本發明涉及圖像處理技術領域，特別是涉及一種皮膚區域的檢測方法及裝置。

背景技術：

隨著科技發展，智能手機、平板電腦、智能攝像頭等智能終端擁有越來越多的功能。用戶不僅可以通過智能終端拍照，還能通過它進行視頻直播。在自拍時，為了能得到滿意的拍攝效果，用戶往往會對照片或視頻中的面部、頸部、手臂等皮膚區域進行美化處理。

在對人物皮膚進行美顏處理前，需檢測圖像中的皮膚區域，從而識別出皮膚區域。現有皮膚區域檢測方法，通過基于先驗的色彩信息進行皮膚檢測，即基于預存的皮膚色彩信息對皮膚進行檢測，進而識別皮膚區域。但是，現有皮膚區域檢測方法，存在皮膚區域檢測程度低的問題。

技術實現要素：

本發明實施例的目的在于提供一種皮膚區域的檢測方法及裝置，能夠提高圖像中皮膚區域的檢測程度。具體技術方案如下：

一種皮膚區域的檢測方法，包括：

確定待檢測圖像中的人臉區域；

將所述待檢測圖像參數轉換到YCrCb色彩空間，生成參數轉換后的圖像；

利用所述參數轉換后的圖像中的亮度參數，確定所述人臉區域中的高置信度皮膚區域，所述高置信度皮膚區域為所述參數轉換后的圖像中亮度參數位于皮膚亮度范圍內的區域；

分別計算所述高置信度皮膚區域中的像素點在Cr通道和Cb通道的分布結果，根據所述分布結果生成皮膚檢測模板，所述皮膚檢測模板用以表示所述待檢測圖像中的皮膚像素點的色度分布情況，所述皮膚檢測模板的內部為皮膚像素點的皮膚色度分布，所述皮膚檢測模板的外部為非皮膚像素點的皮膚色度分布；

將所述待檢測圖像中的每一像素點的色度與所述皮膚檢測模板進行匹配，將色度位于所述皮膚檢測模板內部的像素點確定為所述待檢測圖像中的皮膚區域。

優選地，所述利用所述參數轉換后的圖像中的亮度參數，確定所述人臉區域中的高置信度皮膚區域，包括：

確定所述參數轉換后的圖像的待篩選區域；

計算所述待篩選區域的亮度均值和最大亮度；

根據所述亮度均值和最大亮度，計算置信皮膚亮度值；

計算所述待篩選區域的像素點的亮度與所述亮度均值的差值，將所述差值小于或等于所述置信皮膚亮度值的像素點確定為皮膚像素點，并確定所述皮膚像素點的集合為高置信度皮膚區域。

