彩色图像肤色区域分割算法设计Word格式.docx

彩色图像肤色区域分割算法设计Word格式.docx

《彩色图像肤色区域分割算法设计Word格式.docx》由会员分享，可在线阅读，更多相关《彩色图像肤色区域分割算法设计Word格式.docx（25页珍藏版）》请在冰豆网上搜索。

尽管不同种族、不同年龄、不同性别的人肤色看上去不同,但这种不同主要集中在亮度上,在去除亮度的色度空间里,不同的肤色分布具有聚类性。

为了利用肤色在色度空间的聚类性,本文在多种色彩空间中选取YCbCr色彩空间进行肤色提取。

本文针对复杂背景下的彩色图像，提出了一种应用YCbCr颜色空间的色度分量，建立肤色分布模型，进行肤色区域的分割。

即针对每幅图像，可自动优选对应的阈值，完成肤色区域的分割。

通过大量数据实验证明，这种分割算法是有效和可靠的。

分割后得到的肤色区域和仅利用选定的不变阈值分割方法相比，更加准确。

实验结果表明，本算法是有效的，具有较高的检测性能。

关键词人脸检测，彩色空间，肤色模型，图像分割

TitleColorimagecolorregionsegmentationalgorithm

Abstract

Automaticrecognitionofhumanfacesisanimportantresearchareaofcomputervisionandimageunderstandinginrecentyears.Humanfacedetectionthatactsasonepartoftheautomatichumanfacerecognitionsystemandisresponsibleoflocatingthefacesistheprerequisiteforthewholesystemtoensureitworksnormallyandhighefficiently.Duetohumanface'

svariability,humanfacedetectionbecomesarathercomplexissueofpatternrecognition.Recently,becauseofthepotentialvalueinmostareas,suchassecuritysurveillance,content-basedimageretrieval,etc,humanfacedetectionhasbecomeasingleresearchtopicandattractedbroadattentionofmoreandmoreresearchers.

Facialskincolorisaveryimportantfeature.Theresultsshowthat:

Althoughofdifferentraces,differentages,differentsexcolorlookdifferent,butthedifferenceismainlyconcentratedinthebrightness,thebrightnessofthecolorspaceintheremoval,thedifferentnatureofthecolordistributionofcluster.Inordertousecolorinthecolorspaceclustering,thispaperinavarietyofcolorspace,YCbCrcolorspace,selectthecolorextraction.

Inthispaper,colorimagesundercomplexbackground,aYCbCrcolorspace,colorapplicationcomponent,theestablishmentofskincolordistributionmodelforskincolorregionssegmentation.Thatforeachimage,automaticallyoptimalthresholdcorrespondingtocompletethecolorregionsegmentation.Largeamountsofdatathroughexperimentsshowthatthissegmentationalgorithmiseffectiveandreliable.Thecolorsegmentedbyregionandonlytheconstantuseoftheselectedthresholdingmethods,moreaccurate.

Experimentalresultsshowthatthealgorithmisfeasibleandeffective.

KeywordsHumanFaceDetection,ColorSpace,SkinColorModel,ImageSegmentation

1．引言

1.1课题的背景、目标和意义

近些年来，随着工农业、医学、军事等领域自动化和智能化需求的迅猛发展，对图像处理技术的要求也越来越高。

其中，对图像的自动识别与理解就是一项重要任务，而对图像进行分割来提取目标是其关键步骤之一，如果得不到合理的图像分割图，也就无法对图像进行正确的识别与理解。

图像分割（ImageSegmentation）就是按照一定的规则将一幅图像分成若干部分或子集的过程。

简单的说，就是把图像中的物体与背景或物体与物体分割开。

在有关图像分割技术的文献中，由于不同领域的侧重点不同，有时也以诸如边缘检测技术、阈值化技术、目标检测技术、目标轮廓技术等提法出现。

虽然近年来研究成果越来越多,但由于图像分割本身所具有的难度,使研究没有大的突破性的进展。

仍然存在的问题主要有两个:

其一是没有一种普遍使用的分割算法；

其二是没有一个好的通用的分割评价标准。

从图像分割研究的历史来看,可以看到对图像分割的研究有几个明显的趋势:

一是对原有算法的不断改进；

二是新方法、新概念的引入和多种方法的有效综合运用。

人们逐渐认识到现有的任何一种单独的图像分割算法都难以对一般图像取得令人满意的分割效果,因而很多人在把新方法和新概念不断的引入图像分割领域的同时,也更加重视把各种方法综合起来运用。

在新出现的分割方法中,基于小波变换的图像分割方法就是一种很好的方法。

三是交互式分割研究的深入.由于很多场合需要对目标图像进行边分割分析,例如对医学图像的分析,因此需要进行交互式分割研究。

事实证明,交互式分割技术有着广泛的应用。

四是对特殊图像分割的研究越来越得到重视。

目前有很多针对立体图像、彩色图像、多光谱图像以及多视场图像分割的研究,也有对运动图像及视频图像中目标分割的研究,还有对深度图像、纹理（Texture）图像、计算机断层扫描（CT）、磁共振图像、共聚焦激光扫描显微镜图像、合成孔雷达图像等特殊图像的分割技术的研究。

