基于FPGA的肤色检测设计与实现

董迎春

摘 要：在Matlab上采用肤色范围静态肤色建模方式，利用阈值化法统计输入像素在YCbCr色彩空间下色度Cb，Cr的集中落點区域;采取基于YCbCr信号阈值的肤色分割，灰阶值作为肤色检测结果的输出，在Quartus Ⅱ上进行功能仿真，FPGA验证表明：在所用资源比较少的情况下，可实现人体肤色的实时检测。

关键词：Matlab;阈值化;YCbCr;肤色检测;Quartus Ⅱ;FPGA

中图分类号：TP39文献标识码：A文章编号：2095-1302（2019）08-00-03

0 引 言

在先进信息技术的不断迭代更新下，肤色检测已成为与人相关的绝大多数机器视觉[1-2]感官应用的基石，例如手势识别及控制、人的脸部检测及定位和一些不合法规的图片或视频的过滤等。肤色检测不仅可应用于人体脸部及手部动作的识别体系，且在安全保密系统及医疗[3]方面也尤为重要。随着摄像头的大众化，掀起了对视频图像肤色分割[4]的研究热潮。利用FPGA的逻辑粘合性、实时控制性和对高速信号的采集及处理[5]，结合OV5640作为视频图像采集设备采集视频信息送至FPGA做肤色检测处理，随后通过VGA显示输出结果。

1 肤色检测设计

在双色差或色调饱和度平面上，不同地域的人肤色变化不大，具备一致性和稳定性，肤色存在差异的原因在于灰阶值而非色度[6]。因此将灰阶值剥离出来，只在CbCr平面检测像素点。

1.1 Matlab统计阈值

Matlab对肤色进行建模，利用imhist函数分别对黑人和黄种人的部分肤色图像Cb和Cr值进行直方图统计，找出其集中落点区域，并将此区域标记为肤色区域。图1所示为不同肤色原图像，图2为对应肤色Cb，Cr值直方图。

由图2、图3可以看出不同人种肤色的Cb和Cr值都集中在Cb=[100，126]，Cr=[132，165]区域，因此将落在此区域的像素点认作人体的肤色。

1.2 肤色检测原理

通常的色度彩色信号以RGB形式储存，因此要先将彩色视频信息从RGB信号转换成YCbCr信号，再对其进行肤色分割、肤色建模[7]。YCbCr是一种分别从灰阶值和色度两方面对图像信号进行编码的色彩空间，其中灰阶值、明亮度用Y表示，色调与饱和度用CbCr表示[8-10]，其通过输入RGB彩色信号生成，将RGB信号的特定部分依据一定的关系进行叠加[11]，公式如下：

转换过程中有浮点小数的存在，由于FPGA很难完成浮点运算，因此将浮点小数转换成定点小数，利用8 bit来表示小数部分，将小数扩大28倍，计算完成后，再右移8位即可，操作如下：

为了提高硬件运行性能，降低组合逻辑的复杂程度，采用流水线处理，将一个复杂的运算分布到4个时钟周期完成转换。

转换完成后，根据Matlab统计的结果，对Cb和Cr分量设置阈值，人体的肤色从背景里分离出来。如果输入信号Cb和Cr分量在阈值之间，将输出设置为全1，即把肤色标记为白色;反之则将输出设置为全0，即把非肤色标记为黑色。阈值设置如下：

100≤Cb≤126

132≤Cr≤165

2 设计仿真

2.1 Matlab仿真

随机找了两张不同肤色的图片，用Matlab仿真肤色检测方案，证明该方案的可行性，结果如图3所示。可见，即便肤色、背景大相径庭，依然能够将人体的肤色成功剥离出来，总体效果较好，说明该方案可行。

