專利名稱：圖像中膚色區(qū)域的分割方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像分割技術(shù)領(lǐng)域，尤其是涉及圖像中膚色區(qū)域的分割方法和裝置。
背景技術(shù)：
圖片的分割在圖形圖像處理領(lǐng)域中一直是一個(gè)基礎(chǔ)而重要的問題，很多后續(xù)的操作都基于分割的結(jié)果，分割效果的好與壞會(huì)直接對(duì)最終的圖像處理結(jié)果，甚至整體系統(tǒng)的性能造成影響，如機(jī)器人汽車在行駛中如果對(duì)道路圖像的分割不準(zhǔn)確，則直接影響運(yùn)行性能。膚色分割技術(shù)是目前圖像分割研究中的熱點(diǎn)之一，其在人臉識(shí)別、表情識(shí)別、人手跟蹤、人機(jī)交互、運(yùn)動(dòng)人體目標(biāo)跟蹤、黃色圖片過濾中都有重要應(yīng)用。目前互聯(lián)網(wǎng)黃色圖片泛濫對(duì)未成年人有極大傷害，是否能夠快速有效地實(shí)現(xiàn)膚色分割對(duì)準(zhǔn)確識(shí)別黃色圖片有重要影響。然而，現(xiàn)有常見的膚色分割方案為基于貝葉斯分類的分割技術(shù)，這種方案需要大量的樣本，計(jì)算概率的方案復(fù)雜，導(dǎo)致圖像分割的效率過低，分割效果也有待改善。

發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供了一種圖像中膚色區(qū)域的分割方法和裝置，能夠快速有效地得到膚色區(qū)域，提高了計(jì)算速度和圖像分割的效率。為達(dá)到上述目的，本發(fā)明實(shí)施例的技術(shù)方案是這樣實(shí)現(xiàn)的本發(fā)明實(shí)施例提供了一種圖像中膚色區(qū)域的分割方法，所述方法包括獲取待檢測(cè)圖像中各像素點(diǎn)的HSV數(shù)據(jù)；根據(jù)所述HSV數(shù)據(jù)對(duì)各像素點(diǎn)進(jìn)行聚類，得到聚類結(jié)果圖像；基于統(tǒng)計(jì)結(jié)果，選取色調(diào)H的閾值范圍；根據(jù)所述聚類結(jié)果圖像中各像素點(diǎn)的H分量以及所述H的閾值范圍，進(jìn)行區(qū)域分割，得到所述待檢測(cè)圖像的膚色區(qū)域
本發(fā)明實(shí)施例還提供了一種圖像中膚色區(qū)域的分割裝置，所述裝置包括HSV數(shù)據(jù)獲取單元，用于獲取待檢測(cè)圖像中各像素點(diǎn)的HSV數(shù)據(jù)；聚類分割單元，用于根據(jù)所述HSV數(shù)據(jù)對(duì)各像素點(diǎn)進(jìn)行聚類，得到聚類結(jié)果圖像；色調(diào)閾值選取單元，用于基于統(tǒng)計(jì)結(jié)果，選取色調(diào)H的閾值范圍；膚色區(qū)域獲取單元，用于根據(jù)所述聚類結(jié)果圖像中各像素點(diǎn)的H分量以及所述H 的閾值范圍，進(jìn)行區(qū)域分割，得到所述待檢測(cè)圖像的膚色區(qū)域。由上述可見，本技術(shù)方案先對(duì)待檢測(cè)圖像在HSV空間中進(jìn)行聚類，將具有相似顏色屬性的像素點(diǎn)分割在同一類中；然后，在聚類的基礎(chǔ)上，根據(jù)統(tǒng)計(jì)得到的膚色分布的閾值范圍，再次進(jìn)行區(qū)域的分割，得到所需檢測(cè)的膚色區(qū)域。本方案的這種兩次分割的處理模式，提高了膚色區(qū)域分割的準(zhǔn)確率，能夠快速有效地得到膚色區(qū)域。并且，本技術(shù)方案提供的膚色區(qū)域分割方式，相對(duì)簡(jiǎn)單易于實(shí)現(xiàn)，所需的樣本量較
4小，顯著降低了計(jì)算的復(fù)雜度和數(shù)據(jù)量，計(jì)算速度快，圖像分割的效率較高。


