CN101882315A

CN101882315A - 肤色区域的检测方法

Info

Publication number: CN101882315A
Application number: CN2009100274123A
Authority: CN
Inventors: 裴雷; 刘微; 孙志阳; 韩健
Original assignee: QINGDAO HISENSE DIGITAL MULTIMEDIA TECHNOLOGY STATE KEY LABORATORY OF INFORMATION SECURITY
Current assignee: Hisense Group Co Ltd
Priority date: 2009-05-04
Filing date: 2009-05-04
Publication date: 2010-11-10
Anticipated expiration: 2029-05-04
Also published as: CN101882315B

Abstract

一种肤色区域的检测方法，其特征在于，所述方法包括：选择起始肤色区域；设置第一色彩空间，在所述第一色彩空间以所述起始肤色区域为起始点搜索肤色区域，得到第一肤色区域；在所述第一肤色区域范围内，设置第二色彩空间，搜索得到第二肤色区域。本发明的肤色区域检测方法，仅需小样本训练，自适应能力强。

Description

肤色区域的检测方法

技术领域

本发明涉及一种肤色区域的检测方法，尤其涉及图象或者视频画面中肤色区域的检测并提取色饱和度的检测方法。

背景技术

肤色是一种简单有效的特征，在人脸检测中得到广泛的关注和应用，但传统的基于统计的肤色检测方法不能克服光照、摄像机、肤色差异等因素的影响。

在视频图像中，肤色区域的检测目前主要有统计直方图肤色模型、简单色度空间阀值模型、高斯混合模型几类方法。它们有如下缺点：统计直方图肤色模型，该模型的理论基础是建立在训练集足够大的基础上的，训练集过小会造成其推广能力下降。相对于肤色而言非肤色是一个开区间，究竟多大的训练集才适合，目前尚无定论。简单色度空间阀值模型，只用简单的阀值来判断是否肤色点，把落入阀值范围内的点都当作肤色，这样会把一些非肤色点误判为肤色；高斯混合模型：需要一个假设前提就是肤色区域在颜色空间的分布是连续的，概率密度分布也是连续的。受颜色空间的影响比较大；训练速度慢，在小样本的情况下往往会对肤色点的分布发生不正确的反映。

因此以上方法有或者需要大量训练样本，或者自适应能力差误判率高的缺点，实际应用价值较低。

另外如中国专利CN200810198047.8公开的人脸检测方法，主菜是采用灰度统计模型对视频图像的人脸进行检测，获取候选人脸区域，然后利用单信道肤色模型对所述候选人脸区域进行肤色过滤得到人脸检测结果。这样也会导致对一些非肤色点误判为肤色的问题。

中国专利CN200810017703.X公开了一种基于多色域选择性形态学处理的视频图像肤色检测方法，分别在RGB和YUV两个不同的色彩控件对视频图像进行肤色检测和分类，根据两种检测方法的特点将各检测结果有机地结合在一起。其中具体做法是：RGB空间的肤色检测模块对输入的各像素点进行色比分析，利用每个像素R/G的加权值来判断该像素是否为肤色像素，从而进行肤色连续前景区域和非肤色后景划分，生成2比特背景标志信号，再输入后面的综合分析检测模块。基于YUV控件的肤色检测模块对输入的个像素进行肤色色度比例计算，利用V/U的反正切值来判断该像素是否为肤色像素，提取严格肤色纯色前景区域标志信息，生成2比特标志信号，输入后面的综合分析检测模块；检测综合判断模块对RGB、YUV两个独立并行的肤色检测模块的检测结果进行综合判断分析，针对两种单独肤色检测的缺点，结合两种检测模块的优点，将其检测结果有机组合起来，生成第二阶段肤色区域标志信息。但是对于如何综合处理和检测结果的有机结合，该文件并没有进一步的披露。

如果能综合利用色调，色饱和度，以及对同一图像建立多个色彩模型，提取各色彩模型的色调阙值作为肤色区域，采取逐渐减少肤色区域范围的方式，就可以获得准确的肤色区域。

发明内容

本发明的目的在于根据色调、色饱和度、YIQ色彩模型中的Q、YCbCr色彩空间中的Cr来确定肤色区域，以选择较小初始值为起始搜索区域，从而降低数据样本并渐次精确获得肤色区域。

