2）閾值分割，根據(jù)多次實(shí)驗(yàn)發(fā)現(xiàn)，正常黃種人的Cr分量大約在140~·160之間

3）濾波，本實(shí)驗(yàn)采用性能較好的中值濾波

4）特征區(qū)域提取，利用matlab的bwlabel函數(shù)

5）對(duì)標(biāo)記的特征區(qū)域利用高寬度之比和面積兩個(gè)指數(shù)來(lái)進(jìn)一步簡(jiǎn)化特征區(qū)域

?

具體實(shí)驗(yàn)代碼及原理講解

1）rgb->ycbcr

%公式 Y = 0.2990*R + 0.5780*G + 0.1140*B + 0?
%公式 Cr = 0.5000*R - 0.4187*G - 0.0813*B + 128?
%公式 Cb = -0.1687*R - 0.3313*G + 0.5000*B + 128

(參見(jiàn)http://en.wikipedia.org/wiki/YCbCr)

本實(shí)驗(yàn)直接采用mtalab自帶函數(shù)rgb2ycbcr()轉(zhuǎn)換就OK了。

I1=imread('blue_lg.jpg'); si=size(I1); m=si(1);n=si(2); img1=rgb2ycbcr(I1); cr1=img1(:,:,3);%大小為mxn的二維矩陣

　　

2）閾值分割

cr3=cr1; for?i=1:m for?j=1:n if(cr3(i,j)>140&&cr3(i,j)<160)%140~160為本人實(shí)驗(yàn)多次得到的合理值 ??????cr3(i,j)=255; else ??????cr3(i,j)=0; end end end

3）中值濾波器（本實(shí)驗(yàn)采用的是5x5的子模板）

c_r=cr3; for?i=3:m-2 ????for?j=3:n-2; ????????temp=cr3(i-2:i+2,j-2:j+2);%提取5x5區(qū)域 ????????temp1=sort(temp);%排序 ????????c_r(i,j)=temp1(13);%中值 ????end end

4）利用bwlabel進(jìn)行特征區(qū)域提取

關(guān)于matlab函數(shù)bwlabel:[L, num] =?bwlabel(BW, n);

根據(jù)領(lǐng)域的鏈接性質(zhì)，將整個(gè)區(qū)域分為num個(gè)子區(qū)域，L為一矩陣，其中每個(gè)子區(qū)域在此矩陣中的值為子區(qū)域的序號(hào)。值得注意的是，序號(hào)為0的情況（我理解為背景，直接棄之不用）。n指的是領(lǐng)域性質(zhì)，4鄰域or8鄰域。

舉個(gè)例子，

BW = logical ([1 1 1 0 0 0 0 01 1 1 0 1 1 0 01 1 1 0 1 1 0 01 1 1 0 0 0 1 01 1 1 0 0 0 1 01 1 1 0 0 0 1 01 1 1 0 0 1 1 01 1 1 0 0 0 0 0]); 3種背景顏色分別表示3個(gè)子區(qū)域，剩下的即為區(qū)域0，理解為背景吧。 對(duì)應(yīng)生成的L矩陣即為 % L = bwlabel(BW,4)；L =1 1 1 0 0 0 0 01 1 1 0 2 2 0 01 1 1 0 2 2 0 01 1 1 0 0 0 3 01 1 1 0 0 0 3 01 1 1 0 0 0 3 01 1 1 0 0 3 3 01 1 1 0 0 0 0 0 （參考mtlab自帶文檔）

我的做法是在當(dāng)前路徑下重新定義了一個(gè)子函數(shù)findlimit()。

function [l,kk]=findlimit(I) %l為已分類(lèi)有序矩陣 %kk為特征區(qū)域的序號(hào) tt=size(size(I)); if?tt(2)==3? %若I為3維矩陣，則需要轉(zhuǎn)換為灰度圖像 ????J=rgb2gray(I); else????????%I為3維矩陣 ????J=I; end %[m,n]=size(J); [l,num]=bwlabel(J,8); area=zeros(1,num+1);%面積 zhonghengbi=zeros(1,num+1);%比例 %re=zeros(num+1,4); re1=zeros(num+1,2); for?k=0:num ????[r,c]= find(l==k); ?????% re(k+1,1)=min(r);???? %垂直方向最小值（上） ?????% re(k+1,2)=max(r);??? %垂直方向最大值（下） ?????% re(k+1,3)=min(c);???? %水平方向最小值（左） ?????% re(k+1,4)=max(c);??? %水平方向最大值（右） ?????re1(k+1,1)=max(r)-min(r);%高度 ?????re1(k+1,2)=max(c)-min(c);%寬度 ?????zhonghengbi(k+1)=re1(k+1,1)/re1(k+1,2);%高寬比 ?????if(re1(k+1,2)==0) zhonghengbi(k+1)=0;end%防止出現(xiàn)單條垂直線的情況 ?????area(k+1)=re1(k+1,1)*re1(k+1,2); end j=1; for?i=1:num+1 ????if?zhonghengbi(i)>0.2&&zhonghengbi(i)<3.0&&area(i)>1000 %高寬比設(shè)置為0.2~3.0之間，面積認(rèn)為大于1000，注意面積為隨機(jī)項(xiàng)，與圖片大小有很大的關(guān)系 ???????kk(j)=i-1; ???????j=j+1; ????end end

5）把特征區(qū)域整個(gè)提取出來(lái)

在此之前定義了一個(gè)判斷序號(hào)是否在提取出的特征區(qū)域內(nèi)的isson()函數(shù)，如下：

function x=isson(y,I) x=0; z=size(I); for?i=1:z(2) ????if(y==I(i)) ????????x=1; ????????break; ????end end

　　

[l,kk]=findlimit(c_r); J=l; for?i=1:m ????for?j=1:n ????if(l(i,j)~=0&&isson(l(i,j),kk)==1) ????????J(i,j)=255; ????else ????????J(i,j)=0; ????end ????end end figure;imshow(J,[]);

然后就可以達(dá)到最后的人臉頭像了。

原始圖像：

處理后

?

2原始圖像

處理后：

?

到這里，本文即將完結(jié)，但是可能大家都注意到，許多圖像之中，由于手臂的膚色與人臉一致，以及背景不可避免的顏色巧合，導(dǎo)致最終的效果不是特別理想。

這里主要討論手與臉的區(qū)分問(wèn)題（考慮使用類(lèi)圓相似度來(lái)解決，可能在下一篇中解決，當(dāng)然這是后話）。

?

轉(zhuǎn)載請(qǐng)標(biāo)明http://www.cnblogs.com/blue-lg/archive/2011/12/07/2279879.html

總結(jié)

以上是生活随笔為你收集整理的简单的基于YCrCb颜色空间的人脸检测（肤色）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。