為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實(shí)施例一提供的一種圖像中膚色區(qū)域的分割方法流程示意圖；圖2為本發(fā)明提供的HSV顏色空間的圓錐空間模型示意圖；圖3為本發(fā)明實(shí)施例二提供的金字塔算法流程處理示意圖；圖4為本發(fā)明實(shí)施例二提供的統(tǒng)計(jì)得到的表示膚色的H向量的概率分布圖；圖5為本發(fā)明實(shí)施例三提供的一種圖像中膚色區(qū)域的分割裝置結(jié)構(gòu)示意圖；圖6為本方案提供的實(shí)驗(yàn)一中原始的待檢測(cè)圖像；圖7為實(shí)驗(yàn)一中采用本方案得到的聚類結(jié)果圖像；圖8為實(shí)驗(yàn)一中對(duì)圖7的聚類結(jié)果圖像執(zhí)行H閾值分割后得到的圖像；圖9為本方案提供的實(shí)驗(yàn)二中原始的待檢測(cè)圖像；圖10為實(shí)驗(yàn)二中采用本方案得到的聚類結(jié)果圖像；圖11為實(shí)驗(yàn)二中對(duì)圖10的聚類結(jié)果圖像執(zhí)行H閾值分割后得到的圖像；圖12為本方案提供的實(shí)驗(yàn)三中原始的待檢測(cè)圖像；圖13為實(shí)驗(yàn)三中采用本方案得到的聚類結(jié)果圖像；圖14為實(shí)驗(yàn)三中對(duì)圖13的聚類結(jié)果圖像執(zhí)行H閾值分割后得到的圖像。
具體實(shí)施例方式下面將結(jié)合本發(fā)明的附圖，對(duì)本發(fā)明的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例， 本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。本發(fā)明實(shí)施例一提供的一種圖像中膚色區(qū)域的分割方法，參見圖1，具體包括11 獲取待檢測(cè)圖像中各像素點(diǎn)的HSV數(shù)據(jù)；上述HSV數(shù)據(jù)為待檢測(cè)圖像中各像素點(diǎn)在色調(diào)、飽和度、亮度(Hue，Saturation, Value)顏色空間中的數(shù)據(jù)。12 根據(jù)所述HSV數(shù)據(jù)對(duì)各像素點(diǎn)進(jìn)行聚類，得到聚類結(jié)果圖像；13 基于統(tǒng)計(jì)結(jié)果，選取色調(diào)H的閾值范圍；14:根據(jù)所述聚類結(jié)果圖像中各像素點(diǎn)的H分量以及所述H的閾值范圍，進(jìn)行區(qū)域分割，得到所述待檢測(cè)圖像的膚色區(qū)域。本發(fā)明實(shí)施例中對(duì)各步驟的執(zhí)行次序不進(jìn)行嚴(yán)格的限制，例如，步驟13中選取H 的閾值范圍的操作可以在步驟11之前預(yù)先執(zhí)行，也可以在步驟11之后或者與步驟11同時(shí)執(zhí)行。優(yōu)選的，上述的H的閾值范圍為7到12。
5
由上述可見，本技術(shù)方案先對(duì)待檢測(cè)圖像在HSV空間中進(jìn)行聚類，將具有相似顏色屬性的像素點(diǎn)分割在同一類中；然后，在聚類的基礎(chǔ)上，根據(jù)統(tǒng)計(jì)得到的膚色分布的閾值范圍，再次進(jìn)行區(qū)域的分割，得到所需檢測(cè)的膚色區(qū)域。本方案的這種兩次分割的處理模式，提高了膚色區(qū)域分割的準(zhǔn)確率，能夠快速有效地得到膚色區(qū)域。并且，本技術(shù)方案提供的膚色區(qū)域分割方式，相對(duì)簡(jiǎn)單易于實(shí)現(xiàn)，所需的樣本量較小，顯著降低了計(jì)算的復(fù)雜度和數(shù)據(jù)量，計(jì)算速度快，圖像分割的效率較高。根據(jù)不同應(yīng)用的需要，設(shè)計(jì)了多種顏色空間，如RGB顏色空間、HSV顏色空間。然而本技術(shù)方案中采用在HSV顏色空間中進(jìn)行膚色區(qū)域的分割。主要原因在于人類的膚色在顏色空間分布比較集中，但是受人種和光照的影響比較大。人種的問題可以通過分類解決，但光照問題則不太容易處理，是普通存在的問題。