龐燕

(中國專利技術(shù)開發(fā)公司，北京100080)

1 引言

膚色檢測是在圖像中選取對應(yīng)于人體皮膚像素的過程。隨著視頻圖像采集設(shè)備的普及，近年來對圖像中膚色區(qū)域分割的研究日趨活躍。在與人相關(guān)的各種機器視覺系統(tǒng)中，膚色檢測技術(shù)正得到越來越多的應(yīng)用，具有巨大的市場潛力。目前比較典型的應(yīng)用包括人臉檢測與識別、表情識別、手勢識別、基于部分內(nèi)容的圖像與視頻檢索、新的人機接口技術(shù)、肌體檢測和敏感圖片過濾等方面?？梢?，膚色檢測不僅是人臉或手勢等身份、情感和行為識別系統(tǒng)的重要組成，而且在安全規(guī)范、反恐和醫(yī)療保健等領(lǐng)域，人臉的化妝和整容的檢測也日趨重要。

在過去的十幾年中，人們對膚色檢測已經(jīng)做了廣泛的研究，提出了許多成熟的膚色檢測方法，這些方法在總體上大致可分為兩類，即基于像素點的膚色檢測方法和基于區(qū)域的膚色檢測方法?；谙袼攸c的膚色檢測方法主要包括膚色區(qū)域邊界固定法、查表法(LUT)、基于Bayes判決的統(tǒng)計膚色模型以及建立高斯膚色模型等方法，其中膚色區(qū)域邊界固定法就是通過離線的實驗觀察建立膚色在某個顏色空間中的分布范圍，這個范圍由若干個簡單不等式定義，目前比較常用的顏色空間有 RGB、YCbCr、HSV以及YUV等等，這種方法最大的優(yōu)勢是實現(xiàn)起來簡單、快速而且高效。本文就簡單介紹一下這些顏色空間并在這些顏色空間中進(jìn)行膚色檢測，然后做出對比分析。

2 幾種常用顏色空間的介紹

顏色空間也稱彩色模型(又稱彩色空間或彩色系統(tǒng))它的用途是在某些標(biāo)準(zhǔn)下用通?？山邮艿姆绞綄Σ噬右哉f明。本質(zhì)上，彩色模型是坐標(biāo)系統(tǒng)和子空間的闡述。位于系統(tǒng)的每種顏色都有單個點表示。下面就簡單的介紹一下幾種常見的顏色空間。

2.1 RGB顏色空間

RGB(紅綠藍(lán))顏色模型是我們使用最多、最熟悉的顏色模型，現(xiàn)有的圖像采集設(shè)備最終采集的大多數(shù)都是RGB值，顏色顯示設(shè)備最終使用的也多是RGB值。它采用三維直角坐標(biāo)系(如下圖1所示)。紅、綠、藍(lán)三原色是加性原色，各個原色混合在一起可以產(chǎn)生復(fù)合色。在圖中，坐標(biāo)原點(0，0，0)表示黑色，坐標(biāo)點(1，1，1)表示白色，坐標(biāo)軸上的三個頂點表示RGB三個基色。因此彩色空間是三維線性空間，任意一種具有一定亮度的顏色光都可以用空間中的一個點或一個矢量來表示。

圖1 RGB顏色空間單位立方體

2.2 YCbCr顏色空間

YCbCr色彩模型是CCIR601編碼方式的色度模型，也是許多視頻壓縮編碼，如MPEG、JPEG等標(biāo)準(zhǔn)中普遍采用的顏色表示格式，它被廣泛應(yīng)用在電視的色彩顯示等領(lǐng)域中。YCbCr顏色空間(或YIQ，YUV空間)來源于國家電視標(biāo)準(zhǔn)委員會(NTSC)制彩色電視信號的傳輸，它也將色彩表示成三個分量，即亮度Y，藍(lán)色色度Cb和紅色色度Cr。

