CN105913460A - 一种肤色检测方法及装置 - Google Patents

Abstract

本发明实施例提供一种肤色检测方法及装置。将获取到的待检测图像从RGB颜色空间转换到HSV颜色空间以获取HSV图像；遍历读取所述HSV图像中的每一像素点，并调用HSV直方图模型训练模块预先训练的HSV直方图模型判断所述像素点是否属于皮肤区域。实现了对光照变化具有一定的稳定性，误检率低的肤色检测。

Description

一种肤色检测方法及装置

技术领域

本发明实施例涉及图像处理领域，尤其涉及一种肤色检测方法和装置。

背景技术

在与人有关的各种机器视觉系统中，肤色检测越来越多的被重视，例如在基于手势的人机交互系统中，需要首先图像中获取手的位置，而当前最常用的方法就是通过对肤色进行检测从而获取手势信息。

肤色检测常用的方法大致分为两种类型：基于物理的方法和基于统计的方法。基于物理的方法是在肤色检测中引入光照与皮肤间的相互作用；基于统计的方法通过建立肤色统计模型进行肤色检测，主要包括两个步骤，颜色空间变换和肤色建模。

在众多的建模算法当中，基于直方图的方法是最简单、快速和有效的。现有技术中的直方图算法有基于RGB直方图的，也有基于HSV直方图的。基于RGB直方图的算法对光照的变化十分敏感，基于HSV直方图的算法虽然一定程度上克服了光照的影响，但样本数量较少时，由于直方图的均分不合理，造成了肤色检测中的许多的误检。

因此，需要改进肤色的检测方法和装置。

发明内容

本发明实施例提供一种肤色检测方法及装置，用以解决现有技术RGB直方图对光照的变化敏感、普通HSV直方图模型分布不均匀造成误检的缺陷，实现对光照变化具有一定的稳定性，误检率低的肤色检测。

本发明实施例提供一种肤色检测方法，包括：

将获取到的待检测图像从RGB颜色空间转换到HSV颜色空间以获取HSV图像；

遍历读取所述HSV图像中的每一像素点，并调用HSV直方图模型训练模块预先训练的HSV直方图模型判断所述像素点是否属于皮肤区域。

本发明实施例提供一种肤色检测装置，包括：

图像转换模块，用于将获取到的待检测图像从RGB颜色空间转换到HSV颜色空间以获取HSV图像；

肤色区域判断模块，用于遍历读取所述HSV图像中的每一像素点，并调用HSV直方图模型训练模块预先训练的HSV直方图模型判断所述像素点是否属于皮肤区域。

本发明实施例提供的肤色检测方法及装置，通过将RGB图像转化至HSV颜色空间，使得进行肤色检测时，在一定程度上避免了光照对检测结果的影响；与此同时，本发明实施例通过将HSV直方图的灰度级进行压缩，在样本较少的情况下也能够得到较好的统计效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一的技术流程图；

图2为本发明实施例HSV模型的示意图；

图3为本发明实施例二的技术流程图；

图4a为本发明实施拉伸为一维后的皮肤样本的HSV直方图示例；

图4b为本发明实施例拉伸为一维后的非皮肤样本的HSV直方图示例；

图5为本发明实施例三的装置结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明的各个实施例并非独立存在，若干个实施例之间可以相互补充或组合存在。

实施例一

图1是本发明实施例一的技术流程图，结合图1，本发明一种肤色检测方法主要由两个大的步骤实现：

步骤110：将获取到的待检测图像从RGB颜色空间转换到HSV颜色空间以获取HSV图像；

RGB颜色空间是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色值，这个标准几乎包括了人类视力所能感知的所有颜色。HSV(HueSaturation Value：色度饱和度值)颜色空间是根据颜色的直观特性而创建的一种颜色空间，H、S和V分别代表色调，饱和度和亮度。将待检测的图像从RGB颜色空间转化到HSV颜色空间，在一定程度上克服了光照变化对肤色检测的影响。