優選地，所述分別計算所述高置信度皮膚區域中的像素點在Cr通道和Cb通道的分布結果，根據所述分布結果生成皮膚檢測模板，包括：

計算所述高置信度皮膚區域中的像素點在Cr通道的均值和方差，分別記為第一均值和第一方差；

計算所述高置信度皮膚區域中的像素點在Cb通道的均值和方差，分別記為第二均值和第二方差；

將所述第一均值和所述第二均值組成的坐標作為橢圓的中心坐標；

選取所述第一方差和所述第二方差之間的最大值，將所述最大值與第一預設系數相乘，得到第一乘積；

選取所述第一方差和所述第二方差之間的最小值，將所述最小值與第二預設系數相乘，得到第二乘積；

將所述第一乘積作為橢圓的長軸半徑的長度；

將所述第二乘積作為橢圓的短軸半徑的長度；

根據所述中心坐標、所述長軸半徑的長度、短軸半徑的長度及預設橢圓長軸傾斜角，生成皮膚檢測模板，所述皮膚檢測模板為橢圓形。

優選地，所述將所述待檢測圖像中的每一像素點的色度與所述皮膚檢測模板進行匹配，將色度位于所述皮膚檢測模板內部的像素點確定為所述待檢測圖像中的皮膚區域，包括：

將所述待檢測圖像的每一像素點在Cr通道的參數和在Cb通道的參數組成坐標；

將坐標位于所述皮膚檢測模板內部的像素點確定為所述待檢測圖像中的皮膚區域。

優選地，所述分別計算所述高置信度皮膚區域中的像素點在Cr通道和Cb通道的分布結果，根據所述分布結果生成皮膚檢測模板之后，所述檢測方法還包括：

將所述皮膚檢測模板的內部和外部的像素值分別歸一化為第一參數和第二參數；

對歸一化后的皮膚檢測模板進行高斯濾波，得到濾波后的皮膚檢測模板，所述濾波后的皮膚檢測模板中的像素值為漸變值；

將所述待檢測圖像的每一像素點在Cr通道的值和在Cb通道的值組成坐標；

所述將所述待檢測圖像中的每一像素點的色度與所述皮膚檢測模板進行匹配，將色度位于所述皮膚檢測模板內部的像素點確定為所述待檢測圖像中的皮膚區域，包括：

在所述濾波后的皮膚檢測模板中，查找所述坐標對應的像素值；

將所述像素值大于預設閾值的所述待檢測圖像中的像素點確定為皮膚區域。

一種皮膚區域的檢測裝置，包括：

第一確定模塊，用于確定待檢測圖像中的人臉區域；

第一生成模塊，用于將所述待檢測圖像參數轉換到YCrCb色彩空間，生成參數轉換后的圖像；

第二確定模塊，用于利用所述參數轉換后的圖像中的亮度參數，確定所述人臉區域中的高置信度皮膚區域，所述高置信度皮膚區域為所述參數轉換后的圖像中亮度參數位于皮膚亮度范圍內的區域；

第二生成模塊，用于分別計算所述高置信度皮膚區域中的像素點在Cr通道和Cb通道的分布結果，根據所述分布結果生成皮膚檢測模板，所述皮膚檢測模板用以表示所述待檢測圖像中的皮膚像素點的色度分布情況，所述皮膚檢測模板的內部為皮膚像素點的皮膚色度分布，所述皮膚檢測模板的外部為非皮膚像素點的皮膚色度分布；

匹配模塊，用于將所述待檢測圖像中的每一像素點的色度與所述皮膚檢測模板進行匹配，將色度位于所述皮膚檢測模板內部的像素點確定為所述待檢測圖像中的皮膚區域。

優選地，所述第二確定模塊，具體包括：

第一確定子模塊，用于確定所述參數轉換后的圖像的待篩選區域；

第一計算子模塊，用于計算所述待篩選區域的亮度均值和最大亮度；

第二計算子模塊，用于根據所述亮度均值和最大亮度，計算置信皮膚亮度值；

第二確定子模塊，用于計算所述待篩選區域的像素點的亮度與所述亮度均值的差值，將所述差值小于或等于所述置信皮膚亮度值的像素點確定為皮膚像素點，并確定所述皮膚像素點的集合為高置信度皮膚區域。