YCbCr顏色空間是RGB顏色空間的線性轉(zhuǎn)換，其轉(zhuǎn)換公式如下。

2.3 HSV顏色空間

HSV顏色空間是為了更好的數(shù)字化處理顏色而提出來的，其中H(Hue)代表色調(diào)，S(Saturation)代表飽和度，V(Value)代表亮度。HSV顏色空間是一個圓錐體，圓錐底面半徑與0度線之間的夾角代表色調(diào)(Hue)，圓錐底面半徑大小代表飽和度(Saturation)，圓錐的高代表亮度(Value)。當(dāng)色調(diào)(Hue)從0度變化到360度時，相應(yīng)的顏色從紅色變化到黃色、綠色、藍(lán)綠色、藍(lán)色、紫紅色，然后回到紅色。當(dāng)飽和度(Saturation)從0變化到1時，相應(yīng)的顏色或者說色調(diào)(Hue)從不飽和(灰色陰影)變到全飽和(沒有白色成分)。亮度(Value or Brightness)從0變到1.0，相應(yīng)的顏色變得越來越亮。

HSV顏色空間是RGB顏色空間的非線性變換，其具體的算法流程如下:

①對RGB顏色空間的R、G、B的值作歸一化處理，歸一化公式如下:

②計算HSV顏色空間中V的值，該值由以下公式確定

③確定HSV顏色空間中S的值，公式如下:

④確定H的值，在確定H值之前，我們需要確定一個差值σ，σ的計算公式如下:

由(4)式計算的σ即可確定H的值:

3 各顏色空間下的膚色檢測結(jié)果

本文從網(wǎng)上獲得100多幅光照均勻的黃種人的圖片，然后自己手工截取200個膚色區(qū)域塊，記錄每個膚色塊的大小(即像素個數(shù))。對這200個膚色區(qū)域塊分別在RGB顏色空間、YCbCr顏色空間以及HSV顏色空間中進(jìn)行膚色檢測。RGB顏色空間中膚色像素點各顏色分量的取值為r＞95，g＞40，b＞20，r＞g，r＞b，(r-b)＜ -15 或(r-b)＞15，YCbCr顏色空間中膚色像素點可以用Cb、Cr兩個分量確定，即145≤Cr≤170或145≤Cb≤195，HSV 顏色空間中膚色像素點可以僅用一個分量H來確定，為0.04＜H＜0.13。以下是一些膚色塊在各個顏色空間中的膚色檢測效果圖:

圖1給出了兩幅截取的膚色塊原圖，分別在RGB、YCbCr以及HSV顏色空間中對這兩幅膚色塊圖片進(jìn)行膚色檢測，圖2和圖3為經(jīng)過膚色檢測之后的圖片，黑色部分表示被誤檢為非膚色的區(qū)域。從結(jié)果圖中我們可以看出，所取的兩個膚色塊在RGB顏色空間中都存在被誤檢為非膚色的區(qū)域，而在YCbCr和HSV顏色空間中這種被誤檢的區(qū)域要少一些。實驗中對200個膚色塊分別在這三個顏色空間中進(jìn)行膚色檢測，統(tǒng)計出所有膚色塊中被檢測為膚色點的像素點個數(shù)，計算其與總的像素點的比值進(jìn)而得出最終的膚色檢測正確率，經(jīng)過實驗我們得出，最終的膚色檢測結(jié)果為RGB顏色空間中膚色檢測的正確率為70.3%，YCbCr顏色空間中膚色檢測的正確率為80.1%，HSV顏色空間中的膚色檢測的正確率為83.6%。

4 結(jié)果分析

如上實驗結(jié)果所示，在所取圖片的光照條件相對比較柔和的情況下，HSV顏色空間的膚色檢測結(jié)果最優(yōu)，YCbCr顏色空間次之，RGB顏色空間最差。造成這種結(jié)果的主要原因在于:

(1)RGB顏色空間雖然是依據(jù)人眼識別的顏色定義出的空間，它可以表示大部分的顏色，但是它將色調(diào)、亮度和飽和度這三個量放在一起表示，很難分開，因此RGB顏色空間用于膚色檢測時算法的亮度適應(yīng)性不好，造成了在該顏色空間中膚色檢測的效果很不理想。

(2)YCbCr顏色空間具有將色度與亮度分離的特點，它是兩維獨立分布，能較好的限制膚色分布區(qū)域，在YCbCr色彩空間中，膚色的聚類特性比較好，因此，選擇該顏色空間會獲得比RGB顏色空間更好膚色檢測效果。然而，在YCbCr顏色空間中，我們認(rèn)為膚色區(qū)域的判定是只與Cb和Cr的值有關(guān)的，但是實際上，Y值也在某種程度上影響著膚色檢測的效果。在YCbCr顏色空間中，膚色色度與亮度(Y)僅在高亮度和低亮度圖片中近似無關(guān)，而在高亮度和低亮度圖片區(qū)域中，膚色色度和亮度(Y)是非線性相關(guān)的，這是YCbCr顏色空間在膚色檢測上的缺陷。