HSV颜色空间模型如图2所示，在HSV色彩空间中，色调H表示色彩信息，即所处的光谱颜色的位置。H用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°，蓝色为240°。它们的补色是：黄色为60°，青色为180°，品红为300°；饱和度S表示成所选颜色的纯度和该颜色最大的纯度之间的比率，S的取值范围为0.0～1.0，值越大，颜色越饱和，S＝0时，只有灰度；亮度V通常用百分比度量，从0％(黑)到100％(白)。RGB和CMY颜色模型都是面向硬件的，而HSV(Hue SaturationValue)颜色模型是面向用户的。HSV模型的三维表示从RGB立方体演化而来。设想从RGB沿立方体对角线的白色顶点向黑色顶点观察，就可以看到立方体的六边形外形。六边形边界表示色彩，水平轴表示纯度，明度沿垂直轴测量。

本发明实施例中采用如下的公式将所述待检测图像从RGB颜色空间转换到HSV颜色空间：

V＝max(R，G，B)

$S=\left\{\begin{array}{cc}\frac{max(R,G,B)-min(R,G,B)}{max(R,G,B)}& max(R,G,B)\≠0\\ 0& max(R,G,B)=0\end{array}\right.$

$H=ar\cos \frac{(R-G)+(R-B)}{2\sqrt{(R-G)+(R-G)+(R-B)+(R-B)}}$

其中，R为所述像素点的红色值、G为所述像素点的绿色值、B为所述像素点的蓝色值；max()表示取最大值运算，min()表示取最小值运算，V为R、G、B中的最大值；H、S、V分别为转化后所述像素点对应的颜色值。

步骤120：遍历读取所述HSV图像中的每一像素点，并调用HSV直方图模型训练模块预先训练的HSV直方图模型判断所述像素点是否属于皮肤区域。

预先训练的所述读取所述HSV直方图模型中保存有皮肤像素和非皮肤像素的HSV值的直方图分布，本发明实施例中将这种分布作为判断一个新的像素点是否为皮肤像素的一种参考。具体实现为：读取待检测图像中的所述像素点的H、S、V的值，计算所述H、S、V的值分别与所述皮肤像素的HSV直方图模型以及所述非皮肤像素的HSV直方图模型的匹配概率值，并根据所述匹配程度值判断所述像素点是否属于皮肤区域。

本实施例中，通过将RGB图像转化至HSV颜色空间，使得进行肤色检测时，检测结果对光照的变化具有一定的稳定性。

实施例二

图3是本发明实施例二的技术流程图，结合图3，本发明一种肤色检测方法中，HSV直方图模型的训练主要由以下几个步骤实现：

步骤310：对样本图像进行皮肤区域和非皮肤区域的标记，得到皮肤像素样本和非皮肤像素样本；

样本的标记方式可以由人工完成以保证样本的高度准确性。

步骤320：将所述皮肤像素样本和所述非皮肤像素样本从RGB颜色空间转换到HSV颜色空间以获取皮肤HSV像素样本和非皮肤HSV像素样本；

从RGB颜色空间转换到HSV颜色空间的具体实现公式及其技术效果如实施例一的步骤110所示，此处不再赘述。

步骤330：统计所述皮肤HSV像素样本的HSV值，并根据所述皮肤HSV像素样本的HSV值的分布建立皮肤像素的HSV直方图模型；

本步骤中，对皮肤样本的像素点，分别统计其H值(色调)、S值(饱和度)、V值(亮度)的频率分布，从而建立皮肤像素的HSV直方图模型，与此同时对于非皮肤样本的像素点执行同样的操作。

需要说明的是，本发明的核心在于，对所述HSV直方图模型的灰度级按照预设的比例关系进行压缩以得到优化的直方图统计效果。

H、S和V通道各有256个灰度级，如果使用所有的灰度级则直方图的长度为2²⁴，大约为1600万，这在样本数量不足够大时无法得到好的统计效果。因此，本发明实施例对直方图长度进行了压缩，其压缩的比例可以根据经验进行选择。本实施例中，按照4:2:1的比例将H通道压缩64个灰度级，将S通道压缩为32个灰度级，将V通道压缩为16个灰度级，压缩之后的直方图长度为2¹⁵，即65536。HSV三个通道使用了不同数量的灰度级，因为HSV三个通道受光照强度的影响程度不同，H(色度)通道不受光照变化影响，V通道正比于光照强度变化，S通道受光照的影响程度介于二者之间。