優選地，所述第二生成模塊，具體用于：

計算所述高置信度皮膚區域中的像素點在Cr通道的均值和方差，分別記為第一均值和第一方差；

計算所述高置信度皮膚區域中的像素點在Cb通道的均值和方差，分別記為第二均值和第二方差；

將所述第一均值和所述第二均值組成的坐標作為橢圓的中心坐標；

選取所述第一方差和所述第二方差之間的最大值，將所述最大值與第一預設系數相乘，得到第一乘積；

選取所述第一方差和所述第二方差之間的最小值，將所述最小值與第二預設系數相乘，得到第二乘積；

將所述第一乘積作為橢圓的長軸半徑的長度；

將所述第二乘積作為橢圓的短軸半徑的長度；

根據所述中心坐標、所述長軸半徑的長度、短軸半徑的長度及預設橢圓長軸傾斜角，生成皮膚檢測模板，所述皮膚檢測模板為橢圓形。

優選地，所述匹配模塊，進一步包括：

坐標生成子模塊，用于將所述待檢測圖像的每一像素點在Cr通道的參數和在Cb通道的參數組成坐標；

第三確定子模塊，用于將坐標位于所述皮膚檢測模板內部的像素點確定為所述待檢測圖像中的皮膚區域。

優選地，所述檢測裝置進一步包括：

歸一化模塊，用于將所述皮膚檢測模板的內部和外部的像素值分別歸一化為第一參數和第二參數；

濾波模塊，用于對歸一化后的皮膚檢測模板進行高斯濾波，得到濾波后的皮膚檢測模板，所述濾波后的皮膚檢測模板中的像素值為漸變值；

坐標生成模塊，用于將所述待檢測圖像的每一像素點在Cr通道的值和在Cb通道的值組成坐標；

所述匹配模塊，具體用于：

在所述濾波后的皮膚檢測模板中，查找所述坐標對應的像素值；

將所述像素值大于預設閾值的所述待檢測圖像中的像素點確定為皮膚區域。

本發明實施例提供的一種皮膚區域的檢測方法及裝置，通過生成皮膚檢測模板并將待檢測圖像與皮膚檢測模板逐像素對比，確定待檢測圖像的皮膚像素，從而確定待檢測圖像中的皮膚區域，本發明實施例能夠提高圖像中皮膚區域的檢測程度。當然，實施本發明的任一產品或方法必不一定需要同時達到以上所述的所有優點。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明實施例的皮膚區域的檢測方法的一種流程示意圖；

圖2為本發明實施例的皮膚區域的檢測方法的另一種流程示意圖；

圖3為本發明實施例的皮膚區域的檢測方法的再一種流程圖；

圖4為本發明實施例的皮膚區域的檢測裝置的一種結構示意圖；

圖5為本發明實施例的皮膚區域的檢測方法的另一種結構示意圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

方法實施例一

本發明實施例提供的皮膚區域的檢測方法的一種具體實施例，參考圖1，圖1為本發明實施例的皮膚區域的檢測方法的一種流程示意圖，包括：

S101、確定待檢測圖像中的人臉區域。

待檢測圖像是指將要進行皮膚區域檢測的包含一張或多張人臉的圖像，其中，待檢測圖像中的人臉區域可通過多種檢測算法確定。例如，可選地，通過現有的快速人臉檢測算法識別待檢測圖像中的人臉區域。快速人臉檢測算法識別人臉區域后，會生成一個包含人臉區域的矩形框。通過在矩形框的左上角和右下角標定坐標，便可得到矩形框中各處的坐標。例如，將矩形框左上角坐標標定為(x_l，y_l)，右下角坐標標定為(x_r，y_r)，其中，l表示left，r表示right。這種將矩形框中各處用的坐標值表示的方法為現有技術常用方法，在此不再贅述。

S102、將待檢測圖像參數轉換到YCrCb色彩空間，生成參數轉換后的圖像。

一般地，待檢測圖像的參數通過RGB空間表示，因此需要將待檢測圖像的參數轉換至YCrCb色彩空間，轉換過程為現有技術，因此在此不再贅述。

S103、利用參數轉換后的圖像中的亮度參數，確定人臉區域中的高置信度皮膚區域，高置信度皮膚區域為參數轉換后的圖像中亮度參數位于皮膚亮度范圍內的區域。

參數轉換后的圖像中的亮度參數，具體來說，即是Y通道的參數。在YCrCb色彩空間中，Y通道分量用來表示圖片的亮度信息，Cr和Cb通道用來表示圖片的色度信息。通常來講，在一幅包含人臉區域的圖片中，皮膚與背景的亮度存在較明顯的差異，因此可以通過圖片的亮度參數判斷圖片中每個像素點為皮膚區域的置信度，從而確定圖片中哪些像素點是高置信度皮膚區域。現有技術通過色度檢測圖像中皮膚區域的方法，當皮膚區域與背景區域色度相近時，僅通過色度參數檢測容易造成誤判。并且，現有檢測方法通常通過一個預設的檢測模板檢測不同圖像，而本發明實施例中，先通過亮度信息確定圖片中的高置信度皮膚區域，再計算高置信度皮膚區域在色度空間的分布結果，能夠提高皮膚區域的檢測準確率，并且，本發明實施例針對每張待檢測圖片都會生成對應的檢測模板，相比于現有通過色度檢測圖像中皮膚區域的方法具有更高的適應性。

可選地，確定人臉區域中的高置信度皮膚區域，包括：

S1031、確定參數轉換后的圖像的待篩選區域。

雖然參數轉換后的圖像包含人臉區域，但是為了提高檢測效率，可以進一步在待篩選區域中再確定一個范圍更小的區域，即待篩選區域。通常，待篩選區域是以一幅圖像的中點為中心，將圖像的長和寬按照相同百分比截取的。具體來說，以前述內容的矩形框為例，經參數轉換后，以矩形框中心為中點，按照長和寬為原有尺寸60％截取后，獲得矩形的待篩選區域。當然，在保證最大限度保留人臉區域的前提下，也可以按照其它百分比截取。

S1032、計算待篩選區域的亮度均值和最大亮度。

容易理解地，亮度均值和最大亮度即為待篩選區域在YCrCb色彩空間中的Y通道均值和最大值，其中，亮度均值記為最大亮度記為Y_max。

S1033、根據亮度均值和最大亮度，計算置信皮膚亮度值。

置信皮膚亮度值用以表示一個閾值，表示為Y_dist，

其中，表示最大亮度和亮度均值的差值，0.95為調節系數，調節系數可以根據實際情況調整。在和在之間選最小值，是因為Y_max有可能出現過飽和情況，過飽和時亮度值過高，計算出的置信皮膚亮度值，實際情況中表現為，系統將原本不屬于皮膚區域的像素判斷為皮膚像素，因此造成誤判。通過調節系數調節后得到的能夠保證當Y_max出現過飽和時，依然能夠計算得到一個合適的置信皮膚亮度值，從而保證系統對皮膚區域的正確識別。

S1034、計算待篩選區域的像素點的亮度與亮度均值的差值，將差值小于或等于置信皮膚亮度值的像素點確定為皮膚像素點，并確定皮膚像素點的集合為高置信度皮膚區域。

容易理解，將置信皮膚亮度值作為閾值，如果像素點的亮度與亮度均值的差值小于或等于置信皮膚亮度值，表示為：說明該像素點為高置信度的皮膚像素點。通過計算待篩選區域的所有像素點，從而將皮膚像素點的集合作為高置信度皮膚區域。

S104、分別計算高置信度皮膚區域中的像素點在Cr通道和Cb通道的分布結果，根據分布結果生成皮膚檢測模板，皮膚檢測模板用以表示待檢測圖像中的皮膚像素點的色度分布情況，皮膚檢測模板的內部為皮膚像素點的皮膚色度分布，皮膚檢測模板的外部為非皮膚像素點的皮膚色度分布。一般地，皮膚檢測模板在尺寸為256*256的Cr-Cb模板圖像中繪制。

高置信度皮膚區域中的像素點在Cr通道和Cb通道的分布結果，表示高置信度皮膚區域中的像素點分別在Cr通道和Cb通道的色度參數，根據色度參數生成皮膚檢測模板，皮膚檢測模板用以表示待檢測圖像中的皮膚像素點的色度分布情況，并且，皮膚檢測模板的內部為皮膚像素點的皮膚色度分布，皮膚檢測模板的外部為非皮膚像素點的皮膚色度分布，這樣，就可以根據待檢測圖像的色度信息去判斷像素點是否為皮膚像素點。

可選地，根據高置信度皮膚區域中的像素點在Cr通道和Cb通道的分布結果生成皮膚檢測模板，包括：

S1041、計算高置信度皮膚區域中的像素點在Cr通道的均值和方差，分別記為第一均值和第一方差，其中第一均值表示為第一方差表示為var_Cr。

S1042、計算高置信度皮膚區域中的像素點在Cb通道的均值和方差，分別記為第二均值和第二方差，其中第二均值表示為第二方差表示為var_Cb。

S1043、將第一均值和第二均值組成的坐標作為橢圓的中心坐標，其中，中心坐標表示為

S1044、選取第一方差和第二方差之間的最大值，將最大值與第一預設系數相乘，得到第一乘積，表示為：k₁·max(var_cr，var_cb)，第一預設系數k₁，由技術人員根據實際情況設置，例如取k₁為2.5。