為了解決這個(gè)問題，本方案把顏色空間映射到亮度(光照)和色度(顏色)分離的顏色空間，即采用HSV顏色空間，從而避免了光照對(duì)區(qū)域分割的影響。并且，RGB模式雖然是一種常用的顏色空間，但這個(gè)空間不區(qū)分亮度、色度，主要是面向硬件設(shè)備，如物理顯示器、攝影機(jī)等，并不適合人眼系統(tǒng)，不適于直接用于膚色分割。HSV顏色空間中H是色調(diào)，S是飽和度，V是亮度。H值是色彩的基本屬性，也就是通常說的顏色，取值0-360。S是色彩的純度，S越高色彩越純，S越低則色彩越灰，取值0-100。 V是亮度，取值0-100。HSV顏色空間可以用一個(gè)圓錐空間模型來表示，參見圖2。HSV顏色空間的模型對(duì)應(yīng)于圓柱坐標(biāo)系中的一個(gè)圓錐形子集，圓錐的頂面對(duì)應(yīng)于V = 1，它對(duì)應(yīng)RGB 模型中的R= 1，G= 1，B = 1三個(gè)面，所代表的顏色較亮。色彩H由繞V軸的旋轉(zhuǎn)角給定。 紅色對(duì)應(yīng)于角度0°，綠色對(duì)應(yīng)于角度120°，藍(lán)色對(duì)應(yīng)于角度。在HSV顏色模型中， 每一種顏色和它的補(bǔ)色相差180°。飽和度S取值從0到1，所以圓錐頂面的半徑為1。HSV 顏色模型所代表的顏色域是CIE色度圖的一個(gè)子集。在圓錐的頂點(diǎn)(即原點(diǎn))處，V = 0， H和S無定義，代表黑色。圓錐的頂面中心處S = 0，V= 1，H無定義，代表白色。從該點(diǎn)到原點(diǎn)代表亮度漸暗的灰色，即具有不同灰度的灰色。對(duì)于這些點(diǎn)，S = 0，H的值無定義。可以說，HSV模型中的V軸對(duì)應(yīng)于RGB顏色空間中的主對(duì)角線。在圓錐頂面的圓周上的顏色， V=LS= 1，這種顏色是純色。下面對(duì)本發(fā)明實(shí)施例二提供的圖像中膚色區(qū)域的分割方法進(jìn)行說明，具體包括11 獲取待檢測(cè)圖像中各像素點(diǎn)的HSV數(shù)據(jù)。當(dāng)利用硬件設(shè)備讀取待檢測(cè)圖像時(shí)，硬件設(shè)備采用是RGB顏色空間，則通過對(duì)待檢測(cè)圖像中各像素點(diǎn)的RGB值進(jìn)行轉(zhuǎn)換，得到所述各像素點(diǎn)的HSV數(shù)據(jù)。RGB數(shù)據(jù)向HSV數(shù)據(jù)的轉(zhuǎn)換方式可以具體表示如下RGB = > HSV,轉(zhuǎn)換公式如下令MAX為R、G、B三個(gè)分量的最大值；MIN為三個(gè)分量的最小值若MAX = MIN,貝IjH = OS = OV = MAX/255若MAX 乒 MIN當(dāng)G彡B時(shí)
H = (Max-R' +G，_Min+B，-Min) / (Max-Min) X 60S = 1-MIN/MAXV = MAX/255當(dāng) G < B 時(shí)H = 360- (Max-R' +G，_Min+B，-Min) / (Max-Min) X 60S = 1-MIN/MAXV = MAX/25512 根據(jù)所述HSV數(shù)據(jù)對(duì)各像素點(diǎn)進(jìn)行聚類，得到聚類結(jié)果圖像。在利用H的閾值范圍進(jìn)行區(qū)域分割之前，先通過聚類分割將顏色屬性相近的像素點(diǎn)分割在同一區(qū)域，從而提高了最終膚色區(qū)域分割的準(zhǔn)確度。本方案的聚類分割處理中，將待檢測(cè)圖像中各像素點(diǎn)的HSV數(shù)據(jù)作為聚類分割的輸入數(shù)據(jù)，即對(duì)各像素點(diǎn)的HSV數(shù)據(jù)執(zhí)行聚類分割操作。聚類的主要操作就是在待檢測(cè)圖像中各像素點(diǎn)的HSV數(shù)據(jù)中，根據(jù)預(yù)定的特征閾值范圍進(jìn)行搜索，將滿足所述特征閾值范圍的像素點(diǎn)劃分在同一個(gè)類中。例如，將位于特征閾值范圍內(nèi)的像素點(diǎn)或者接近特征閾值范圍的像素點(diǎn)集合在一起歸為同一類。