通过对直方图灰度级的压缩，即使在少量样本的情况下也能进行高准确率的肤色检测。

步骤340：统计所述非皮肤HSV像素样本的HSV值，并根据所述非皮肤HSV像素样本的HSV值的分布建立非皮肤像素的HSV直方图模型。

对非皮肤像素样本建立HSV直方图模型的执行过程及技术效果同上述步骤330，此处不做赘述。需要说明的是，步骤330和步骤340实际并无先后顺序，本发明实施例不做不限制。

HSV直方图是三维结构的，因此无法直接展示，图4为拉伸为一维后的HSV直方图，图4a是皮肤样本的HSV直方图，图4b是非皮肤样本的HSV直方图，二者像素分布差异较大。

本实施例中，通过对皮肤样本和非皮肤样本的训练以及HSV直方图灰度级的压缩分别建立了皮肤像素和非皮肤像素的HSV直方图模型，即使训练样本数量较少，也能极大降低皮肤像素的误检率。

实施例三

图5是本发明实施例三的装置结构示意图，结合图5，本发明一种肤色检测装置主要包括如下的几个模块：图像转换模块510、肤色区域判断模块520、HSV直方图模型训练模块530。

所述图像转换模块510，用于将获取到的待检测图像从RGB颜色空间转换到HSV颜色空间以获取HSV图像；

所述肤色区域判断模块520，用于遍历读取所述HSV图像中的每一像素点，并调用所述HSV直方图模型训练模块530预先训练的HSV直方图模型判断所述像素点是否属于皮肤区域。

所述图像转换模块510进一步用于采用如下的公式将获取到的待检测图像从RGB颜色空间转换到HSV颜色空间以获取HSV图像：

V＝max(R，G，B)

$S=\left\{\begin{array}{cc}\frac{max(R,G,B)-min(R,G,B)}{max(R,G,B)}& max(R,G,B)\≠0\\ 0& max(R,G,B)=0\end{array}\right.$

$H=ar\cos \frac{(R-G)+(R-B)}{2\sqrt{(R-G)+(R-G)+(R-B)+(R-B)}}$

其中，R为所述像素点的红色值、G为所述像素点的绿色值、B为所述像素点的蓝色值；max()表示取最大值运算，min()表示取最小值运算，V为R、G、B中的最大值；H、S、V分别为转化后所述像素点对应的颜色值。

所述HSV直方图模型训练模块530用于：

对样本图像进行皮肤区域和非皮肤区域的标记，得到皮肤像素样本和非皮肤像素样本；

调用所述图像转换模块510将所述皮肤像素样本和所述非皮肤像素样本从RGB颜色空间转换到HSV颜色空间以获取皮肤HSV像素样本和非皮肤HSV像素样本；

统计所述皮肤HSV像素样本的HSV值，并根据所述皮肤HSV像素样本的HSV值的分布建立皮肤像素的HSV直方图模型；

统计所述非皮肤HSV像素样本的HSV值，并根据所述非皮肤HSV像素样本的HSV值的分布建立非皮肤像素的HSV直方图模型。

所述HSV直方图模型训练模块530进一步用于：

对所述HSV直方图模型的灰度级按照预设的比例关系进行压缩以得到优化的直方图统计效果。

所述肤色区域判断模块520，进一步用于：

读取所述像素点的HSV值，计算所述HSV值分别与所述皮肤像素的HSV直方图模型以及所述非皮肤像素的HSV直方图模型的匹配程度值，并根据所述匹配程度值判断所述像素点是否属于皮肤区域。

图5对应的实施例的执行过程及技术效果与图1、图3对应的实施例相同，此处不再赘述。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种肤色检测方法，其特征在于，包括如下的步骤：

将获取到的待检测图像从RGB颜色空间转换到HSV颜色空间以获取HSV图像；

遍历读取所述HSV图像中的每一像素点，并调用HSV直方图模型训练模块预先训练的HSV直方图模型判断所述像素点是否属于皮肤区域。

2.根据权利要求1所述的方法，其特征在于，将获取到的待检测图像从RGB颜色空间转换到HSV颜色空间以获取HSV图像，进一步包括：

采用如下的公式：

V＝max(R，G，B)

$S=\left\{\begin{array}{cc}\frac{\max (R,G,B)-\min (R,G,B)}{\max (R,G,B)}& \max (R,G,B)\≠0\\ 0& \max (R,G,B)=0\end{array}\right.$