本发明的方案为：一种肤色区域的检测方法，所述方法包括：

选择起始肤色区域；

设置第一色彩空间，在所述第一色彩空间以所述起始肤色区域为起始点搜索肤色区域，得到第一肤色区域；

在所述第一肤色区域范围内，设置第二色彩空间，搜索得到第二肤色区域。

在本发明较佳实施例中，所述第一色彩空间为YIQ色彩空间，所述Y是明度，所述I、Q是色度，根据Q值设定的Q阀值，判断得到所述第一肤色区域；

第二色彩空间为YCbCr色彩空间，所述Y是明度，所述Cb、Cr是色度，根据Cr值设定Cr阀值，判断得到所述第二肤色区域。

在本发明较佳实施例中，所述Q阀值的设定方法为：

计算起始肤色区域中，YIQ色彩空间中Q值的均值和标准差；

利用最大类间方差法求出最佳二值分类阀值；

根据所述Q值的均值和标准差以及所述最佳二值分类阀值范围，得到Q的阀值范围。

在本发明较佳实施例中，计算起始肤色区域中，第三色彩空间的色调值和标准差；

计算色调的直方图分布；

以色调值为搜索起始点，得到直方图中色调值所在波形的波谷；

根据波谷与色调值和标准差，调整所要选取的色调阀值范围；

计算YCbCr色彩空间Cr的均值和标准差；

根据所述的色调阀值范围，计算Cr的直方图，并计算得到Cr阀值范围。5、根据权利要求4所述的肤色区域的检测方法，其特征在于：

判断Cr的直方图是单波峰还是多波峰，如单波峰，则直接得到所述Cr阀值范围；

如多波峰，则以Cr的均值为搜索起始点，计算Cr所在波形的波谷，根据波谷与Cr均值和标准差的关系调整得到所述Cr阀值范围。

在本发明较佳实施例中，所述检测方法还包括：

在所述第一肤色区域和/或第二肤色区域的范围内，设置第三色彩空间，搜索得到第三肤色区域；

所述第三色彩空间包括有第一色度和第二色度，计算第一色度和第二色度的比值，并将该比值转化为角度，得到色调值并计算色调阀值，根据所述色调阀值得到第三肤色区域。

计算色调的直方图分布；

根据波谷与色调值和标准差，调整所要选取的色调阀值范围。

在本发明较佳实施例中，所述检测方法还包括：

在所述第三肤色区域的范围内，设置第四色彩空间，搜索得到第四肤色区域；

所述第四色彩空间包括有第三色度和第四色度，对第三色度的点平方和第四色度的点平方之和进行开方计算，得到色饱和度并计算色饱和度阀值，根据所述色饱和度阀值得到第四肤色区域。

在本发明较佳实施例中，所述第三色彩空间和/或第四色彩空间为RGB色彩空间、HSV色彩空间、HSB色彩空间、CIELAB色彩空间、CIEXYZ色彩空间、CIELUV色彩空间、YIQ色彩空间或YCbCr色彩空间。

此外，本发明还揭示了一种肤色区域的检测方法，所述方法包括：

选择起始肤色区域；

设置第一色彩空间和第二色彩空间，

分别在所述第一色彩空间和第二色彩空间以所述起始肤色区域为起始点搜索肤色区域，得到第一肤色区域和第二肤色区域；

获取第一肤色区域和第二肤色区域的交集为确定肤色区域。

选择起始肤色区域；

设置第一色彩空间、第二色彩空间、第三色彩空间和第四色彩空间，

分别在所述第一色彩空间、第二色彩空间、第三色彩空间和第四色彩空间以所述起始肤色区域为起始点搜索肤色区域，得到第一肤色区域、第二肤色区域第三肤色区域和第四肤色区域；

获取第一肤色区域、第二肤色区域、第三肤色区域和第四肤色区域的交集为确定肤色区域。

在本发明较佳实施例中，所述第一色彩空间、第二色彩空间、第三色彩空间和第四色彩空间为RGB色彩空间和/或HSV色彩空间和/或HSB色彩空间和/或CIELAB色彩空间和/或CIEXYZ色彩空间和/或CIELUV色彩空间和/或YIQ色彩空间或YCbCr色彩空间。