進(jìn)一步的，在聚類操作中，本方案還可以采用金字塔聚類分割方式，從而達(dá)到分割速度更快，分割效果更好的效果。金字塔聚類分割方式具體包括通過多分辨分析，將HSV數(shù)據(jù)構(gòu)成的待檢測(cè)圖像迭代分解為多級(jí)不同分辨率的金字塔濾波圖像；按照分辨率從高到底的順序，根據(jù)預(yù)定的特征閾值范圍在所述多個(gè)金字塔濾波圖像中進(jìn)行搜索，將滿足所述特征閾值范圍的像素點(diǎn)劃分在同一個(gè)類中。例如，若原始的HSV圖像表示為g0，對(duì)g0分解得到的一階金字塔濾波圖像表示為 gl，go的分辨率和采樣率都比gl低，然后再對(duì)gl分解得到的二階金字塔濾波圖像表示為 g2，不斷迭代處理得到g3、g4等，這一系列的圖像{g0，gl,…，gn}構(gòu)成金子塔結(jié)構(gòu)，用公式描述如下gk = R(gk_1)其中，k表示序號(hào)，R( ·)表示關(guān)系函數(shù)。每階的濾波圖像對(duì)應(yīng)于一個(gè)節(jié)點(diǎn)，則示例性的，對(duì)每個(gè)節(jié)點(diǎn)可以有如下公式
權(quán)利要求
1.一種圖像中膚色區(qū)域的分割方法，其特征在于，所述方法包括獲取待檢測(cè)圖像中各像素點(diǎn)的HSV數(shù)據(jù)；根據(jù)所述HSV數(shù)據(jù)對(duì)各像素點(diǎn)進(jìn)行聚類，得到聚類結(jié)果圖像；基于統(tǒng)計(jì)結(jié)果，選取色調(diào)H的閾值范圍；根據(jù)所述聚類結(jié)果圖像中各像素點(diǎn)的H分量以及所述H的閾值范圍，進(jìn)行區(qū)域分割，得到所述待檢測(cè)圖像的膚色區(qū)域。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取待檢測(cè)圖像中各像素點(diǎn)的HSV值包括通過對(duì)待檢測(cè)圖像中各像素點(diǎn)的RGB值進(jìn)行轉(zhuǎn)換，得到所述各像素點(diǎn)的HSV數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述HSV值對(duì)各像素點(diǎn)進(jìn)行聚類，得到聚類結(jié)果圖像包括在待檢測(cè)圖像中各像素點(diǎn)的HSV數(shù)據(jù)中，根據(jù)預(yù)定的特征閾值范圍進(jìn)行搜索，將滿足所述特征閾值范圍的像素點(diǎn)劃分在同一個(gè)類中。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述在待檢測(cè)圖像中各像素點(diǎn)的HSV數(shù)據(jù)中，根據(jù)預(yù)定的特征閾值范圍進(jìn)行搜索，將滿足所述特征閾值范圍的像素點(diǎn)劃分在同一個(gè)類中，具體包括通過多分辨分析，將HSV數(shù)據(jù)構(gòu)成的待檢測(cè)圖像迭代分解為多級(jí)不同分辨率的金字塔濾波圖像；按照分辨率從高到底的順序，根據(jù)預(yù)定的特征閾值范圍在所述多個(gè)金字塔濾波圖像中進(jìn)行搜索，將滿足所述特征閾值范圍的像素點(diǎn)劃分在同一個(gè)類中。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述方法還包括通過多分辨分析，將HSV數(shù)據(jù)構(gòu)成的待檢測(cè)圖像迭代分解為4級(jí)不同分辨率的金字塔濾波圖像。
6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于統(tǒng)計(jì)結(jié)果，選取色調(diào)H的閾值范圍包括建立膚色圖片的樣本庫；確定所述樣本庫中各膚色圖片內(nèi)的膚色區(qū)域；對(duì)所述膚色區(qū)域中出現(xiàn)的每一個(gè)H向量，通過如下公式，計(jì)算該H向量的概率值 P(Skin) (c)P(Skin) (c) = Skin(c)/PixCount其中，Skin (c)表示各膚色區(qū)域中H向量為c的像素點(diǎn)的個(gè)數(shù)，PixCoimt表示樣本庫中各膚色圖片所包含的像素點(diǎn)的總數(shù)；當(dāng)H向量所對(duì)應(yīng)的概率值大于概率門限值Tp時(shí)，該H向量屬于所述H的閾值范圍內(nèi)。
