專利名稱：一種人體膚色檢測中閾值的確定方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及模式識別領(lǐng)域，尤其涉及一種人體膚色檢測中閾值的確定方 法及裝置。
背景技術(shù)：
人體膚色檢測的目標(biāo)是從圖像中自動定位出人體棵露的皮膚區(qū)域。準(zhǔn)確 地檢測出皮膚區(qū)域在現(xiàn)階段對人體檢測和圖像過濾具有非常重要的意義，此 外，人體膚色檢測在快速人臉檢測等場合中也有應(yīng)用。
現(xiàn)有的皮膚檢測技術(shù)主要是膚色概率模型法，即對于一幅待檢測圖像， 分別統(tǒng)計(jì)出對應(yīng)該待檢測圖像的膚色概率分布和非膚色概率分布，其中，膚 色概率分布和非膚色概率分布的形式可以有多種結(jié)構(gòu)形式，如可以是離散的
概率直方圖，也可以是歸納的連續(xù)的概率密度函數(shù)(常見的有高斯Gauss分 布或混合高斯Gauss分布)；然后，利用上述兩個(gè)概率分布可以計(jì)算出每個(gè) 像素分別是膚色的似然概率和非膚色的似然概率，再計(jì)算出該像素是膚色的 后驗(yàn)概率，這樣就能得到一幅與原圖像對應(yīng)的膚色概率圖像。但是如何從膚 色概率圖像得到皮膚區(qū)域圖是一個(gè)圖像二值化問題， 一般都釆用閾值法，將 膚色概率大于某個(gè)閾值T的像素作為膚色像素，反之作為非膚色像素，因此 閾值T的選擇對膚色檢測的結(jié)果很重要，下面敘述現(xiàn)有技術(shù)中的膚色檢測方 法。
在現(xiàn)有技術(shù)中，貝葉斯(Bayes)決策是統(tǒng)計(jì)模式識別中的一個(gè)基本方 法，其基本規(guī)則是將樣本歸入風(fēng)險(xiǎn)最小(即錯(cuò)誤率最低)的類別。其中， 使用Bayes決策方法的前提是待分樣本可屬的類別數(shù)、各類別的總體概率 分布(或者待分樣本屬于各個(gè)類別的似然概率)均已知。下面以對像素jc進(jìn)行膚色分類為例，介紹Bayes決策方法在膚色4全測中 的應(yīng)用方法。在膚色檢測中，待分樣本可屬的類別包括膚色類別和非膚色類 別兩類。以像素x為待分樣本，假定像素x的顏色為co/or ， ；c屬于膚色類別 的似然概率為尸(co/oA^h'")，屬于非膚色類別的似然概率為P(co/or卜5h力)， 膚色類別的先驗(yàn)概率為尸(^b'"),非膚色類別的先驗(yàn)概率為尸(ihn)(通常假 定尸Csh")和P("vsh")相等)，則像素^屬于膚色的后驗(yàn)概率通過下式表示為
同樣可得到像素^屬于非膚色的后驗(yàn)概率P(^sfe'w \ co/o。。
采用Bayes決策方法對像素x進(jìn)行膚色檢測時(shí)，若PC^wlco/w)〉r ,則像
素x為膚色，否則像素x為非膚色，其中，r為判定像素為膚色還是非膚色
的閾值。
在Bayes決策方法中，閾值是一個(gè)固定值，可以為0.5，或者為乘上風(fēng) 險(xiǎn)因子的一個(gè)固定值，其中，Bayes判別法的固定閾值T在大樣本集上是平 均意義最優(yōu)的，但是對于每個(gè)圖像樣本個(gè)體，這種閾值往往不是最優(yōu)的，比 如，當(dāng)背景像素的膚色后驗(yàn)概率偏高時(shí)，所得到的皮膚區(qū)域圖就可能含有過 多的非皮膚區(qū)域，或者當(dāng)皮膚像素的膚色后驗(yàn)概率偏低時(shí)，皮膚區(qū)域圖顯示 的皮膚區(qū)域就會不完整，這樣，就降低了人體膚色檢測的準(zhǔn)確度。
發(fā)明內(nèi)容
本發(fā)明提供了 一種人體膚色檢測中閾值的確定方法及裝置，以便提高人 體膚色檢測的準(zhǔn)確度。
本發(fā)明所提供的一種人體膚色檢測中閾值的確定方法，獲取待檢測圖像 對應(yīng)的膚色概率圖^f象；該方法包括
根據(jù)所述膚色概率圖像，獲取平滑的膚色概率分布直方獲取所述平滑的膚色概率分布直方圖中的峰點(diǎn)和谷點(diǎn)；
根據(jù)獲取的所述峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的閾值。本發(fā)明所提供的一種人體膚色檢測中閾值的確定裝置，包括膚色概率圖像
獲取單元用于獲取待檢測圖像對應(yīng)的膚色概率圖像；該裝置還包括
膚色概率分布直方圖獲取單元，用于根據(jù)所述膚色概率圖像獲取單元獲取
