APP下载

基于YCbCr高斯肤色模型和形态学的人脸检测技术研究

2021-04-15孙丰亮朱亚俐

卷宗 2021年10期
关键词:肤色色度形态学

孙丰亮 朱亚俐 孟 强 薛 友

(新疆大学,新疆 乌鲁木齐 830002)

1 课题的背景和意义

人脸识别技术在当今社会生活中扮演着相当重要的角色,如视频监控,人机交互,人脸识别,人脸数据库分类管理等业务,用到了人脸识别这个关键技术。人脸的检测和识别技术是模式识别,计算机视觉和图像理解系统的研究热点之一,它综合了图像理解,计算机视觉,数据库和人工智能等多方面多学科的知识,应用前景广阔,受到了越来越广泛的重视,并得到了迅速的发展,取得了很多有价值的研究成果。

随着科学技术的发展以及计算机技术的普及,人脸识别技术发展异常迅速,对于社会中的种种需求,人脸识别技术的研究与发展刻不容缓。人脸识别技术在身份鉴定方面,多媒体信息检索方面,智能监控方面,人机交互方面等都有重要的应用。在上述几个方面,人脸的辨认,定位以及追踪都与人脸识别技术有着密不可分的关系。

任何一个人脸图像处理系统的第一步是人脸在图像中的位置。然而,从单张图片中识别出人脸是一项具有挑战性的工作,认为人脸在大小,位置,方向,姿势方面是可变的。人脸表情,牙齿相接触的放视,光照也会改变人脸的整体外观。

2 YCbCr高斯肤色模型、形态学人脸检测研究现状

高斯肤色模型就是用高斯概率密度函数精确地量化事物,将一个事物分解为若干的基于高斯概率密度函数形成的模型。图像处理目标检测中通常需要跟贝叶斯理论相结合,比如肤色检测,就需要建立某种肤色的概率模型X,然后建立非肤色颜色的出现概率模型Y,对要检测的图像提取某个像素点的特征值,如某种颜色值。然后求种种颜色在X和Y的概率值,得到的值如果大于或小于一定的阈值则认为是肤色,否则是非肤色。对于过于复杂的图像,尤其是医学图像,通过将直方图的多峰特性看作是多个高斯分布的叠加,可以解决图像的分割问题。

YCbCr色彩空间相对于HSV色彩空间具有以下优点[1]:1)构成原理上,人类视觉感知过程相与之有类似的原理。2)YCbCr,色彩空间是离散的,采用YCbCr,空间易于实现聚类算法。3)肤色在YCbCr,色彩空间的聚类性较好。4)YCbCr颜色模型是由许多视频压缩编码。

3 YCbCr高斯肤色模型概述

1)引言。肤色模型可以用来描述肤色特征。色度空间的(chrominance space)选择决定某种方式的肤色模型的使用,因此它们之间具有密切关系。色度空间的考察主要从以下两个方面:(1)在这样的色度空间之中,描述“肤色”的区域布是否可以使用一定模型;(2)色度空间中“肤色”和“非肤色”区域有些重叠的区域有多少[2]。一般色度空间之中[3],人脸检测所使用的模型主要包括:RGB,HSI、NTSC制的光亮度和色度模型的YI,YUV以及Ycbcr等。

2)YCbCr高斯肤色模型理论。在多媒体技术中,一般情况下图象是以RGB形式存放的,但是RGB表示方法不适合于皮肤模型。在RGB空间,三基色(r,g,b)不仅代表了颜色,还表示了亮度。由于你周围环境光照的改变,亮度可能是人脸的识别变得更加复杂,在皮肤的分割过程中是不可靠的。为了利用和肤色在色度空间的据类型,需要把颜色表达式中的色度信息与亮度信息分开。将RGB转换为色度与亮度分开的色彩表达空间就可以达到这个目的,在实验中选用YCbCr高斯肤色模型进行肤色区域检验。

4 形态学介绍

1)引言。数学形态学是一门建立在格论和拓扑学基础之上的图像分析学科[4],是数学形态学图像处理的基本理论。其基本的运算包括:腐蚀和膨胀、开运算和闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换等。本文主要研究数学形态学的腐蚀与膨胀。

2)腐蚀与膨胀基本原理。腐蚀与膨胀是在二值形态学运算中最具基本的两个形象化运算,形态学中腐蚀运算的原理是对数据集中的每个元素在自定义的结构元素(窗口)内寻求最小值来替代中心元素的值。腐蚀运算的物理意义是具有腐蚀数据集合边缘的功能并迫使集合向内收缩,如果窗口足够的大,就能移除那些面积较小、作用不大的物体。

膨胀运算与腐蚀运算的原理相反,它是对数据集合中的每个元素在自定义的结构元素内寻找最大值来代替中心元素的值。膨胀运算的物理意义为扩展数据集合的大小并使其向集合外膨胀,适宜的窗口大小可以填充集合内部的孔洞,使集合更加完整。

通过以上的定义与物理意义我们可以看出来,数学形态学在数字图像滤波上有重要作用,通俗地讲,腐蚀的作用说白了就是让暗的区域变大,而膨胀的作用就是让亮的区域变大。

其中,将图片先进行腐蚀,再进行膨胀的运算称之为开运算;反之,先将图片进行膨胀,再进行腐蚀称之为闭运算。对于经过形态学开闭运算及去除了背景小区域处理以后的图像再进行填充孔洞处理,很好地表示出肤色区域,这个操作能够将被皮肤区域包含的非皮肤区域保留为皮肤区域。

5 总结与展望

本文在基于YCbCr高斯肤色模型上主要介绍了形态学检测方法并此方法上进行实验验证。首先我在第一章里面讲课题的研究背景及意义,介绍匹配算法的研究现状,电子信息处理领域中仍存在的主要问题。其次我在第二章讲到了基于YCbCr高斯肤色模型的人脸检测技术的理论基础,深入研究了YCbCr高斯肤色模型的相关理论,总结了YCbCr高斯肤色模型用于人脸检测的优缺点,研究其数学方面的相关知识并列出具体计算方法。最后在第三章里大致介绍了数学形态学的概念以及本文所主要用到的数学形态学中的腐蚀与膨胀的概念并列出其相关计算公式。

本次课程设计中我学到了对于图片在基于YCbCr高斯肤色模型理论基础上运用形态学的腐蚀与膨胀将人脸检测出来。在已有的理论和方法基础上,进行了设计和实验,在实验验证出此课题上研究算法的准确性。本次实验结果虽然差强人意,但还是有很多不足。但我从本次实验却收获颇丰。不仅独立完成此次实验,还学会了相关知识,熟悉并掌握了运用Matlab进行实验仿真,以后我将会继续进行对Matlab的深入学习。

猜你喜欢

肤色色度形态学
Conversation in a house
为什么人有不同的肤色?
基于改进色度模型的非接触式心率检测与估计
景德镇早期青白瓷的器型与色度
如何提高苹果的着色度
医学微观形态学在教学改革中的应用分析
数学形态学滤波器在转子失衡识别中的应用
肤色检测和Hu矩在安全帽识别中的应用
在线色度分析仪的设计应用
巨核细胞数量及形态学改变在四种类型MPN中的诊断价值