五是对图像分割评价的研究和对评价系数的研究越来越得到关注.相信随着研究的不断深入,存在的问题会很快得到圆满的解决。

1.2课题的研究现状

图像分割技术在科学领域中具有广泛的应用。

由于手工分割对操作者的依赖性强，既耗时费力又可能丢失大量有用信息，因此，研究计算机自动或半自动的图像分割方法是非常重要的。

另一方面，图像分割作为一种重要的图像处理技术，得到人们广泛的重视和研究，一直是图像科学研究中的热点和焦点之一。

然而，实践证明对图像进行有效的分割，特别是在复杂自然背景下分割目标，难度是很大的。

对图像分割理论与技术的进一步研究具有非常重要的意义。

图像分割是图像处理中的一项关键技术，自20世纪70年代起一直受到人们的高度重视，至今已提出上千种分割算法。

但因尚无通用的分割理论，现提出的分割算法大都是针对具体问题的，并没有一种适合所有图像的通用分割算法。

另外，还没有制定出选择适用分割算法的标准，这给图像分割技术的应用带来许多实际问题。

最近几年又出现了许多新思路、新方法或改进算法。

对一些经典方法和新出现的方法作了概述，并将图像分割方法分为阈值分割方法、边缘检测方法、区域提取方法和结合特定理论工具的分割方法4类。

1.2.1阈值分割方法

阈值分割方法的历史可追溯到近40年前,现已提出了大量算法。

对灰度图像的取阈值分割就是先确定一个处于图像灰度取值范围之中的灰度阈值,然后将图像中各个象素的灰度值都与这个阈值相比较,并根据比较结果将对应的像素分为两类。

这两类象素一般分属图像的两类区域,从而达到分割的目的。

从该方法中可以看出,确定一个最优阈值是分割的关键。

现有的大部分算法都是集中在阈值确定的研究上。

阈值分割方法根据图像本身的特点,可分为单阈值分割方法和多阈值分割方法；

也可分为基于像素值的阈值分割方法、基于区域性质的阈值分割方法和基于坐标位置的阈值分割方法。

若根据分割算法所有的特征或准则,还可以分为直方图与直方图变换法、最大类空间方差法、最小误差法与均匀化误差法、共生矩阵法、最大熵法、简单统计法与局部特性法、概率松弛法、模糊集法、特征空间聚类法、基于过渡区的阈值选取法等。

最近几年又提出了许多新方法,如程杰提出的一种基于直方图的分割方法[1],该方法对Otsu准则的内在缺陷进行了改进,并运用对直方图的预处理及轮廓追踪,找出了最佳分割阈值。

此方法对红外图像有很强的针对性。

付忠良提出的基于图像差距度量的阈值选取方法[2],多次导出Ostu方法,得到了几种与Ostu类似的简单计算公式,使该方法特别适合需自动产生阈值的实时图像分析系统。

严学强等人提出了基于量化直方图的最大熵阈值处理算法[3],将直方图量化后采用最大熵阈值处理算法,使计算量大大减小。

俞勇等人提出的基于最小能量的图像分割方法[4],运用了能量直方图来选取分割阈值。

华长发等人提出了一种基于二维熵阈值的图像分割快速算法[5],使传统二维阈值方法的复杂度从O（W2S2）降至O（W2/3S2/3）。

赵雪松等人提出的综合全局二值化与边缘检测的图像方法[6],将全局二值化与边缘检测有效的结合起来,从而达到对信封图分割的理想效果。

任明武等人提出的一种基于边缘模式的直方图构造新方法[7],使分割阈值受噪声和边缘的影响减少到最小。

ZikuanChen等人提出的基于小波的自适应阈值分割方法[8],把小波引入图像分割,利用小波分析取得阈值,得到了很好的分割效果。

赵立初等人提出的基于小波分析的图像自适应阈值选择算法[9],使图像直方图的特征点可以通过小波变换的特征点由粗到精地表示,使阈值能进行自适应选择。

靳宏磊等人提出的二维灰度直方图的最佳分割方法[10],找到了一条最佳分割曲线,使该算法得到的分割效果明显优于一维直方图阈值方法。

乐宁等人根据过渡区内象素点具有的邻域方向性特点,引入了基于一元线性回归处理的局部区域随机波动消除方法,将图像过渡区算法进行了改进[11],等。

所有的这些算法不管采取什么方法,结合什么工具,基本思想是一致的,就是为了寻求最佳阈值。

1.2.2边缘检测方法

边缘检测方法是人们研究得比较多的一种方法,它通过检测图像中不同区域的边缘来达到分割图像的目。

很多的