在本发明较佳实施例中，根据所述第一色彩空间、第二色彩空间、第三色彩空间和第四色彩空间的色度、色饱和度、Q及Cr的阀值范围确定所述第一肤色区域、、第二肤色区域、第三肤色区域和第四肤色区域。

利用本发明揭示的肤色区域检测方法，只需要只在搜索起始点的阀值范围确定过程中需要小样本试验统计确定，而且可以根据图像或视频的白平衡的不同进行自适应的调整，在后续的的搜索过程中不再需要人为干预，自适应能力较强。

附图说明

图1为本发明实施例的肤色区域检测方法流程示意图；

图2为本发明另一实施例的肤色区域检测方法流程示意图；

图3为本发明实施例确定色调阀值的直方图示意图；

图4a为本发明实施例中Cr色彩直方原图的示意图；

图4b为本发明实施例中图4a的Cr色彩直方原图经高斯滤波后的示意图；

具体实施方式

下面结合附图对本发明的优选实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

在本发明揭示的肤色取悦检测方法中，主要利用色调，色饱和度，以及YIQ色彩模型中的Q，YCbCr色彩模型中的Cr四种色彩空间的肤色阀值来搜索肤色区域，并采用分步逐渐减少范围的方式，准确检测出肤色区域。

在DVD、摄像机、数字电视等消费类视频产品中，常用的色彩编码方案是YCbCr，其中Y是指亮度分量，Cb指蓝色色度分量，而Cr指红色色度分量。人的肉眼对视频的Y分量更敏感，因此在通过对色度分量进行子采样来减少色度分量后，肉眼将察觉不到的图像质量的变化。主要的子采样格式有YCbCr 4:2:0、YCbCr 4:2:2和YCbCr 4:4:4。4:2:0表示每4个像素有4个亮度分量，2个色度分量(YYYYCbCr)，仅采样奇数扫描线，是便携式视频设备(MPEG-4)以及电视会议(H.263)最常用格式；4:2:2表示每4个像素有4个亮度分量，4个色度分量(YYYYCbCrCbCr)，是DVD、数字电视、HDTV以及其它消费类视频设备的最常用格式；4:4:4表示全像素点阵(YYYYCbCrCbCrCbCrCbCr)，用于高质量视频应用、演播室以及专业视频产品。

在NTSC视频信号中使用了YIQ色彩模型。这是一种由RGB转化来的亮度-色度模型，该模型中Y代表了光源的亮度，而色度则包含在I、Q两个参数里。在参数I中包含了橙-青的色彩信息，Q中包含了绿-品红的色彩信息。

本发明所揭示的肤色区域检测方法，可以通过两种方式来实现：其一是逐步建立色彩空间，在各色彩空间根据相应关键数值的阀值逐次确定肤色区域，也即将肤色区域逐步缩小，最后锁定最终的肤色区域，此处的关键数值包括Q、色调、色饱和度及Cr等数值，如流程图1所示；另一方法是根据起始肤色区域，直接在起始肤色区域上建立多个色彩空间，各色彩空间独立对起始肤色区域进行阀值计算及搜索，确定各个色彩空间下各自确定的肤色区域，然后取各肤色区域的交集，作为最终确定的肤色区域，如流程图2所示。

由于两种方法中对于各个色彩空间下各类阀值的确定方法和各自肤色区域的搜索方法相同，只是色彩空间建立的基础和时序不同，因此本发明实施例以第一种方法来对本发明进行详细阐述，第二钟肤色区域的检测方法只是简单进行描述。

如图1所示，本发明优选实施例中，首先从图象中选择起始肤色区域，确定起始肤色区域作为色彩空间设置的基础，在起始肤色区域内设置第一色彩空间，以起始肤色区域为搜索起始点，在第一色彩空间内搜索肤色区域，确定第一肤色区域；在第一肤色区域内，设置第二色彩空间，搜索得到第二肤色区域；分别对应流程图中的P1、P2、P3步骤。本实施例通过两个色彩空加你的建立和搜索，确定了一个相对准确的肤色区域。