的膚色概率圖像，獲取平滑的膚色概率分布直方峰點(diǎn)和谷點(diǎn)獲取單元，用于獲取所述膚色概率分布直方圖獲取單元獲取的
平滑的膚色概率分布直方圖中的峰點(diǎn)和谷點(diǎn)；
閾值確定單元，用于根據(jù)獲取的所述峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中
的閾值。
從上述方案可以看出，本發(fā)明中的 一種人體膚色^企測中闞值的確定方法 及裝置，獲取待檢測圖像對應(yīng)的膚色概率圖像；具體實(shí)現(xiàn)時(shí)，通過根據(jù)所述 膚色概率圖像，獲取平滑的膚色概率分布直方圖；之后，獲取所述平滑的膚 色概率分布直方圖中的峰點(diǎn)和谷點(diǎn)；根據(jù)獲取的所述峰點(diǎn)和谷點(diǎn)，確定人體 膚色檢測中的閾值，可以避免現(xiàn)有技術(shù)中采用閾值為固定值對人體膚色檢 測，進(jìn)而提高了人體膚色檢測的準(zhǔn)確度。
圖1為本發(fā)明實(shí)施例提出的一種人體膚色檢測中閾值的確定方法流程
圖2為本發(fā)明實(shí)施例中典型的經(jīng)過平滑之后的膚色概率分布直方圖； 圖3為本發(fā)明實(shí)施例中獲取平滑的膚色概率分布直方圖的峰點(diǎn)和谷點(diǎn) 的流程圖4為本發(fā)明實(shí)施例中利用篩選后的峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中 的閾值流程圖5為本發(fā)明實(shí)施例中人體膚色檢測中閾值的確定裝置結(jié)構(gòu)圖。
具體實(shí)施例方式
為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下面結(jié)合實(shí)施例和附圖，.對本發(fā)明進(jìn)一步詳細(xì)說明。
參見圖1，圖1為本發(fā)明實(shí)施例提出的一種人體膚色檢測中閾值的確定方 法流程圖，該實(shí)施例中，針對待檢測圖像，首先可通過膚色概率模型計(jì)算出待 檢測圖像中的每個(gè)像素是膚色的概率，得到一幅與待檢測圖像對應(yīng)的膚色概率 圖像，具體實(shí)現(xiàn)時(shí)，可采用與現(xiàn)有技術(shù)類似的操作步驟，這里不再贅述。則如
圖l所示，該人體膚色檢測中閾值的確定方法流程可包括以下步驟
步驟IOI,根據(jù)上述膚色概率圖像，獲取平滑的膚色概率分布直方圖。 這里，根據(jù)膚色概率圖像，獲取平滑的膚色概率分布直方圖可包括首先 根據(jù)膚色概率圖像，統(tǒng)計(jì)出該膚色概率圖像對應(yīng)的膚色概率分布直方圖，之后， 再對統(tǒng)計(jì)出的膚色概率分布直方圖進(jìn)行平滑處理，具體實(shí)現(xiàn)時(shí)，可利用gauss 核函數(shù)對統(tǒng)計(jì)出的膚色概率分布直方圖進(jìn)行平滑處理，獲得平滑的膚色概率分 布直方圖。
參見圖2,圖2為本發(fā)明實(shí)施例中典型的經(jīng)過平滑之后的膚色概率分布直 方圖。如圖2所示，上述得到的平滑的膚色概率分布直方圖有兩個(gè)坐標(biāo)軸，其 中一個(gè)坐標(biāo)軸為橫坐標(biāo)軸(x坐標(biāo)軸)，用于表示等距離量化后的膚色概率，該 橫坐標(biāo)軸的數(shù)值范圍為0 1,即最左端為O,最右端為1。另一個(gè)坐標(biāo)軸垂直于 橫坐標(biāo)軸，為縱坐標(biāo)軸，用于表示每個(gè)膚色概率對應(yīng)的像素個(gè)數(shù)。此外，從圖 2中可以看到，該圖2中越靠右，膚色概率越大，也即越接近膚色區(qū)域。 步驟102，獲取上述平滑的膚色概率分布直方圖中的峰點(diǎn)和谷點(diǎn)。 這里，上述獲取平滑的膚色概率分布直方圖中的峰點(diǎn)和谷點(diǎn)可參見圖3所 示的步驟，如圖3所示，上述獲取平滑的膚色概率分布直方圖中的峰點(diǎn)和谷點(diǎn) 可包括以下步驟
步驟301,獲取平滑的膚色概率分布直方圖中的所有的峰點(diǎn)和谷點(diǎn)。 這里，從平滑的膚色概率分布直方圖的最右端開始，依次獲取平滑的膚色 概率分布直方圖中的峰點(diǎn)和谷點(diǎn)。其中，獲取平滑的膚色概率分布直方圖中的 峰點(diǎn)時(shí)，可根據(jù)峰點(diǎn)的縱坐標(biāo)大于等于相鄰的任意一個(gè)點(diǎn)的縱坐標(biāo)的原則獲取。 相應(yīng)地，獲取平滑的膚色概率分布直方圖中的谷點(diǎn)時(shí)，可根據(jù)谷點(diǎn)的縱坐標(biāo)小于等于相鄰的任意一個(gè)點(diǎn)的縱坐標(biāo)的原則獲取。這樣，在圖2所示的經(jīng)過平滑
后的膚色概率分布直方圖中，可以獲取平滑的膚色概率分布直方圖中的峰點(diǎn)有
5個(gè)，序號從平滑后的膚色概率分布直方圖中的右端開始，依次分別對應(yīng)為1 至5，其中，序號1至5的峰點(diǎn)的橫坐標(biāo)值分別為pl, p2, p3, p4和p5，而平 滑的膚色概率分布直方圖中的谷點(diǎn)有4個(gè)，序號從平滑后的膚色概率分布直方 圖中的右端開始，依次分別對應(yīng)為1'至4'，其中，序號1'至4'谷點(diǎn)的橫坐標(biāo)值分 別為vl， v2， v3和v4。可以看出，圖2所示平滑的膚色概率分布直方圖中， 峰點(diǎn)的個(gè)數(shù)比谷點(diǎn)的個(gè)數(shù)多一個(gè)。此外還可以看出，該圖2中第1個(gè)峰點(diǎn)的橫 坐標(biāo)比較大，因此，其縱坐標(biāo)可認(rèn)為對應(yīng)著皮膚區(qū)域的像素。
步驟302，按照預(yù)設(shè)的規(guī)則對所述獲取的所有的峰點(diǎn)和谷點(diǎn)進(jìn)行篩選，得 到篩選后的峰點(diǎn)和谷點(diǎn)。
其中，上述按照預(yù)設(shè)的規(guī)則對所述獲取的峰點(diǎn)和谷點(diǎn)進(jìn)行篩選，得到篩選 后的峰點(diǎn)和谷點(diǎn)主要是排除不顯著的峰點(diǎn)與谷點(diǎn)，優(yōu)選地，本實(shí)施例中按照預(yù) 設(shè)的規(guī)則對所述獲取的峰點(diǎn)和谷點(diǎn)進(jìn)行篩選，采用以下方式首先，將上述獲 取的所有的峰點(diǎn)和谷點(diǎn)按照橫坐標(biāo)值的大小進(jìn)行排列。然后，判斷任意兩個(gè)相 鄰峰點(diǎn)的橫坐標(biāo)值之差是否小于等于第一預(yù)設(shè)閾值，如果是，將其中一個(gè)橫坐 標(biāo)值較小的峰點(diǎn)和夾在所述兩個(gè)相鄰的峰點(diǎn)之間的谷點(diǎn)排除；和/或，判斷任意 兩個(gè)相鄰谷點(diǎn)的橫坐標(biāo)值之差是否小于等于第二預(yù)設(shè)闊值，如果是，將其中一 個(gè)橫坐標(biāo)值較大的谷點(diǎn)和夾在所述兩個(gè)相鄰的谷點(diǎn)之間的峰點(diǎn)排除；和/或，如 果相鄰的峰點(diǎn)和谷點(diǎn)的橫坐標(biāo)值之差在第三預(yù)設(shè)閾值的范圍內(nèi)，則判斷所述相 鄰的峰點(diǎn)和谷點(diǎn)的縱坐標(biāo)值之差是否小于第四預(yù)設(shè)閾值，如果是，將所述相鄰 的峰點(diǎn)和谷點(diǎn)排除。
本實(shí)施例中，如果平滑的膚色概率分布直方圖如圖2所示，則將所述獲取 的峰點(diǎn)和谷點(diǎn)按照橫坐標(biāo)值的大小進(jìn)行排列可以為pl， vl, p2, v2, p3, v3, p4, v4和p5。
并且，上述判斷任意兩個(gè)相鄰峰點(diǎn)的橫坐標(biāo)值之差是否小于等于第一預(yù)設(shè) 閾值，如果是，將其中一個(gè)橫坐標(biāo)值較小的峰點(diǎn)和夾在所述兩個(gè)相鄰的峰點(diǎn)之間的谷點(diǎn)排除為判斷pl與p2之差，或者p2與p3之差，或者p3與p4之差， 或者p4與p5之差是否小于等于第一預(yù)設(shè)閾值，如果是，將其中一個(gè)橫坐標(biāo)值 較小的峰點(diǎn)和夾在所述兩個(gè)相鄰的峰點(diǎn)之間的谷點(diǎn)排除。比如，若p2與p3之 差小于第一預(yù)設(shè)閾值，并且，相比之下，p3小于p2,因?yàn)樾蛱枮?的峰點(diǎn)的4黃 坐標(biāo)值為p3,則排除序號為3的峰點(diǎn)，并且，序號為2'的谷點(diǎn)的橫坐標(biāo)值在p2 與p3之間，則排除序號為2'的谷點(diǎn)。
上述判斷任意兩個(gè)相鄰谷點(diǎn)的橫坐標(biāo)值之差是否小于等于第二預(yù)設(shè)閾值， 如果是，將其中一個(gè)橫坐標(biāo)值較大的谷點(diǎn)和夾在所述兩個(gè)相鄰的谷點(diǎn)之間的峰 點(diǎn)排除為判斷vl與v2之差，v2與v3之差，v3與v4之差是否小于等于第二 預(yù)設(shè)閾值，如果是，將橫坐標(biāo)值較大的谷點(diǎn)和夾在該兩個(gè)相鄰的谷點(diǎn)之間的峰 點(diǎn)排除，比如，若v2與v3之差小于第二預(yù)設(shè)闊值，并且，相比之下，v3小于 v2,則分別排除序號為3'的谷點(diǎn)和序號為3的峰點(diǎn)。
上述如果相鄰的峰點(diǎn)和谷點(diǎn)的橫坐標(biāo)值之差在第三預(yù)設(shè)閾值的范圍內(nèi)時(shí)， 判斷該相鄰的峰點(diǎn)和谷點(diǎn)的縱坐標(biāo)值之差是否小于第四預(yù)設(shè)闊值，如果是，將 所述相鄰的峰點(diǎn)和谷點(diǎn)刪除為如果pl與vl，或者vl與p2,或者p2與v2， 或者v2與p3,或者p3與v3,或者v3與p4，或者p4與v4,或者v4與p5之 差在第三預(yù)設(shè)閾值的范圍內(nèi)，則判斷所述相鄰的峰點(diǎn)和谷點(diǎn)的縱坐標(biāo)值之差是 否小于第四預(yù)設(shè)閾值，如果是，將所述相鄰的峰點(diǎn)和谷點(diǎn)排除。
至此，實(shí)現(xiàn)了對所述獲取的所有的峰點(diǎn)和谷點(diǎn)進(jìn)行篩選，得到篩選后的峰 點(diǎn)和谷點(diǎn)。需要說明的是，本實(shí)施例中除了上述對所述獲取的峰點(diǎn)和谷點(diǎn)進(jìn)行 篩選的方式外，具體實(shí)現(xiàn)時(shí)，還可以有其他方式，如直接將上述獲取的橫坐標(biāo) 值最小的峰點(diǎn)、以及橫坐標(biāo)值最小的谷點(diǎn)排除，或者直接將上述獲取的橫坐標(biāo) 值最大的峰點(diǎn)、以及橫坐標(biāo)值最小的谷點(diǎn)排除等，具體情況需要具體分析，這 里不再贅述。
步驟103，根據(jù)獲取的所述峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的閾值。 這里，上述根據(jù)獲取的峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的閾值具體可為 利用篩選后的峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的閾值。這里，為降低圖像二值化的結(jié)果受閾值左右移動的影響，通常情況下，可 根據(jù)人體膚色檢測中的最佳閾值一定是某個(gè)谷點(diǎn)的橫坐標(biāo)的原則來利用篩選后 的峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的閾值。這樣，經(jīng)過以上篩選得到的每個(gè) 谷點(diǎn)的橫坐標(biāo)都可能是人體膚色檢測中的閾值。優(yōu)選地，該確定的閾值的右端
應(yīng)該都是皮力夫像素，即應(yīng)該都有相近的顏色和相近的膚色積無率；相應(yīng)地，該確 定的閾值的左端為背景像素，因?yàn)楸尘氨旧淼膹?fù)雜性，故該確定的闊值的左端 不一定具有像皮膚像素那樣的同類性。
其中，上述利用篩選后的峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的閾值可采用 圖4所示的操作。圖4為本發(fā)明實(shí)施例中利用篩選后的峰點(diǎn)和谷點(diǎn)，確定人體 膚色檢測中的閾值流程圖。如圖4所示，該流程可包括以下步驟
步驟401，建立平衡皮膚區(qū)域的膚色概率、顏色的一致性與皮膚區(qū)域的面 積三者之間關(guān)系的平衡函數(shù)五(,)。
這里，上述平衡函數(shù)五(O可通過下式表示五(0 = (0"^(0 +義《,。力))/^(0; 其中，t為篩選后的谷點(diǎn)的橫坐標(biāo)值，a^(0為膚色概率大于^的所有像素的膚 色概率方差，可以利用現(xiàn)有技術(shù)計(jì)算方差的操作獲取，《,。力)為膚色概率大于^ 的所有像素的顏色方差，iV(O為膚色概率大于f的所有像素的個(gè)數(shù)，義是一個(gè)數(shù) 量因子。
步驟402 ，將篩選后的谷點(diǎn)的橫坐標(biāo)值作為人體膚色檢測中的閾值自變量 t代入平衡函數(shù)E(O中，將使得平衡函數(shù)五(O取值最小時(shí)的谷點(diǎn)的橫坐標(biāo)值作為 人體膚色檢測中的閾值。
這里，在執(zhí)行步驟402時(shí)，需要先確定膚色概率大于,的所有像素的顏色方 差《,。,W和膚色概率大于^的所有像素的個(gè)數(shù)WW。為便于該實(shí)施例的通用，本 實(shí)施例中的t并非針對篩選后的谷點(diǎn)中某一個(gè)谷點(diǎn)的橫坐標(biāo)值。下面來具體說 明本發(fā)明實(shí)施例中確定膚色概率大于z的所有像素的顏色方差《,。力)和膚色概 率大于f的所有像素的個(gè)數(shù)iV(O的具體方法。
需要說明的是，本實(shí)施例中，在執(zhí)行上述步驟101時(shí)，具體地，在步驟101中的統(tǒng)計(jì)出膚色概率圖像對應(yīng)的膚色概率分布直方圖時(shí)，可進(jìn)一步包括利用
第一累加器計(jì)算每個(gè)膚色概率區(qū)間的像素的個(gè)數(shù)，并利用第二累加器和第三累 加器分別計(jì)算每個(gè)膚色概率區(qū)間的像素的顏色值和顏色值的平方。即維護(hù)三個(gè) 累加器，利用第一累加器計(jì)算每個(gè)膚色概率區(qū)間的像素的個(gè)數(shù)，優(yōu)選地，每個(gè)
膚色積克率區(qū)間的像素的個(gè)數(shù)可以以數(shù)組的形式存在，具體公式可為 4L/]仨4)[y] + l。其中，對于"存在P(^/"lc。/。K力)e[iv/^);且[巧,^+1)為膚色 才既率的區(qū)間。
同樣，利用第二累加器計(jì)算每個(gè)膚色概率區(qū)間的像素的顏色值，優(yōu)選地， 每個(gè)膚色概率區(qū)間的像素的顏色值可以以數(shù)組的形式存在，具體公式為
—4[y]+(co^w);其中，co/。K勻?yàn)橄袼豷的顏色值'對于s,存在
i3( i" lco/。K勻)e [a ，); b;,)為膚色概率的區(qū)間。
利用第三累加器計(jì)算每個(gè)膚色概率區(qū)間的像素的顏色值的平方，優(yōu)選地， 每個(gè)膚色概率區(qū)間的像素的顏色值的平方可以以數(shù)組的形式存在，具體通過下 式表示4[_/]<~4L/] + (co/orO))2 ，其中，cofor(力為像素s的顏色值，對于s，存 在尸0&" lco/。K力)e [a ，); [a ,巧+1)為膚色概率的區(qū)間。
這樣，就可以計(jì)算大于？的所有像素的顏色方差《,。力)，具體可通過積分算 法獲取，包括
在第 一 累加器計(jì)算的結(jié)果中，對膚色概率大于,的所有膚色概率區(qū)間中的像 素個(gè)數(shù)進(jìn)行積分，得到膚色概率大于^的所有像素的個(gè)數(shù)A^),具體可通過下式 表示A^) = Z4M。
A:>=t
在第二累加器和第三累加器分別計(jì)算的結(jié)果中，分別對膚色概率大于^的所
有膚色概率區(qū)間中的像素的顏色值和顏色值的平方進(jìn)行積分，得到a(o和a(o;
其中，A(,"Z4W， 52(0 = Z4[A:]。
利用TV(o和A(O計(jì)算膚色概率大于^的所有像素的顏色均值，具體為 ,=柳/，)。利用所述顏色均值、N(t)和A(O,計(jì)算膚色概率大于^的所有像素的顏色方 差《,。力)。具體為cr2[t] = 52[t]/N(t)-(m(t))2。
至此，實(shí)現(xiàn)了計(jì)算定膚色概率大于f的所有像素的顏色方差W和膚色概 率大于,的所有像素的個(gè)數(shù)W(O 。
之后，執(zhí)行步驟402,即將篩選后的谷點(diǎn)的橫坐標(biāo)值分別代入平衡函數(shù)五(O 中，將使得平衡函數(shù)E(,)取值最小時(shí)的谷點(diǎn)的橫坐標(biāo)值作為人體膚色檢測中的
閾值。比如平滑的膚色概率分布直方圖如圖2所示，其中，篩選后的谷點(diǎn)的序 號分別為1', 2'和4'，其對應(yīng)的橫坐標(biāo)分別為vl、 v2和v4,則將vl、 v2和v4
分別代入五(O中，得到對應(yīng)的結(jié)果五(vl)，五(v2)和五(v4)，之后，確定出五(vl),五(v2) 和五(v4)中的最小值，如果五(v2)最小，則將V2確定為人體膚色檢測中的闊值。
至此，實(shí)現(xiàn)了確定人體膚色檢測中的閾值的方法流程。這樣，利用本發(fā)明 實(shí)施例中確定人體膚色檢測中的閾值的方法流程可應(yīng)用于敏感圖像過濾、快速 人臉檢測、以及用于其它類似的非對稱的圖像二值化問題的檢測技術(shù)上。
需要說明的是，上述利用皮膚類的一致性作為判據(jù)來執(zhí)行步驟401中的建 立平衡皮膚區(qū)域的膚色概率、顏色的一致性與皮膚區(qū)域的面積三者之間關(guān)系的 平衡函數(shù)￡(/),進(jìn)而確定人體膚色檢測中的閾值，本實(shí)施例還可采用其他判據(jù) 如類間方差判據(jù)和熵判據(jù)來確定人體膚色檢測中的閾值，具體情況需要具體分 析，這里不再贅述。
為了更好地實(shí)現(xiàn)上述人體膚色檢測中閾值的確定方法，本發(fā)明實(shí)施例還提 供了一種人體膚色檢測中閾值的確定裝置，具體可參見圖5所示的裝置結(jié)構(gòu)圖。
圖5為本發(fā)明實(shí)施例中人體膚色檢測中閾值的確定裝置結(jié)構(gòu)圖，如圖5所 示，該裝置包括膚色概率圖像獲取單元501用于獲取待檢測圖像對應(yīng)的膚色 概率圖像；關(guān)鍵地，該裝置還可包括膚色概率分布直方圖獲取單元502、峰 點(diǎn)和谷點(diǎn)獲取單元503和閾值確定單元504。
其中，膚色概率分布直方圖獲取單元502用于根據(jù)膚色概率圖像獲取單元 401獲取的膚色概率圖像，獲取平滑的膚色概率分布直方圖。峰點(diǎn)和谷點(diǎn)獲取單元503用于獲取膚色概率分布直方圖獲取單元402獲取 的平滑的膚色概率分布直方圖中的峰點(diǎn)和谷點(diǎn)。
閾值確定單元504用于根據(jù)獲取的所述峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中 的閾值。
優(yōu)選地，膚色概率分布直方圖獲取單元502可包括膚色概率分布直方圖 獲取子單元5021和平滑的膚色概率分布直方圖獲取子單元5022。
其中，膚色概率分布直方圖獲取子單元5021用于根據(jù)膚色概率圖像，統(tǒng)計(jì) 出所述膚色概率圖像對應(yīng)的膚色概率分布直方圖。
平滑的膚色概率分布直方圖獲取子單元5022用于對膚色概率分布直方圖 獲取子單元5022統(tǒng)計(jì)出的膚色概率分布直方圖進(jìn)行平滑處理，獲得平滑的膚色 概率分布直方圖。
優(yōu)選地，平滑的膚色概率分布直方圖獲取子單元5022獲取的平滑的膚色概 率分布直方圖的一個(gè)坐標(biāo)軸為橫坐標(biāo)軸，用于表示等距離量化后的膚色概率， 另 一個(gè)坐標(biāo)軸為縱坐標(biāo)軸，用于表示每個(gè)膚色4既率對應(yīng)的^f象素個(gè)數(shù)。
優(yōu)選地，峰點(diǎn)和谷點(diǎn)獲取單元503可包括峰點(diǎn)和谷點(diǎn)獲取子單元5031 和篩選子單元5032。
其中，峰點(diǎn)和谷點(diǎn)獲取子單元5031用于獲取平滑的膚色概率分布直方圖中 的所有的峰點(diǎn)和谷點(diǎn)。
篩選子單元5032用于按照預(yù)設(shè)的規(guī)則對峰點(diǎn)和谷點(diǎn)獲取子單元5031獲取 的所有的峰點(diǎn)和谷點(diǎn)進(jìn)行篩選，得到篩選后的峰點(diǎn)和谷點(diǎn)。
這樣，閾值確定單元504利用篩選后的峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中 的閾<直。
需要說明的是，本發(fā)明實(shí)施例中，人體膚色檢測中閾值的確定裝置內(nèi)部各 個(gè)單元的具體操作過程可與圖1所示方法流程中描述的操作一致，并且各個(gè)單 元可以是物理功能單元，也可以是軟件功能單元，并且各個(gè)單元還可進(jìn)行細(xì)分 或進(jìn)行合并，具體實(shí)現(xiàn)時(shí)，本領(lǐng)域普通技術(shù)人員可根據(jù)實(shí)際情況進(jìn)行處理，此 處不再——列舉。可見，本發(fā)明實(shí)施例中的人體膚色檢測中闊值的確定方法及裝置，在獲取
待檢測圖像對應(yīng)的膚色概率圖像后；可通過根據(jù)所述膚色概率圖像，獲取平滑 的膚色概率分布直方圖；獲取所述平滑的膚色概率分布直方圖中的峰點(diǎn)和谷點(diǎn)； 根據(jù)獲取的所述峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的闊值，可以提高現(xiàn)有技術(shù) 中基于膚色概率模型和閾值法的膚色檢測方法的檢測效果，避免現(xiàn)有技術(shù)中采 用閾值為固定值對人體膚色檢測，進(jìn)而提高了人體膚色檢測的準(zhǔn)確度。
