CN104794423B - 一种基于色彩空间的皮肤识别方法 - Google Patents
一种基于色彩空间的皮肤识别方法 Download PDFInfo
- Publication number
- CN104794423B CN104794423B CN201410027818.2A CN201410027818A CN104794423B CN 104794423 B CN104794423 B CN 104794423B CN 201410027818 A CN201410027818 A CN 201410027818A CN 104794423 B CN104794423 B CN 104794423B
- Authority
- CN
- China
- Prior art keywords
- skin
- yiq
- color space
- skin probability
- channel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Processing (AREA)
- Color Image Communication Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于色彩空间的皮肤识别方法,其通过对原始图像进行色彩空间的转换,从RGB色彩空间转为YIQ色彩空间,得到转换图像,并创建YIQ皮肤概率图模型,然后将转换图像的I通道与Q通道的颜色值与所述的YIQ皮肤概率图模型进行映射,得到原始图像的皮肤概率图,不仅算法简单,而且算法执行速度快,大大提高运算速度,从而实现快速的进行皮肤识别。
Description
技术领域
本发明涉及一种皮肤识别方法,特别是一种基于色彩空间的皮肤识别方法。
背景技术
皮肤识别的目标是从图像中自动地识别人体的皮肤区域,并且根据识别出的皮肤区域进行美容美化操作。而现有技术中,对图像中人体的皮肤识别存在误识别率高、需要构建数据库的时间久和步骤麻烦、实现复杂、程序运行效率低等不足。
发明内容
本发明为解决上述问题,提供了一种算法简单快速的基于色彩空间的皮肤识别方法。
为实现上述目的,本发明采用的技术方案为:
一种基于色彩空间的皮肤识别方法,其特征在于,包括以下步骤:
10.接收原始图像;
20.对原始图像进行色彩空间的转换,从RGB色彩空间转为YIQ色彩空间,得到转换图像;
30.创建YIQ皮肤概率图模型;
40.将转换图像的I通道与Q通道的颜色值与所述的YIQ皮肤概率图模型进行映射,得到原始图像的皮肤概率图。
优选的,所述步骤20中从RGB色彩空间转为YIQ色彩空间的计算公式如下:
Y=0.299*R+0.587*G+0.114*B;
I=0.596*R-0.275*G-0.321*B;
Q=0.212*R-0.523*G+0.311*B;
其中,Y、I、Q分别为计算后得到的YIQ色彩空间对应像素点的颜色值,Y的范围从0到255,I的范围从-152到152,Q的范围从-134到134;R、G、B根本为RGB色彩空间对应像素点的颜色值。
优选的,所述步骤40主要是根据所述的YIQ皮肤概率图模型,将转换图像的I通道与Q通道的颜色值作为该YIQ皮肤概率图的坐标,获取得到皮肤概率值。
优选的,所述的皮肤概率图的映射方法为:
Alpha=YIQ[(H-1)-(Q+134)*(H-1)/268][(I+152)*(W-1)/304]
其中,Alpha为映射后的对应像素点的皮肤概率值,255为皮肤概率最高,即YIQ皮肤概率图上的白色;0为皮肤概率最低,即YIQ皮肤概率图上的黑色;YIQ[][]为YIQ皮肤概率图生成的二维数组;I为I通道对应像素点的颜色值,Q为Q通道对应像素点的颜色值,I的范围从-152到152,Q的范围从-134到134;W和H分别为YIQ皮肤概率图的宽和高。
优选的,所述的步骤10中的原始图像为内存中存储的图像或拍摄过程中实时预览的图像。
优选的,所述的步骤30中创建的YIQ皮肤概率图的尺寸大小可手动调整。
优选的,所述的步骤40中,根据得到原始图像的皮肤概率图中各个像素点的皮肤概率值进一步判断该像素点是否为人脸或嘴唇。
本发明的有益效果是:
本发明的一种基于色彩空间的皮肤识别方法,其通过对原始图像进行色彩空间的转换,从RGB色彩空间转为YIQ色彩空间,得到转换图像,并创建YIQ皮肤概率图模型,然后将转换图像的I通道与Q通道的颜色值与所述的YIQ皮肤概率图模型进行映射,得到原始图像的皮肤概率图,不仅算法简单,而且算法执行速度快,大大提高运算速度,从而实现快速的进行皮肤识别。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明一种基于色彩空间的皮肤识别方法的流程简图;
图2为YIQ颜色坐标图;
图3为YIQ皮肤概率图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白,以下结合附图及实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明的一种基于色彩空间的皮肤识别方法,其包括以下步骤:
10.接收原始图像;
20.对原始图像进行色彩空间的转换,从RGB色彩空间转为YIQ色彩空间,得到转换图像;
30.创建YIQ皮肤概率图模型,其尺寸大小可手动调整;本实施例的尺寸为256*256,如图3所示的YIQ皮肤概率图,其横向表示I通道的颜色值,纵向表示Q通道的颜色值;
40.将转换图像的I通道与Q通道的颜色值与所述的YIQ皮肤概率图模型进行映射,得到原始图像的皮肤概率图;如图2所示的YIQ色彩空间坐标图,其横向表示I通道的颜色值,纵向表示Q通道的颜色值,图中白色为皮肤概率最大的颜色,黑色为皮肤概率最小的颜色。