圖1 兩幅截取的膚色塊原圖

圖2 膚色塊1對應(yīng)的幾種顏色空間下的膚色檢測效果

圖3 膚色塊2對應(yīng)的幾種顏色空間下的膚色檢測結(jié)果圖

(3)HSV顏色空間是RGB顏色空間的非線性轉(zhuǎn)換，轉(zhuǎn)換之后的H、S、V值的相關(guān)性較弱，H和S分量與人感受色彩的方式相對一致，同時，HSV顏色空間能較好地滿足顏色空間的均勻性、緊致性、完整性和自然性等屬性，另外，在HSV顏色空間中彩色圖像的每一個均勻性色彩區(qū)域都對應(yīng)一個相對一致的色調(diào)(Hue)，使得色調(diào)(Hue)能夠單獨用來進(jìn)行彩色區(qū)域的分割。HSV顏色空間的眾多優(yōu)點使得在該空間中對圖片進(jìn)行膚色檢測具有相當(dāng)不錯的膚色檢測效果，然而不考慮亮度信息而僅僅考慮用色調(diào)(Hue)來進(jìn)行膚色區(qū)域的分割顯然也是不夠的，因此僅僅在HSV顏色空間中對圖片進(jìn)行膚色檢測顯然也不可能達(dá)到非常優(yōu)秀的效果。

5 結(jié)束語

膚色檢測技術(shù)現(xiàn)如今已經(jīng)廣泛的應(yīng)用于人臉檢測與敏感圖像檢測等各個領(lǐng)域。近年來各國的研究人員已經(jīng)提出了各種各樣比較成熟的膚色檢測技術(shù)，本文用到的這種膚色區(qū)域邊界固定法具有簡單快速而且高效的特點，文章中選擇了三種最常用的顏色空間進(jìn)行實驗，并對最后的實驗結(jié)果進(jìn)行了簡單的對比分析，得出在所取圖片的光照條件相對比較柔和的情況下，HSV顏色空間具有相對最佳的膚色檢測效果?？紤]到在HSV顏色空間中亮度信息對膚色檢測存在的影響，后期的實驗研究工作打算先對圖片進(jìn)行灰度均衡化處理以盡可能的消除亮度信息的干擾，然后再在HSV顏色空間進(jìn)行膚色檢測以獲得更好的膚色檢測結(jié)果。

［1］Jayaram S，Schmugge S，Shin MC，etal.Effect of color space transformation，the illuminance component，and color modeling on skin detection［C］.Proceedings of IEEE Conference on Computer Vision and Pattern Recognition ，Washington D C，2004，813-818.

［2］Albiol A，Torres L，Delp EJ.Optimum color spaces for skin detection［C］.Proceedings of the International Conference on Image Processing，Thessaloniki，2001，122-124.

［3］田巍，莊鎮(zhèn)泉.基于HSV色彩空間的自適應(yīng)膚色檢測［J］.計算機工程與應(yīng)用，2004，14:81-85.

［4］Gomez G，Sanchez M，Sucar LE.On selecting an appropriate color space for skin detection［C］.Proceedings of Mexican International Conference on Artificial Intelligence，Yucatan ，2002，69-78.

［5］Jedynak B，Zheng H，Daoudi M，Barret D.Maximum entropy models for skin detection［A］.Tech Rep XIII［C］.France:Universite des Sciences et Technologies de Lille，2002.

［6］Shamik Sural，Gang Qian，Sakti Pramanik.Segmentation and Histogram Generation Using the HSV color space for Image Retrieval［C］.Image processing 2002，Proceedings 2002 International Conference，2002.589-592.

［7］王建國，林宇生，楊靜宇.基于新顏色空間YCgCr的人臉區(qū)域初定位［J］.計算機科學(xué)，2007，34(5):228-233.

［8］呂東輝，王濱.YCbCr空間中一種基于貝葉斯判決的膚色檢測方法［J］.中國圖象圖形學(xué)報，2006，11(1):47-52.

［9］J L Lin ，M H Dunham.Mining association rules:Antiskew algorithms［A］.Proceedings of the International Conference on Data Engineering［C］.Orlando，F(xiàn)lorida:1998.