作为一个更优选的方案，为了更精确的确定肤色区域，在第二肤色区域的基础上又设置了第三色彩空间和第四色彩空间，最终确定肤色区域。

对于每一色彩空间的建立和肤色区域的搜索，下面详细展开描述。

对本发明揭示肤色区域的检测方法实施例各部分的介绍如下：

首先选取四个色彩空间的较小阀值范围，以保证能够选取到图像中的肤色区域，并且此肤色区域内非肤色尽量少。将此区域各个色彩空间的均值作为搜索区域的起始点，在各个色彩空间中分别利用阀值法、直方图法、最大类间方差法搜索肤色区域，并逐步减少范围，最后以四个肤色区域的交集作为最后选取的肤色区域。

色调的计算方法如下，先计算YCbCr中Cr与Cb的比值，将此值转化为角度HueCbCr，具体如下：

CrDiCb＝abs(imgCr./imgCb)；

其中：imgCr和imgCb分别为图像YCbCr色彩空间中Cb和Cr矩阵。

将CrDiCb转换为角度求得色调HueCbCr：

HueCbCr＝atan(CrDiCb)*57.2958；

并根据所在CrCb色度图中的位置将角度转为0～360度，转换条件如下：

如果imgCr(i，j)＞0，并且imgCb(i，j)＞0，则HueCbCr(i，j)＝HueCbCr(i，j)；

如果imgCr(i，j)＞0，但是imgCb(i，j)＜0，则HueCbCr(i，j)＝180-HueCbCr(i，j)；

如果imgCr(i，j)＜0，并且imgCb(i，j)＜0，则HueCbCr(i，j)＝180+HueCbCr(i，j)；

如果imgCr(i，j)＜0，但是imgCb(i，j)＞0，则HueCbCr(i，j)＝360-HueCbCr(i，j)；

如果imgCr(i，j)＞0，但是imgCb(i，j)＝0，则HueCbCr(i，j)＝90；

如果imgCr(i，j)＜0，但是imgCb(i，j)＝0，则HueCbCr(i，j)＝270；

如果imgCr(i，j)＝0，且imgCb(i，j)＝0，则HueCbCr(i，j)＝0。

具体的程序段示例如下：

if imgCr(i，j)＞0&imgCb(i，j)＞0

HueCbCr(i，j)＝HueCbCr(i，j)；

else if imgCr(i，j)＞0&imgCb(i，j)＜0

HueCbCr(i，j)＝180-HueCbCr(i，j)；

else if imgCr(i，j)＜0&imgCb(i，j)＜0

HueCbCr(i，j)＝180+HueCbCr(i，j)；

else if imgCr(i，j)＜0&imgCb(i，j)＞0

HueCbCr(i，j)＝360-HueCbCr(i，j)；

else if imgCr(i，j)＞0&imgCb(i，j)＝＝0

HueCbCr(i，j)＝90；

else if imgCr(i，j)＜0&imgCb(i，j)＝＝0

HueCbCr(i，j)＝270；

else if imgCr(i，j)＝＝0&imgCb(i，j)＝＝0

HueCbCr(i，j)＝0；

本实施例中，利用YCbCr色彩空间中Cb与Cr的模Suv(即Cb与Cr的平方和的根。

)来表示色饱和度的大小，越大说明色饱和度越大。

Suv＝sqrt(Cb.^2+Cr.^2)。其中sqrt为开方，“.^2”为点平方运算，即矩阵每个元素均做平方运算。

根据计算得到的色调、色饱和度、Q值及Cr值，进行肤色区域检测，步骤如下：

1.确定搜索的起始区域：

由于各种皮肤颜色和图片色彩风格的不同，在肤色区域检测中要直接准确的确定肤色的阀值(使得此肤色区域包含最多的肤色，并且其它非肤色区域尽量少)很难，但是利用肤色色彩分布的聚集性，确定一个较小的阀值范围使得所确定得区域中包含尽量多的肤色，并且不追求该区域是否包含了所有的肤色，这种方法相对容易做到。