本实施例中,所述步骤20中从RGB色彩空间转为YIQ色彩空间的计算公式如下:
Y=0.299*R+0.587*G+0.114*B;
I=0.596*R-0.275*G-0.321*B;
Q=0.212*R-0.523*G+0.311*B;
其中,Y、I、Q分别为计算后得到的YIQ色彩空间对应像素点的颜色值,Y的范围从0到255,I的范围从-152到152,Q的范围从-134到134;R、G、B根本为RGB色彩空间对应像素点的颜色值。
本实施例中,所述步骤40主要是根据所述的YIQ皮肤概率图模型,将转换图像的I通道与Q通道的颜色值作为该YIQ皮肤概率图的坐标,获取得到皮肤概率值;所述的皮肤概率图的映射方法为:
Alpha=YIQ[(H-1)-(Q+134)*(H-1)/268][(I+152)*(W-1)/304];
其中,Alpha为映射后的对应像素点的皮肤概率值,255为皮肤概率最高,即YIQ皮肤概率图上的白色;0为皮肤概率最低,即YIQ皮肤概率图上的黑色;YIQ[][]为YIQ皮肤概率图生成的二维数组;I为I通道对应像素点的颜色值,Q为Q通道对应像素点的颜色值,I的范围从-152到152,Q的范围从-134到134;W和H分别为YIQ皮肤概率图的宽和高。
本发明不仅可以用在图像处理中,同时也可用于实时预览的取景中,即所述的步骤10中的原始图像可以为内存中存储的图像,也可以为拍摄过程中实时预览的图像。
本发明不仅适用于人脸皮肤的检测,也适用于嘴唇的检测,即所述的步骤40中,根据得到原始图像的皮肤概率图中各个像素点的皮肤概率值进一步判断该像素点是否为人脸或嘴唇。
本发明通过简单的颜色映射得到原始图像的皮肤概率图,不仅算法简单,而且算法执行速度快,大大提高运算速度,从而实现快速的进行皮肤识别。
上述说明示出并描述了本发明的优选实施例,如前,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (6)
1.一种基于色彩空间的皮肤识别方法,其特征在于,包括以下步骤:
10.接收原始图像;
20.对原始图像进行色彩空间的转换,从RGB色彩空间转为YIQ色彩空间,得到转换图像;
30.创建YIQ皮肤概率图模型;
40.将转换图像的I通道与Q通道的颜色值与所述的YIQ皮肤概率图模型进行映射,得到原始图像的皮肤概率图;
所述的皮肤概率图的映射方法为:
Alpha=YIQ[(H-1)-(Q+134)*(H-1)/268][(I+152)*(W-1)/304];
其中,Alpha为映射后的对应像素点的皮肤概率值,255为皮肤概率最高,即YIQ皮肤概率图上的白色;0为皮肤概率最低,即YIQ皮肤概率图上的黑色;YIQ[][]为YIQ皮肤概率图生成的二维数组;I为I通道对应像素点的颜色值,Q为Q通道对应像素点的颜色值,I的范围从-152到152,Q的范围从-134到134;W和H分别为YIQ皮肤概率图的宽和高。
2.根据权利要求1所述的一种基于色彩空间的皮肤识别方法,其特征在于:所述步骤20中从RGB色彩空间转为YIQ色彩空间的计算公式如下:
Y=0.299*R+0.587*G+0.114*B;
I=0.596*R-0.275*G-0.321*B;
Q=0.212*R-0.523*G+0.311*B;
其中,Y、I、Q分别为计算后得到的YIQ色彩空间对应像素点的颜色值,Y的范围从0到255,I的范围从-152到152,Q的范围从-134到134;R、G、B根本为RGB色彩空间对应像素点的颜色值。
3.根据权利要求1所述的一种基于色彩空间的皮肤识别方法,其特征在于:所述步骤40主要是根据所述的YIQ皮肤概率图模型,将转换图像的I通道与Q通道的颜色值作为该YIQ皮肤概率图的坐标,获取得到皮肤概率值。
4.根据权利要求1所述的一种基于色彩空间的皮肤识别方法,其特征在于:所述的步骤10中的原始图像为内存中存储的图像或拍摄过程中实时预览的图像。
5.根据权利要求1所述的一种基于色彩空间的皮肤识别方法,其特征在于:所述的步骤30中创建的YIQ皮肤概率图的尺寸大小可手动调整。
6.根据权利要求1所述的一种基于色彩空间的皮肤识别方法,其特征在于:所述的步骤40中,根据得到原始图像的皮肤概率图中各个像素点的皮肤概率值进一步判断该像素点是否为人脸或嘴唇。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410027818.2A CN104794423B (zh) | 2014-01-21 | 2014-01-21 | 一种基于色彩空间的皮肤识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410027818.2A CN104794423B (zh) | 2014-01-21 | 2014-01-21 | 一种基于色彩空间的皮肤识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104794423A CN104794423A (zh) | 2015-07-22 |
CN104794423B true CN104794423B (zh) | 2019-02-12 |
Family
ID=53559211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410027818.2A Active CN104794423B (zh) | 2014-01-21 | 2014-01-21 | 一种基于色彩空间的皮肤识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104794423B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1223550A2 (en) * | 2000-10-20 | 2002-07-17 | Eastman Kodak Company | Method for detecting skin color in a digital image |