S1045、選取第一方差和第二方差之間的最小值，將最小值與第二預設系數相乘，得到第二乘積，表示為：k₂·min(var_cr，var_cb)，第二預設系數k₂，由技術人員根據實際情況設置，例如取k₂為2.5，通過調節第一預設系數和第二預設系數，可以成比例地調節橢圓的長軸和短軸長度，當然，第一預設系數和第二預設系數可以相同也可以不相同。

S1046、將第一乘積作為橢圓的長軸半徑的長度。

S1047、將第二乘積作為橢圓的短軸半徑的長度。

S1048、根據中心坐標、長軸半徑的長度、短軸半徑的長度及預設橢圓長軸傾斜角，生成皮膚檢測模板，皮膚檢測模板為橢圓形。

本發明實施例生成的皮膚檢測模板為橢圓形，這是因為皮膚色度在單通道中(cr通道或cb通道)的分布接近高斯分布，因此在cr-cb空間中的分布可以近似使用橢圓形進行表示。預設橢圓長軸傾斜角可由人工根據具體圖像預設，也可由計算機計算待檢測圖像中皮膚色度分布的傾斜度相應計算出。

S105、將待檢測圖像中的每一像素點的色度與皮膚檢測模板進行匹配，將色度位于皮膚檢測模板內部的像素點確定為待檢測圖像中的皮膚區域。

待檢測圖像的每一個像素點都包含Cr通道和Cb通道兩個色度參數，而皮膚檢測模板用以表示待檢測圖像中的皮膚像素點的色度分布情況。因此，可以將待檢測圖像的像素點的色度與皮膚檢測模板進行匹配，如果像素點位于皮膚檢測模板內部，則像素點為皮膚區域；如果像素點位于皮膚檢測模板外部，則像素點為非皮膚區域。

可選地，將待檢測圖像中的每一像素點的色度與皮膚檢測模板進行匹配，將色度位于皮膚檢測模板內部的像素點確定為待檢測圖像中的皮膚區域，具體包括：

S1051、將待檢測圖像的每一像素點在Cr通道的參數和在Cb通道的參數組成坐標。

例如，對于待檢測圖像中的像素點P，在Cr通道的參數和Cb通道的參數分別為cr_p和cb_p，組成的坐標為(Cr_p，Cb_p)。

S1052、將坐標位于皮膚檢測模板內部的像素點確定為待檢測圖像中的皮膚區域。

在皮膚檢測模板中，坐標為(Cr_p，Cb_p)所處位置，如果位于皮膚檢測模板內部，則確定像素點P為皮膚區域。

本發明方法實施例一，結合待檢測圖像的亮度信息和色度信息進行皮膚區域檢測，能夠在進行皮膚檢測時，具有較高的適應性和準確率；通過結合亮度信息確定參數轉換后的圖像的高置信度皮膚區域，能夠避免因使用背景、眉毛、眼睛、嘴部等區域生成皮膚模型參數時所引起的誤差；通過高置信度皮膚區域中的像素點在Cr通道和Cb通道的分布結果，自適應地生成皮膚檢測模板的建立參數，相比于通用皮膚模型，對光照環境變化與人物膚色變化具有更低的敏感度；并且，無需使用人臉特征點信息，能夠實時完成皮膚區域檢測。

方法實施例二

本發明實施例提供的皮膚區域的檢測方法的另一種具體實施例，參考圖2，圖2為本發明實施例的皮膚區域的檢測方法的另一種流程示意圖，在方法實施例一的基礎上，進一步包括：

S201、將皮膚檢測模板的內部和外部的像素值分別歸一化為第一參數和第二參數。

本步驟位于方法實施例一的S104中：分別計算高置信度皮膚區域中的像素點在Cr通道和Cb通道的分布結果，根據分布結果生成皮膚檢測模板之后，為了便于計算，將皮膚檢測模板的內部和外部的像素值進行歸一化，可選地，第一參數和第二參數分別為1和0，或者，255和0。