7.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于統(tǒng)計(jì)結(jié)果，選取色調(diào)H的閾值范圍包括對(duì)樣本庫中的膚色數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，若多于門限值F的真實(shí)膚色的H向量落到[a，b] 區(qū)間中，則H的閾值范圍為[3，13]，其中，門限值？為一個(gè)大于50%的概率值，[3，13]取值為 [7，12]。
8.根據(jù)權(quán)利要求1至6任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述聚類結(jié)果圖像中各像素點(diǎn)的H分量以及所述閾值范圍，進(jìn)行區(qū)域分割，得到所述待檢測(cè)圖像的膚色區(qū)域，具體包括提取所述聚類結(jié)果圖像中各像素點(diǎn)的H分量；判斷所述像素點(diǎn)的H分量是否滿足H的閾值范圍，若滿足，確認(rèn)該像素點(diǎn)位于膚色區(qū)域中，并保留該像素點(diǎn)；若不滿足，確認(rèn)該像素點(diǎn)位于膚色區(qū)域之外，丟棄該像素點(diǎn)。
9.一種圖像中膚色區(qū)域的分割裝置，其特征在于，所述裝置包括 HSV數(shù)據(jù)獲取單元，用于獲取待檢測(cè)圖像中各像素點(diǎn)的HSV數(shù)據(jù)；聚類分割單元，用于根據(jù)所述HSV數(shù)據(jù)對(duì)各像素點(diǎn)進(jìn)行聚類，得到聚類結(jié)果圖像； 色調(diào)閾值選取單元，用于基于統(tǒng)計(jì)結(jié)果，選取色調(diào)H的閾值范圍； 膚色區(qū)域獲取單元，用于根據(jù)所述聚類結(jié)果圖像中各像素點(diǎn)的H分量以及所述H的閾值范圍，進(jìn)行區(qū)域分割，得到所述待檢測(cè)圖像的膚色區(qū)域。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述色調(diào)閾值選取單元選取的H的閾值范圍為7到12 ；所述膚色區(qū)域獲取單元，還用于提取所述聚類結(jié)果圖像中各像素點(diǎn)的H分量；判斷所述像素點(diǎn)的H分量是否滿足H的閾值范圍，若滿足，確認(rèn)該像素點(diǎn)位于膚色區(qū)域中，并保留該像素點(diǎn)；若不滿足，確認(rèn)該像素點(diǎn)位于膚色區(qū)域之外，丟棄該像素點(diǎn)。
全文摘要
本發(fā)明公開了一種圖像中膚色區(qū)域的分割方法和裝置，能夠快速有效地得到膚色區(qū)域，提高了計(jì)算速度和圖像分割的效率。本發(fā)明實(shí)施例提供的圖像中膚色區(qū)域的分割方法包括獲取待檢測(cè)圖像中各像素點(diǎn)的HSV數(shù)據(jù)；根據(jù)所述HSV數(shù)據(jù)對(duì)各像素點(diǎn)進(jìn)行聚類，得到聚類結(jié)果圖像；基于統(tǒng)計(jì)結(jié)果，選取色調(diào)H的閾值范圍；根據(jù)所述聚類結(jié)果圖像中各像素點(diǎn)的H分量以及所述H的閾值范圍，進(jìn)行區(qū)域分割，得到所述待檢測(cè)圖像的膚色區(qū)域。
文檔編號(hào)G06T7/00GK102289680SQ201110258099
公開日2011年12月21日 申請(qǐng)日期2011年9月2日 優(yōu)先權(quán)日2011年9月2日
發(fā)明者楊志宇 申請(qǐng)人:北京新媒傳信科技有限公司