US6539108B1 (en) * | 1998-08-26 | 2003-03-25 | Fuji Xerox Co., Ltd. | Image processing device and method of the same |
CN101251890A (zh) * | 2008-03-13 | 2008-08-27 | 西安交通大学 | 基于多色域选择性形态学处理的视频图像肤色检测方法 |
-
2014
- 2014-01-21 CN CN201410027818.2A patent/CN104794423B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6539108B1 (en) * | 1998-08-26 | 2003-03-25 | Fuji Xerox Co., Ltd. | Image processing device and method of the same |
EP1223550A2 (en) * | 2000-10-20 | 2002-07-17 | Eastman Kodak Company | Method for detecting skin color in a digital image |
CN101251890A (zh) * | 2008-03-13 | 2008-08-27 | 西安交通大学 | 基于多色域选择性形态学处理的视频图像肤色检测方法 |
Non-Patent Citations (2)
Title |
---|
基于肤色信息的人脸检测和人眼定位方法;沈荻帆等;《计算机工程与应用》;20041221(第36期);第93页引言、2.1、2.2及图1、图3及94页5实验结果分析 |
彩色图像人脸特征点定位算法研究;吴证等;《电子学报》;20080215(第2期);第310页3.2肤色概率建模及图2 |
Also Published As
Publication number | Publication date |
---|---|
CN104794423A (zh) | 2015-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103455790B (zh) | 一种基于肤色模型的皮肤识别方法 | |
US9704251B2 (en) | Depth determination method, depth determination device and electronic device | |
WO2017084204A1 (zh) | 一种二维视频流中的人体骨骼点追踪方法及系统 | |
EP2816529A3 (en) | Automatic water area segmentation method and device for SAR image of complex terrain | |
CN103927016A (zh) | 一种基于双目视觉的实时三维双手手势识别方法及其系统 | |
CN103914699A (zh) | 一种基于色彩空间的自动唇彩的图像增强的方法 | |
Shangeetha et al. | Computer vision based approach for Indian Sign Language character recognition | |
CN103561258A (zh) | 一种Kinect深度视频时空联合修复方法 | |
CN103218605A (zh) | 一种基于积分投影与边缘检测的快速人眼定位方法 | |
JP6157165B2 (ja) | 視線検出装置及び撮像装置 | |
CN103971135A (zh) | 基于头肩深度信息特征的人体目标检测方法 | |
WO2020038312A1 (zh) | 多通道舌体边缘检测装置、方法及存储介质 | |
CN104268899A (zh) | 基于帧间差分和背景差分的运动目标检测方法 | |
CN104392211A (zh) | 一种基于显著性检测的皮肤识别方法 | |
EP2500865A3 (en) | Image segmentation apparatus, method and program | |
CN104331690A (zh) | 一种基于单张图像的肤色人脸检测方法及系统 | |
CN109285183B (zh) | 一种基于运动区域图像清晰度的多模视频图像配准方法 | |
CN104766276B (zh) | 一种基于颜色空间的偏色校正方法 | |
CN113223140A (zh) | 利用人工神经网络生成牙科正畸治疗效果的图像的方法 | |
CN110287894A (zh) | 一种针对超广角视频的手势识别方法及系统 | |
KR101334794B1 (ko) | 특징정보를 이용하는 꽃 인식 장치 및 방법 | |
CN104794423B (zh) | 一种基于色彩空间的皮肤识别方法 | |
CN103390161A (zh) | 对于带有局部阴影区域的标牌进行二值化处理的方法 | |
CN102564922B (zh) | 霍夫变换细胞检测装置 | |
Jian et al. | A micro-gesture recognition on the mobile web client |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |