基于新的膚色模型的人臉檢測方法

為此，本文在Hsu R L方法的基礎上，提出了一種基于單幅圖像自身膚色分布特征的新的檢測算法。該新算法即考慮到膚色在某個(gè)特定的膚色空間中所具有的統計特征，同時(shí)又考慮到光線(xiàn)變化的影響。
本膚色檢測算法主要是針對單幅圖像中人臉的膚色分布來(lái)進(jìn)行區域分割，同時(shí)結合膚色信息，自動(dòng)選取類(lèi)似的區域作為膚色區域，從而克服了傳統通過(guò)大量膚色樣本統計得到的膚色模型來(lái)進(jìn)行膚色檢測容易導致的過(guò)檢測問(wèn)題。該檢測算法的流程圖如圖3所示。

3 新算法的實(shí)現
新算法的具體實(shí)現步驟可以分為顏色空間變換。
3．1 顏色空間變換
新算法首先將圖像的色度空間由RGB轉換為YCbCr空間，并按式(1)～(4)進(jìn)行非線(xiàn)性變換。這是因為非線(xiàn)性變換后的顏色空間Cb′Cr′受到亮度的影響較小，能更好地利用色彩空間的顏色信息進(jìn)行建模。
3．2 CbCr二維直方圖
統計每個(gè)像素的Cb′Cr′值并取其對數值，以形成一個(gè)Cb′Cr′值的二維直方圖。通過(guò)實(shí)驗發(fā)現，由于正常光照下的某個(gè)特定人臉的絕大部分區域的顏色都具有很強的一致性，其膚色點(diǎn)Cb′Cr′分量的二維直方圖通常都呈一定的峰狀。
3．3 標記及直方圖分割
提取二維直方圖中的峰值時(shí)，為便于消除干擾，應引入一個(gè)參數K：

其中，S表示從峰值到鄰近峰谷的最短距離，H表示峰值的高，圖4所示是進(jìn)行標記的示意圖。

做標記時(shí)，首先檢測二維直方圖中的各個(gè)峰值區域，并將參數K大于閾值的峰值作為標記(閾值為10％)，以便于下一步的膚色檢測。
本文采用了一種水平面下移的方法來(lái)對二維直方圖區域進(jìn)行分割，即將二維直方圖看成位于水平面以下的峰谷，然后調整水平面，使之逐步下移，這樣，各個(gè)山峰便依次顯露出來(lái)。通?？上仍O定水平面高度H，然后下調水平面d，對高于水平面(H-d)的峰值點(diǎn)分配一個(gè)唯一的標記，再接著(zhù)調整水平面的高度，檢測位于H-2d與H-d之間的像素值。若該像素是一個(gè)新的峰值點(diǎn)，則分配新的標記；否則，在其周?chē)鷮ふ揖嚯x最近且已經(jīng)標記過(guò)的像素，并給它分配相同的標記。直到給定高度上所有像素都分配到一個(gè)標記為止。圖5所示是水平面下移算法流程圖。

3．4 膚色分割