[发明专利]人体肤色的测评方法

说明书

技术领域

本发明涉及一种人体肤色的测评方法，尤其涉及一种在图像中或者画面中提取人体肤色特征并对相应肤色进行评价的方法，并相应可应用于电视画质的测评。

背景技术

肤色检测目前已在人脸检测、手势识别、人体跟踪、敏感图像过滤等问题中得到广泛应用。它通常被作为预处理环节来降低问题求解的计算复杂度。由于种族、光照、背景等因素的影响，准确分割人体肤色区域仍是一个有挑战性的问题。

目前常用肤色检测算法大体可分4类：简单定义肤色模型、非参数肤色模型、参数肤色模型、动态肤色模型。简单定义肤色模型是通过实验观察，通过定义一系列规则来定义颜色空间中的肤色区域，采用的规则包括有人工定义的简单的线性函数、复杂的非线性函数，或者通过机器学习自动找到规则。非参数肤色模型通过训练集中的肤色出现频率直接估计每种颜色的肤色概率，常用方法有查表法、Bayes法、SOM法等，这类模型中的各颜色点的肤色概率值独立，准确性高，但缺乏泛化能力。参数肤色模型假定肤色分布符合某类具体的数学函数，并通过训练数据来确定出相应的参数，模型通常被假定为服从单高斯分布、多高斯分布、椭圆分布等，这种模型在训练数据不充分的情况下具有泛化能力，但其分布形式的假设缺乏有说服力的证明。动态肤色模型常应用于视频跟踪中，利用了前后帧信息的相关性。

此外近年来还提出了一种自适应阀值肤色检测方法，提出了一种基于自适应阈值的肤色检测算法。相对于固定阈值的直方图检测方法，该算法可以针对不同的图像内容产生相应的最优分割阈值。通过对肤色概率分布直方图(SPDH)的观察分析，可以提取出4点线索来帮助寻找最优阈值，在此基础上训练出一个人工神经网络分类器来确定最优阈值。同时提出了一种图像逻辑运算，可以最大限度地去除混淆背景。提出的算法在寻找最优阈值的过程中无需迭代计算，因此速度快，适合于实时应用。实验结果表明其性能优于广泛采用的固定阈值肤色检测方法，但该算法主要适用于静态图象中的肤色检测。

发明内容

本发明的目的在于揭示一种人体肤色检测与评价的方法，通过对图象或者画面中人体肤色区域的准确定位和肤色测评，进而对图象或者电视画质进行客观评价，并可以实现对图象或者电视画面中人体肤色的自动检测与评价。

一种人体肤色的测评方法，包括：将待测图象置于第一色彩空间；在第一色彩空间对待测图象进行第一次检测；将第一次检测的结果在第二色彩空间进行第二次检测；根据第二次检测的结果确定人体肤色区域；提取人体肤色区域的色彩特征；根据所述的色彩特征对人体肤色进行测评。

作为本发明一个较佳实施例，所述的色彩特征采用人体肤色区域的饱和度值及色彩空间中的色度值。

作为本发明一个较佳实施例，所述饱和度值为饱和度均值，所述色度值为色度均值。

作为本发明一个较佳实施例，将所述的色彩特征输入分类器进行，根据分类结果对所述的人体肤色进行测评。

作为本发明一个较佳实施例，所述根据第二次检测的结果确定人体肤色区域后，还包括，根据人眼位置确定人体肤色区域。

作为本发明一个较佳实施例，主要根据R值大于G和B值的条件，在RGB色彩空间对待测图象进行第一次检测，对符合条件的象素点进行标记。

作为本发明一个较佳实施例，将符合条件的象素点在YCrCb和/或HSV色彩空间进行第二次检测后，将非肤色区域和肤色区域分别进行标记。

作为本发明一个较佳实施例，将符合条件的象素点在YCrCb和/或HSV色彩空间内根据Cb、Cr和H值的范围，进行第二次检测。

本发明揭示的人体肤色测评方法，可以应用在电视画质的测评中。

作为本发明一个较佳实施例，所述待测图象为从电视画面中截取的图像。

作为本发明一个较佳实施例，将所述人体肤色测评结果应用于电视机画质的测评。

本发明揭示的人体肤色测评方法，克服了同类系统和方法中仅采用估算和人为评测的不足并克服背景中近似肤色背景的影响；由于采用人眼定位方法，对于前期的色彩空间阈值可以适当放宽，这样可以满足适应各类电视要求；整个测评方法中的运算量较小，实现性较高。

附图说明

附图1为本发明实施例中从电视画面截取的人像正面示意图；

附图2为图1的人眼定位示意图；

附图3为图1经过二次检测后的效果示意图；

附图4为本发明较佳实施例的人体肤色测评方法流程示意图。

具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。