$H=ar\cos \frac{(R-G)+(R-B)}{2\sqrt{(R-G)+(R-G)+(R-B)+(R-B)}}$

其中，R为所述像素点的红色值、G为所述像素点的绿色值、B为所述像素点的蓝色值；max()表示取最大值运算，min()表示取最小值运算，V为R、G、B中的最大值；H、S、V分别为转化后所述像素点对应的颜色值。

3.根据权利要求1所述的方法，其特征在于，所述方法进一步包括通过以下步骤训练所述HSV直方图模型：

对样本图像进行皮肤区域和非皮肤区域的标记，得到皮肤像素样本和非皮肤像素样本；

将所述皮肤像素样本和所述非皮肤像素样本从RGB颜色空间转换到HSV颜色空间以获取皮肤HSV像素样本和非皮肤HSV像素样本；

统计所述皮肤HSV像素样本的HSV值，并根据所述皮肤HSV像素样本的HSV值的分布建立皮肤像素的HSV直方图模型；

统计所述非皮肤HSV像素样本的HSV值，并根据所述非皮肤HSV像素样本的HSV值的分布建立非皮肤像素的HSV直方图模型。

4.根据权利要求3所述的方法，其特征在于，所述方法进一步包括：

对所述HSV直方图模型的灰度级按照预设的比例关系进行压缩以得到优化的直方图统计效果。

5.根据权利要求1或3所述的方法，其特征在于，遍历读取所述HSV图像中的每一像素点，并调用HSV直方图模型训练模块预先训练的HSV直方图模型判断所述像素点是否属于皮肤区域，进一步包括：

读取所述像素点的HSV值，计算所述HSV值分别与所述皮肤像素的HSV直方图模型以及所述非皮肤像素的HSV直方图模型的匹配程度值，并根据所述匹配程度值判断所述像素点是否属于皮肤区域。

6.一种肤色检测装置，其特征在于，包括如下的模块：

图像转换模块，用于将获取到的待检测图像从RGB颜色空间转换到HSV颜色空间以获取HSV图像；

肤色区域判断模块，用于遍历读取所述HSV图像中的每一像素点，并调用HSV直方图模型训练模块预先训练的HSV直方图模型判断所述像素点是否属于皮肤区域。

7.根据权利要求6所述的装置，其特征在于，所述图像转换模块进一步用于采用如下的公式将获取到的待检测图像从RGB颜色空间转换到HSV颜色空间以获取HSV图像：

V＝max(R，G，B)

$S=\left\{\begin{array}{cc}\frac{\max (R,G,B)-\min (R,G,B)}{\max (R,G,B)}& \max (R,G,B)\≠0\\ 0& \max (R,G,B)=0\end{array}\right.$

$H=ar\cos \frac{(R-G)+(R-B)}{2\sqrt{(R-G)+(R-G)+(R-B)+(R-B)}}$

其中，R为所述像素点的红色值、G为所述像素点的绿色值、B为所述像素点的蓝色值；max()表示取最大值运算，min()表示取最小值运算，V为R、G、B中的最大值；H、S、V分别为转化后所述像素点对应的颜色值。

8.根据权利要求6所述的装置，其特征在于，所述装置进一步包括HSV直方图模型训练模块，所述HSV直方图模型训练模块用于：

对样本图像进行皮肤区域和非皮肤区域的标记，得到皮肤像素样本和非皮肤像素样本；

将所述皮肤像素样本和所述非皮肤像素样本从RGB颜色空间转换到HSV颜色空间以获取皮肤HSV像素样本和非皮肤HSV像素样本；

统计所述皮肤HSV像素样本的HSV值，并根据所述皮肤HSV像素样本的HSV值的分布建立皮肤像素的HSV直方图模型；

统计所述非皮肤HSV像素样本的HSV值，并根据所述非皮肤HSV像素样本的HSV值的分布建立非皮肤像素的HSV直方图模型。

9.根据权利要求8所述的装置，其特征在于，所述HSV直方图模型训练模块进一步用于：

对所述HSV直方图模型的灰度级按照预设的比例关系进行压缩以得到优化的直方图统计效果。

10.根据权利要求6或8所述的装置，其特征在于，肤色区域判断模块，进一步用于：

读取所述像素点的HSV值，计算所述HSV值分别与所述皮肤像素的HSV直方图模型以及所述非皮肤像素的HSV直方图模型的匹配程度值，并根据所述匹配程度值判断所述像素点是否属于皮肤区域。