因此确定搜索起始点的方法就是利用色调，色饱和度，以及YIQ色彩模型的Q，YCbCr色彩模型中的Cr四种色彩空间对不同颜色敏感性的互补特性，各自选取一个较小的但能够包含肤色区域的阀值范围，然后将四个阀值空间求交集，这样就可以得到一个肯定包含肤色但不是全部肤色而且其它非肤色很少的区域bwVQSH，从而以此区域为搜索肤色区域的起始区域。起始区域bwVQSH的计算过程如下：

bwCr＝(imgCr＜＝rangeCrR1 & imgCr＞＝rangeCrL1)；

bwIQq＝imgQ＜＝rangeQR & imgQ＞＝rangeQL；

bwSuv＝(Suv＜＝rangeSR & Suv＞＝rangeSL)；

bwHue＝(HueCbCr＜＝rangeHueR1 & HueCbCr＞＝rangeHueL1)；

bwVQSH＝bwCr&bwIQq&bwSuv&bwHue；其中range表示范围，比如，

HueCbCr＞＝rangeHueL1表示CbCr的色调大于等于L1色调的范围，其中CrR1表示Cr的右波谷、CrL1表示Cr的左波谷、QR表示Q的右波谷、QL表示Q的左波谷、SR表示色度的右波谷、SL表示色度的左波谷。

本实施例中，当拍照、摄影、电视显示时，白平衡的不同会导致色调(或称色温)的变化，所以根据白平衡变化改变色调范围，可以使本方法适应于各种白平衡下的图片。根据白平衡变化改变色调范围的方法较多，例如照相机中一般设置有白平衡粗调、精细调整和自动跟踪的调节方法。

2.Q色彩空间的阀值确定：

利用最大类间方差法求出最佳二值分类阀值，再进一步确定阀值范围。

1).求出起始区域bwVQSH中，YIQ色彩模型中Q色彩空间的均值meanQr和标准差stdQr；

2).对图像的Q色彩空间，利用最大类间方差法求出最佳二值分类阀值tValueQ。最大类间方差法就是遍历图像中所有Q值后，判断以哪一个作为二值分类阀值使图像所分的两类间的最大方差最大。

3).根据tValueQ和meanQr的关系对tValueQ，调整阀值范围，消除tValueQ将光照引起的肤色阴影区去除。

if tValue＞meanQr

bwIQq＝imgQ＜＝maxQ & imgQ＞＝minQ；

else

bwIQq＝imgQ＜＝maxQ&(imgQ＞＝tValue-stdQr)；

end

此处bwIQq即Q的肤色区域，其中maxQ和minQ分别为肤色区域较宽松范围的Q最大和最小值的经验值。

3.色调阀值的确定：

如图2所示，利用肤色色调分布的聚集性，在直方图中找到色调均值meanHuer所在的波形，经过处理后得到色调的阀值范围。

1).求出搜索起始区域bwVQSH中，色调空间的色调均值meanHuer和标准差stdHuer。

2).计算直方图：求色饱和度区域bwSuv和Q选取的区域bwIQq交集区域，求在这个区域内的色调的直方图分布，并利用高斯核对该直方图进行滤波，最终得到包含色调各HueCbCr值的数组imgHuex及各HueCbCr值象素点个数的数组imgHueh。

3).计算波谷：以meanHuer为搜索起始点，找到在直方图中meanHuer所在波形的波谷(即meanHuer左右最近的波谷)，其对应的HueCbCr值分别为：右波谷rangeHueR，左波谷rangeHueL。

4).调整阀值范围：利用左右波谷与均值meanHuer和标准差stdHuer的关系来调整所要选取的阀值范围，具体如下：

amsHuer＝meanHuer+stdHuer；

smsHuel＝uint8(meanHuer-stdHuer)；

如果amsHuer＞＝rangeHueR，则rangeHueR不包含amsHuer，要在amsHuer外(右边)寻找最近的波谷，并赋值给rangeHueR；否则rangeHueR不变。

如果smsHuel＜＝rangeHueL，则rangeHueL不包含smsHuel，要在smsHuel外(左边)寻找最近的波谷，并赋值给rangeHueL；否则rangeHueL不变。

如图3中，rangeHueR不变，而rangeHueL要由rangeHueL1来替代。

5).以(rangeHueL，rangeHueR)为阀值范围求得色调的肤色区域即：bwHue＝HueCbCr＜＝rangeHueR & HueCbCr＞＝rangeHueL；该范围为色饱和度、Q、色调三个色彩空间阀值范围的交集。