2.2 Quartus Ⅱ仿真

继Matlab仿真之后，将其转换成Verilog语言在Quartus Ⅱ平台上进一步验证。

肤色检测的RTL图如图4所示。rgb_to_ycbcr模块完成了RGB565到YCbCr的转换并且将肤色区域用白色标记出来。摄像头通过cmos_write_req_gen模块写入请求并生成读写地址索引;lut_ov5640_rgb565_1024_768模块进行配置查找表;video_timing_data模块进行生成帧读取数据请求;frame_read_write模块进行视频帧数据读写控制;coms_8_16bit模块将OV5640输出的8 bit数据拼接成16 bit RGB565数据，完成一个图像的传输;各模块所需时钟信号均通过PLL模块倍频或分频得到。

3 硬件验证

系统选用Altera公司的CycloneIV系列EP4CE10F17FC8芯片，500万像素的OV5640摄像头组块显示1 024×768分辨率的视频画面，通过DVP接口与FPGA连接，先将视频数据暂存到外部存储器，再从外部存储器将信息读取出来，送到VGA显示模块完成图像的实时传输。其中OV5640通过硬件FPGA的I2C接口来完成寄存器的配置，将摄像头的输出分辨率和显示器的分辨率设置一致，并在0x4300寄存器里将OV5640配置成RGB565输出格式。外部存储器选用同步动态随机存储器，其存取数据的速度比FLASH高，内部结构采用同步接口和完全流水线[12-13]，数据的传输速率较高，设计的运行速率大幅提高。

由于光线分布不均及摄像头像素等因素，导致图像出现像素点化且伴有光斑，离摄像头越近，肤色剥离效果越好，图5为肤色检测验证结果。

4 结 语

使用Matlab对不同肤色仿真得到肤色在色调和饱和度上的阈值，利用FPGA的并行性，在使用少量资源的前提下实现肤色检测，将人体肤色从复杂背景中抽离出来，其结构相对来说比较简单且实时控制性强，实验效果较好，同时还能将其封装成专用IP核[14]，便于其他系统使用，为后续建立与人体肤色相关的体系或过滤不雅观图片、视频提供基础。

参 考 文 獻

[1]李昌盛，王亚娟，黄启俊，等.基于FPGA的人脸检测系统设计

[J].电子技术应用，2011，37（10）：13-16.

[2]潘志庚，邹鹏程，梁荣华.基于特征人脸和肤色统计的人脸检测

[J].系统仿真学报，2004（6）.

[3]陈锻生，刘政凯.肤色检测技术综述[J].计算机学报，2006，29（2）：194-207.

[4] PHUNG S L，BOUZERDOUM A ， CHAI D. Skin segmentation using color pixel classification：analysis and comparison [J]. IEEE transactions on pattern analysis and machine intelligence，2005，2（1）：148-154.

[5]吴厚航.勇敢的芯伴你玩转Altera FPGA[M].北京：清华大学出版社，2017.

[6]张星.基于内容的不良图像人体躯干检测技术研究[D].兰州：兰州大学，2009.

[7]杨振洁，贾皓强，赵富康.基于Matlab的人脸识别与分割[J].通讯世界，2017（12）：289.

[8]肖柏清.基于FPGA的人脸检测系统的研究与设计[D].长沙：中南大学，2014.

[9]乐斌.一种基于OpenCV的人脸轮廓化方法[J].工业控制计算机，2014（10）：107-108.

[10]袁晓鹏.基于Rentinex理论的图像增强研究[D].天津：中国民航大学，2015.

[11]张闯.单通道双谱微光彩色夜视技术研究[D].南京：南京理工大学，2008.

[12]吕晓明.基于DSP的视觉传感器的关键技术研究[D].天津：天津大学，2007.

[13]王玉冰.基于FPGA+DSP的图像融合系统设计[D].西安：中国科学院研究生院（西安光学精密机械研究所），2011.

[14]张晋，庄再姣，刘会刚，等.一种区域逐像素点肤色检测算法[J].南开大学学报（自然科学版），2016，49（4）：38-42.