以上所述的具體實(shí)施例，對本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了 進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的較佳實(shí)施例而已， 并非用于限定本發(fā)明的保護(hù)范圍，凡在本發(fā)明的精神和原則之內(nèi)，所作的任 何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1、一種人體膚色檢測中閾值的確定方法，獲取待檢測圖像對應(yīng)的膚色概率圖像；其特征在于，該方法包括根據(jù)所述膚色概率圖像，獲取平滑的膚色概率分布直方圖；獲取所述平滑的膚色概率分布直方圖中的峰點(diǎn)和谷點(diǎn)；根據(jù)獲取的所述峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的閾值。
2、 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取平滑的膚色概率分 布直方圖中的峰點(diǎn)和谷點(diǎn)包括獲取平滑的膚色概率分布直方圖中的所有的峰點(diǎn)和谷點(diǎn)； 按照預(yù)設(shè)的規(guī)則對所述獲取的所有的峰點(diǎn)和谷點(diǎn)進(jìn)行篩選，得到篩選后的 峰點(diǎn)禾口谷點(diǎn)；所述根據(jù)獲取的峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的閾值包括 利用篩選后的峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的閾值。
3、 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述按照預(yù)設(shè)的規(guī)則對獲取 的所有的峰點(diǎn)和谷點(diǎn)進(jìn)行篩選包括將所述獲取的所有的峰點(diǎn)和谷點(diǎn)按照橫坐標(biāo)值的大小進(jìn)行排列； 判斷任意兩個(gè)相鄰峰點(diǎn)的橫坐標(biāo)值之差是否小于等于第一預(yù)設(shè)閾值，如果 是，將其中一個(gè)橫坐標(biāo)值較小的峰點(diǎn)和夾在所述兩個(gè)相鄰的峰點(diǎn)之間的谷點(diǎn)排除；和/或，利斷任意兩個(gè)相鄰谷點(diǎn)的橫坐標(biāo)值之差是否小于等于第二預(yù)設(shè)闊值，如果 是，將其中一個(gè)橫坐標(biāo)值較大的谷點(diǎn)和夾在所述兩個(gè)相鄰的谷點(diǎn)之間的峰點(diǎn)排 除；和/或，如果相鄰的峰點(diǎn)和谷點(diǎn)的橫坐標(biāo)值之差在第三預(yù)設(shè)閾值的范圍內(nèi)，則判斷 所述相鄰的峰點(diǎn)和谷點(diǎn)的縱坐標(biāo)值之差是否小于第四預(yù)設(shè)闊值，如果是，將所 述相鄰的峰點(diǎn)和谷點(diǎn)排除。
4、 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述利用篩選后的峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的閾值包括建立平衡膚色概率、顏色的一致性與皮膚區(qū)域的面積三者之間關(guān)系的平衡函數(shù)邵)；將篩選后的谷點(diǎn)的橫坐標(biāo)值作為人體膚色檢測中的閾值自變量t代入平衡 函數(shù)五(O中，將使得平衡函數(shù)五(《)取值最小時(shí)的谷點(diǎn)的橫坐標(biāo)值作為人體膚色檢 測中的閾值。
5、 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述平衡函數(shù)E(O為<formula>formula see original document page 3</formula>其中，cr二(O為膚色概率大于f的所有像素的膚色概率方差，《,。力)為膚色 概率大于f的所有像素的顏色方差，7V(f)為膚色概率大于f的所有像素的個(gè)數(shù)，義是一個(gè)數(shù)量因子。