S202、對歸一化后的皮膚檢測模板進行高斯濾波，得到濾波后的皮膚檢測模板，濾波后的皮膚檢測模板中的像素值為漸變值。

高斯濾波可以將皮膚檢測模板的邊界進行平滑處理，經過高斯濾波后，皮膚檢測模板中原本離散的像素值為轉變為漸變值。以第一參數和第二參數分別為1和0為例說明，經高斯濾波后，邊界處的像素值可能轉變為0.6、0.7或0.8等。

S203、將待檢測圖像的每一像素點在Cr通道的值和在Cb通道的值組成坐標。

例如，對于待檢測圖像中的像素點p，在Cr通道的參數和Cb通道的參數分別為Cr_p和Cb_p，組成的坐標為(Cr_p，Cb_p)。為了便于計算，可以將Cr_p和Cb_p經進行取整操作，具體規則可以為四舍五入法：小數部分小于0.5時，取整結果是整數部分的值；小數部分大于或等于0.5時，取整結果是整數部分加1后的值。

其本發明方法實施例S105中，將待檢測圖像中的每一像素點的色度與皮膚檢測模板進行匹配，將色度位于皮膚檢測模板內部的像素點確定為待檢測圖像中的皮膚區域，具體包括：

S204、在濾波后的皮膚檢測模板中，查找坐標對應的像素值。

具體地，在濾波后的皮膚檢測模板中查找坐標為(Cr_p，Cb_p)的點所對應的像素值。

S205、將像素值大于預設閾值的待檢測圖像中的像素點確定為皮膚區域。

預設閾值用以判斷待檢測圖像中的像素點是否為皮膚區域，其目的是對邊界處的像素點進行二值皮膚區域判斷，即是/否為皮膚區域。具體地，以第一參數和第二參數分別為255和0時為例說明。經高斯濾波后，皮膚檢測模板的邊界處，朝向中心的像素值越來越接近255，背向中心的像素值越接近0，將預設閾值設置為185，當像素值大于185時，對應像素點為皮膚區域，當像素值小于或等于185時，對應像素點為非皮膚區域，這樣就能確定待檢測圖像中所有像素點是否為皮膚區域。

本發明方法實施例二，通過將皮膚檢測模板的內部和外部的像素值分別歸一化為第一參數和第二參數，以及將歸一化后的皮膚檢測模板進行高斯濾波，能夠確定待檢測圖像中所有像素點是否為皮膚區域，提高了皮膚區域的檢測準確率。

方法實施例三

本發明實施例提供的皮膚區域的檢測方法的再一種具體實施例，參考圖3，圖3為本發明實施例的皮膚區域的檢測方法的再一種流程示意圖，具體包括：

輸入待檢測圖像，將待檢測圖像進行人臉檢測并生成人臉矩形框，人臉矩形框即方法實施例一中所指的包含人臉區域的矩形框；同時，將待檢測圖像的參數轉換到YCrCb色彩空間，利用Y分量，對人臉矩形框進行皮膚像素篩選，從而確定高置信度皮膚區域；利用Cr通道和Cb通道分量，對高置信度皮膚區域進行皮膚色度分布統計，根據分布結果進行模型參數擬合；在Cr-Cb模板圖像中，結合擬合參數，生成橢圓模型，即計算待檢測圖像的皮膚模型，進而生成皮膚檢測模板；將待檢測圖像與皮膚檢測模板逐像素匹配，從而檢測待檢測圖像中的皮膚區域，生成皮膚檢測結果。

裝置實施例一

本發明實施例提供的皮膚區域的檢測裝置的一種具體實施例，與圖1所示流程相對應，參考圖4，圖4為本發明實施例的皮膚區域的檢測裝置的一種結構示意圖，包括：

第一確定模塊301，用于確定待檢測圖像中的人臉區域。

第一生成模塊302，用于將待檢測圖像參數轉換到YCrCb色彩空間，生成參數轉換后的圖像。

第二確定模塊303，用于利用參數轉換后的圖像中的亮度參數，確定人臉區域中的高置信度皮膚區域，高置信度皮膚區域為參數轉換后的圖像中亮度參數位于皮膚亮度范圍內的區域。

