[发明专利]一种基于肤色模型的皮肤识别方法

说明书

技术领域

本发明涉及图像识别方法，更具体地说，涉及一种基于肤色模型的皮肤识别方法。

背景技术

皮肤识别的目标是从图像中自动地识别人体的皮肤区域，并且根据识别出的皮肤区域进行美容美化操作。而现有技术中，对图像中人体的皮肤识别存在误识别率高、需要构建数据库的时间久和步骤麻烦、实现复杂、程序运行效率低等不足。

中国发明专利申请201110185739.0公开了一种模式识别和图像处理技术领域中的一种光照自适应的人体肤色检测方法，通过收集训练数据库，用训练数据库来训练基础肤色模型和光照模型，并用基础肤色模型对待检测图像的像素点进行筛选，从光照模型中找出一个和待检测图像最接近的光照模型，用该模型对待检测图像和基础肤色模型进行修正，修正后的待检测图像经修正后的基础肤色模型检测后输出。

但上述发明的技术方案主要是根据数据库来构建肤色模型，必然存在有很大的局限性。当软件定义的数据库中的训练数据都偏于黑暗的情况时，偏亮的照片的皮肤检测得到的较黑的部分就会被自动识别为皮肤，导致误识别率；当软件定义的数据库中的训练数据都偏于明亮的情况时，偏暗的照片的皮肤检测得到的结果是会有很大部分不被识别，误识别率更高；当软件定义的数据库中的训练数据偏平衡的时候，较暗或者较亮的皮肤都不会被识别出来。

发明内容

本发明的目的在于克服现有技术的不足，提供一种识别率高、实现简单高效、运行效率高的一种基于肤色模型的皮肤识别方法。

本发明的技术方案如下：

一种基于肤色模型的皮肤识别方法，步骤如下：

1）对图像进行人脸识别，获取人脸区域；

2）对步骤1）获取的人脸区域进行均值计算，获取平均肤色；

3）根据步骤2）获取的平均肤色计算当前图像的肤色概率映射表；

4）根据步骤3）获取的肤色概率映射表对当前图像进行肤色识别，并获得当前图像的肤色概率的结果图。

作为优选，步骤2）具体为：

2.1）初始化原始皮肤模型；

2.2）计算整个图像的颜色均值，作为初始皮肤的阈值；

2.3）根据步骤2.2）获取得的初始皮肤的阈值计算人脸区域的平均肤色。

作为优选，步骤2.1）中，初始化原始皮肤模型的步骤如下：

2.1.1）创建肤色模型，大小为256*256；

2.1.2）依次对肤色模型进行赋值，具体伪代码如下；

作为优选，步骤2.2）具体为：

2.2.1）遍历整个图像的像素点，将红色通道、绿色通道、蓝色通道的颜色值累加，得到颜色累加值；

2.2.2）将颜色累加值除以像素点的总数，得到红色通道、绿色通道、蓝色通道的均值，作为初始皮肤的阈值。

作为优选，步骤2.3）具体为：

2.3.1）根据如下公式计算平均肤色的黑白值：

GRAY1=0.299*RED+0.587*GREEN+0.114*BLUE

其中，GRAY1为灰度图的当前像素点的灰度值；RED、GREEN、BLUE分别为图像的当前像素点的红、绿、蓝通道的颜色值；

2.3.2）将步骤2.3.1）中的黑白值作为阈值，用来排除人脸区域非皮肤的部分；

并依次遍历人脸区域里的像素点的颜色值，根据如下公式获得平均肤色：

skin=SkinModel[red][blue];

其中，skin为经过皮肤模型的颜色映射后的皮肤值；SkinModel为步骤2.1）的初始化原始皮肤模型；red为红色通道的颜色值；blue为蓝色通道的颜色值。

作为优选，步骤3）所述的肤色概率映射表通过如下步骤获取：

3.1）创建肤色概率映射表，大小为256*256；

3.2）依次对肤色概率映射表进行赋值，具体伪代码如下；

作为优选，步骤4）通过如下公式进行实现：

skinColor=SkinProbability[red][blue]

其中，skinColor为结果图的肤色概率值；SkinProbability为肤色概率映射表；red为像素点的红色通道的颜色值；blue为像素点的蓝色通道的颜色值。

作为优选，步骤1）当人脸区域识别失败时，将整个图像定义为人脸区域。