6、 根據(jù)權(quán)利要求5所述的方法，其特征在于，在所述根據(jù)膚色概率圖像， 獲取平滑的膚色概率分布直方圖時(shí)，進(jìn)一步包括利用第一累加器計(jì)算每個(gè)膚 色概率區(qū)間的像素的個(gè)數(shù)，以及利用第二累加器和第三累加器分別計(jì)算每個(gè)膚 色概率區(qū)間的像素的顏色值和顏色值的平方；所述膚色概率大于,的所有像素的顏色方差《,。力)通過積分獲取，包括在 第一累加器計(jì)算的結(jié)果中，對膚色概率大于？的所有膚色概率區(qū)間中的像素個(gè)數(shù) 進(jìn)行積分，得到膚色概率大于f的所有像素的個(gè)數(shù)7V(,),在第二累加器和第三累 加器分別計(jì)算的結(jié)果中，分別對膚色概率大于^的所有膚色概率區(qū)間中的像素的 顏色值和顏色值的平方進(jìn)行積分，得到A (0和&(0;利用和A(/)計(jì)算膚色概率大于f的所有像素的顏色均值； 利用所述顏色均值、N(t)和A(O,計(jì)算膚色概率大于f的所有像素的顏色方 差《,。力)。
7、 一種人體膚色檢測中閾值的確定裝置，包括膚色概率圖像獲取單元用于 獲取待檢測圖像對應(yīng)的膚色概率圖像；其特征在于，該裝置還包括膚色概率分布直方圖獲取單元，用于根據(jù)所述膚色概率圖像獲取單元獲取的膚色概率圖像，獲取平滑的膚色概率分布直方圖；峰點(diǎn)和谷點(diǎn)獲取單元，用于獲取所述膚色概率分布直方圖獲取單元獲取的平滑的膚色概率分布直方圖中的峰點(diǎn)和谷點(diǎn)；閾值確定單元，用于根據(jù)獲取的所述峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的 閾值。
8、 根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述膚色概率分布直方圖獲 取單元包括膚色概率分布直方圖獲取子單元，用于才艮據(jù)膚色概率圖像，統(tǒng)計(jì)出所述膚 色概率圖像對應(yīng)的膚色概率分布直方圖；平滑的膚色概率分布直方圖獲取子單元，用于對所述膚色概率分布直方圖 獲取子單元統(tǒng)計(jì)出的膚色概率分布直方圖進(jìn)行平滑處理，獲得平滑的膚色概率 分布直方圖。
9、 根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述平滑的膚色概率分布直 方圖獲取子單元獲取的平滑的膚色概率分布直方圖的一個(gè)坐標(biāo)軸為橫坐標(biāo)軸， 用于表示等距離量化后的膚色概率，另一個(gè)坐標(biāo)軸為縱坐標(biāo)軸，用于表示每個(gè) 膚色概率對應(yīng)的像素個(gè)數(shù)。
10、 根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述峰點(diǎn)和谷點(diǎn)獲取單元 包括峰點(diǎn)和谷點(diǎn)獲取子單元，用于獲取平滑的膚色概率分布直方圖中的所有的峰點(diǎn)和谷點(diǎn)；篩選子單元，用于按照預(yù)設(shè)的規(guī)則對所述峰點(diǎn)和谷點(diǎn)獲取子單元獲取的所有的峰點(diǎn)和谷點(diǎn)進(jìn)行篩選，得到篩選后的峰點(diǎn)和谷點(diǎn)；所述閾值確定單元利用篩選后的峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的閾值。
全文摘要
本發(fā)明公開了一種人體膚色檢測中閾值的確定方法及裝置，獲取待檢測圖像對應(yīng)的膚色概率圖像；該方法包括根據(jù)所述膚色概率圖像，獲取平滑的膚色概率分布直方圖；獲取所述平滑的膚色概率分布直方圖中的峰點(diǎn)和谷點(diǎn)；根據(jù)獲取的所述峰點(diǎn)和谷點(diǎn)，確定人體膚色檢測中的閾值。采用本發(fā)明，能夠提高人體膚色檢測的準(zhǔn)確度。
文檔編號G06K9/62GK101299242SQ20081011085
公開日2008年11月5日 申請日期2008年6月13日 優(yōu)先權(quán)日2008年6月13日
發(fā)明者付立波, 王建宇, 波 陳 申請人:騰訊科技(深圳)有限公司