第二生成模塊304，用于分別計算高置信度皮膚區域中的像素點在Cr通道和Cb通道的分布結果，根據分布結果生成皮膚檢測模板，皮膚檢測模板用以表示待檢測圖像中的皮膚像素點的色度分布情況，皮膚檢測模板的內部為皮膚像素點的皮膚色度分布，皮膚檢測模板的外部為非皮膚像素點的皮膚色度分布。

匹配模塊305，用于將待檢測圖像中的每一像素點的色度與皮膚檢測模板進行匹配，將色度位于皮膚檢測模板內部的像素點確定為待檢測圖像中的皮膚區域。

其中，第二確定模塊303，具體包括：

第一確定子模塊，用于確定參數轉換后的圖像的待篩選區域。

第一計算子模塊，用于計算待篩選區域的亮度均值和最大亮度。

第二計算子模塊，用于根據亮度均值和最大亮度，計算置信皮膚亮度值。

第二確定子模塊，用于計算待篩選區域的像素點的亮度與亮度均值的差值，將差值小于或等于置信皮膚亮度值的像素點確定為皮膚像素點，并確定皮膚像素點的集合為高置信度皮膚區域。

其中，第二生成模塊304，具體用于：

計算高置信度皮膚區域中的像素點在Cr通道的均值和方差，分別記為第一均值和第一方差。

計算高置信度皮膚區域中的像素點在Cb通道的均值和方差，分別記為第二均值和第二方差。

將第一均值和第二均值組成的坐標作為橢圓的中心坐標。

選取第一方差和第二方差之間的最大值，將最大值與第一預設系數相乘，得到第一乘積。

選取第一方差和第二方差之間的最小值，將最小值與第二預設系數相乘，得到第二乘積。

將第一乘積作為橢圓的長軸半徑的長度。

將第二乘積作為橢圓的短軸半徑的長度。

根據中心坐標、長軸半徑的長度、短軸半徑的長度及預設橢圓長軸傾斜角，生成皮膚檢測模板，皮膚檢測模板為橢圓形。

其中，匹配模塊305，進一步包括：

坐標生成子模塊，用于將待檢測圖像的每一像素點在Cr通道的參數和在Cb通道的參數組成坐標。

第三確定子模塊，用于將坐標位于皮膚檢測模板內部的像素點確定為待檢測圖像中的皮膚區域。

本發明裝置實施例一提供的皮膚區域的檢測裝置用于實現本發明方法實施例一提供的皮膚區域的檢測方法的檢測，其實現原理和技術效果類似，此處不再贅述。

裝置實施例二

本發明實施例提供的皮膚區域的檢測裝置的另一種具體實施例，與圖2所示流程相對應，參考圖5，圖5為本發明實施例的皮膚區域的檢測裝置的另一種結構示意圖，在裝置實施例一的基礎上，進一步包括：

歸一化模塊306，用于將皮膚檢測模板的內部和外部的像素值分別歸一化為第一參數和第二參數.

濾波模塊307，用于對歸一化后的皮膚檢測模板進行高斯濾波，得到濾波后的皮膚檢測模板，濾波后的皮膚檢測模板中的像素值為漸變值。

坐標生成模塊308，用于將待檢測圖像的每一像素點在Cr通道的值和在Cb通道的值組成坐標。

其中，匹配模塊305，具體用于：

在濾波后的皮膚檢測模板中，查找坐標對應的像素值。

將像素值大于預設閾值的待檢測圖像中的像素點確定為皮膚區域。

本發明裝置實施例二提供的皮膚區域的檢測裝置用于實現本發明方法實施例二提供的皮膚區域的檢測方法的檢測，其實現原理和技術效果類似，此處不再贅述。

需要說明的是，在本文中，諸如第一和第二等之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。

本說明書中的各個實施例均采用相關的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對于系統實施例而言，由于其基本相似于方法實施例，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。

以上所述僅為本發明的較佳實施例而已，并非用于限定本發明的保護范圍。凡在本發明的精神和原則之內所作的任何修改、等同替換、改進等，均包含在本發明的保護范圍內。