4.Cr阀值的确定：利用肤色Cr分布的聚集性，在直方图中找到meanCrr所在的波形，经过处理后得到Cr的阀值范围。

1).求出搜索起始区域bwVQSH中，Cr空间的均值meanCrr和标准差stdCrr。

2).计算直方图：计算在bwHue区域内的色调的直方图分布图，得到包含各Cr各值的数组imgCrx1及各Cr值象素点个数的数组imgCrh1，并利用高斯核对该直方图进行滤波的到imgCrh，

得到包含各Cr各值的数组imgCrx及各Cr值象素点个数的数组imgCrh。

3).判断单峰还是多峰：判断高斯滤波后的直方图imgCrh是单个不波峰还是多个波峰，因为Cr的直方图是在色调区域bwHue基础上统计的，并且已经经过高斯核滤波，所以很多情况非肤色信息很少只包含单波峰，下一步要进行稍小范围的搜索；而如果包含多波峰则可能要进行稍大范围的搜索，所以：

搜索直方图imgCrh中的所有波峰，

如果只有一个波峰，则只进行如下第四步和第七步；

如果还有多个波峰，则进行如下第五、六、七步。

4).求波谷：在没滤波的直方图imgCrh1中求波谷，如图4a所示。

求直方图imgCrh1中最大波峰对应Cr值maxhx，以及该Cr值的象素个数maxh，

求门限值thresholdCr＝maxh*(stdCrr/double(meanCrr))；

以最大波峰maxhx为起始点搜索向左右搜索第一个小于thresholdCr的波谷，左边第一个小于thresholdCr的波谷为左波谷rangeCrL，右边第一个小于thresholdCr的波谷为右波谷rangeCrR，其间的波谷忽略。

例如图4a所示，确定的左右波谷为图中的rangeCrL和rangeCrR，而其中的A和B波谷因为大于门限值threshol dCr被忽略。

5).在经过高斯滤波的直方图imgCrh中求波谷，如图4b所示。

以meanCrr为搜索起始点，找到在直方图imgCrh中meanCrr所在波形的波谷(即meanCrr左右最近的波谷)，其对应的Cr值分别为：右波谷rangeCrR，左波谷rangeCrL。

6).利用左右波谷与均值meanCrr和标准差stdCrr的关系来调整所要选取的阀值范围：

amsCrr＝meanCrr+stdCrr；

smsCrl＝uint8(meanCrr-stdCrr)；

如果amsCrr＞＝rangeCrR，则rangeCrR不包含amsCrr，要在amsCrr外(右边)寻找最近的波谷，并赋值给rangeCrR；否则rangeCrR不变。

如果smsCrl＜＝rangeCrL，则rangeCrL不包含smsCrl，要在smsCrl外(左边)寻找最近的波谷，并赋值给rangeCrL；否则rangeCrL不变。

7).以(rangeCrL，rangeCrR)为阀值范围求得Cr的肤色区域：

bwCr＝imgCr＜＝rangeCrR & imgCr＞＝rangeCrL；

该范围即为色饱和度、Q、色调以及Cr四个色彩空间阀值范围的交集。

5.形态学滤波：对选取的肤色区域范围bwCr进行形态学滤波，滤除其中的小杂点。

形态学关：closeBW＝imclose(bwuv1，se)；

形态学开：afterOpening＝imopen(closeBW，se)；

其中se为子图模板；imclose为关操作，先用子图模块se对bwCr进行膨胀操作，再对其结果进行腐蚀操作；imopen为开操作与关操作相反；

afterOpening即为最后的肤色区域模板：bwCrHSQ＝uint8(afterOpening)。

6.得到最终肤色区域：

以bwCrHSQ为模板，在原始图像中选取肤色区域象素值。

imgFuSe(：，：，1)＝bwCrHSQ.*imgRgb(：，：，1)；

imgFuSe(：，：，2)＝bwCrHSQ.*imgRgb(：，：，2)；

imgFuSe(：，：，3)＝bwCrHSQ.*imgRgb(：，：，3)；

其中，imgRgb为原图像RGB值，imgFuSe为选取后的图像RGB值。

如图2所示，为本发明另一优选实施例的肤色区域检测方法流程示意图，首先选择Q、色调、色饱和度和Cr的初始阀值范围，一般初始阀值范围为较小阀值，由各色彩空间的初始阀值范围，确定起始肤色区域，从而完成步骤S1选择起始肤色区域；在起始肤色区域中，通过直方图法、最大类间方差法等，计算各色彩空间的阀值范围，从而完成步骤S2计算Q、色调、色饱和度和Cr的阀值范围；根据Q、色调、色饱和度和Cr的阀值范围，得到各色彩空间的交集部分，即步骤S3计算Q、色调、色饱和度和Cr的阀值范围的交集；对得到的各色彩空间交集进行形态学滤波，滤除其中的小杂质，从而得到肤色区域模板，即S4对交集进行滤波；根据肤色区域模板，从原始图像中选取肤色区域象素值，从而完成步骤S5确定肤色区域。此处的滤波方式不限于形态学滤波，可以为其他滤波方式。

利用本发明揭示的肤色区域检测方法，只需要只在搜索起始点的阀值范围确定过程中需要小样本试验统计确定，而且可以根据图像或视频的白平衡的不同进行自适应的调整，在后续的的搜索过程中不再需要人为干预，自适应能力较强。本发明揭示的肤色区域检测方法，能普遍适用于电视、摄像、照相等视频图像产品领域。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的技术人员在本发明所揭露的技术范围内，可不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。

Claims

1.一种肤色区域的检测方法，其特征在于，所述方法包括：

选择起始肤色区域；

2.根据权利要求1所述的肤色区域的检测方法，其特征在于：所述第一色彩空间为YIQ色彩空间，所述Y是明度，所述I、Q是色度，根据Q值设定的Q阀值，判断得到所述第一肤色区域；

3.根据权利要求2所述的肤色区域的检测方法，其特征在于：所述Q阀值的设定方法为：

计算起始肤色区域中，YIQ色彩空间中Q值的均值和标准差；

利用最大类间方差法求出最佳二值分类阀值；

4.根据权利要求3所述的肤色区域的检测方法，其特征在于：

计算起始肤色区域中，第三色彩空间的色调值和标准差；

计算色调的直方图分布；

计算YCbCr色彩空间Cr的均值和标准差；

根据所述的色调阀值范围，计算Cr的直方图，并计算得到Cr阀值范围。

5.根据权利要求4所述的肤色区域的检测方法，其特征在于：

6.根据权利要求1～5之一所述的肤色区域的检测方法，其特征在于：所述检测方法还包括：

7.根据权利要求6所述的肤色区域的检测方法，其特征在于：

计算起始肤色区域中，第三色彩空间的色调值和标准差；

计算色调的直方图分布；

8.根据权利要求6所述的肤色区域的检测方法，其特征在于：所述检测方法还包括：

9.根据权利要求8所述的肤色区域的检测方法，其特征在于：所述第三色彩空间和/或第四色彩空间为RGB色彩空间、HSV色彩空间、HSB色彩空间、CIELAB色彩空间、CIEXYZ色彩空间、CIELUV色彩空间、YIQ色彩空间或YCbCr色彩空间。

10.一种肤色区域的检测方法，其特征在于，所述方法包括：

选择起始肤色区域；

设置第一色彩空间和第二色彩空间，

获取第一肤色区域和第二肤色区域的交集为确定肤色区域。

11.一种肤色区域的检测方法，其特征在于，所述方法包括：

选择起始肤色区域；

12.根据权利要求11所述的肤色区域的检测方法，其特征在于，所述第一色彩空间、第二色彩空间、第三色彩空间和第四色彩空间为RGB色彩空间和/或HSV色彩空间和/或HSB色彩空间和/或CIELAB色彩空间和/或CIEXYZ色彩空间和/或CIELUV色彩空间和/或YIQ色彩空间或YCbCr色彩空间。

13.根据权利要求11所述的肤色区域的检测方法，其特征在于，根据所述第一色彩空间、第二色彩空间、第三色彩空间和第四色彩空间的色度、色饱和度、Q及Cr的阀值范围确定所述第一肤色区域、、第二肤色区域、第三肤色区域和第四肤色区域。