一種結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長的手部圖像分割方法
【專利摘要】本發(fā)明公開了一種結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長的手部圖像分割方法，其方法為：由屏幕上呈“工字形”的三條標(biāo)志線輔助用戶擺放手掌，將圖像轉(zhuǎn)換至YCbCr空間，只保留Cb和Cr兩個分量。選取手掌內(nèi)部一個膚色子區(qū)域，按照每個像素兩個分量到此子區(qū)域兩個分量均值的歐氏距離從小到大排序，取前N個像素再次統(tǒng)計兩個分量的均值和協(xié)方差矩陣，估計高斯膚色模型參數(shù)。將膚色檢測結(jié)果作為種子區(qū)域，進行區(qū)域生長，完整分割手部區(qū)域。高斯膚色模型參數(shù)的自適應(yīng)性抵抗了類膚色背景、光線變化的干擾，提高了分割精度。區(qū)域生長抵御了背景中與手部不連通的類膚色區(qū)域的干擾，并克服了單一固定閾值分割對手部不同區(qū)域膚色漸變的失效性。
【專利說明】
一種結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長的手部圖像分割 方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及手部圖像分割方法，結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長，實現(xiàn)準(zhǔn)確 的手部圖像分割，保證了后續(xù)步驟足以準(zhǔn)確提取掌紋特征用于識別或認(rèn)證。
【背景技術(shù)】
[0002] 生物特征以其穩(wěn)定性、唯一性、不易丟失等特點在身份認(rèn)證領(lǐng)域獲得了越來越廣 泛的應(yīng)用。掌紋因包含豐富的鑒別特征、認(rèn)證精度理想、采集成本低、用戶接受度高等優(yōu)勢 成為近年來研究的熱點。
[0003] 然而移動終端等設(shè)備非接觸式拍攝自然場景中的掌紋圖像預(yù)處理卻受到諸多干 擾，如背景、光照等因素的影響，給手部圖像分割帶來了巨大的技術(shù)挑戰(zhàn)。而準(zhǔn)確的手部圖 像分割是后續(xù)特征提取并進行識別或認(rèn)證的關(guān)鍵。
[0004] 膚色模型是一種在彩色空間內(nèi)有效處理膚色信息而建立的模型，常用YCbCr空間 高斯膚色模型。相對灰度信息來說，膚色具有對光照、姿態(tài)變化不敏感等優(yōu)點，被廣泛應(yīng)用 于人臉識別、掌紋識別等領(lǐng)域。然而當(dāng)背景過于復(fù)雜或光線變化較大時，固定參數(shù)的高斯膚 色模型的魯棒性弱，這也是限制高斯膚色模型廣泛應(yīng)用的瓶頸。
[0005] 區(qū)域生長法以一組"種子"開始，將與種子具有相同或相似性質(zhì)(如灰度、顏色或紋 理）的鄰域像素合并到每個種子區(qū)域進行生長。該方法能夠有效進行自然場景下彩色圖像 的分割。
[0006] 本方案由自適應(yīng)高斯膚色檢測和區(qū)域生長串聯(lián)執(zhí)行，即在高斯膚色檢測的結(jié)果上 進行區(qū)域生長。高斯膚色模型參數(shù)估計的自適應(yīng)性有效抵御了類似膚色和光照變化的影 響。區(qū)域生長法對不同圖像自適應(yīng)調(diào)整生長閾值，克服了背景中與手部不連通類似膚色區(qū) 域的干擾，還避免了單一閾值對大量圖像使用時的失效性以及對手部不同區(qū)域膚色漸變的 失效性。

【發(fā)明內(nèi)容】

[0007] 針對上述問題，本發(fā)明的目的在于提供一種結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長 的手部圖像分割方法，該方法中高斯膚色模型的參數(shù)自適應(yīng)估計；區(qū)域生長判斷的距離門 限閾值自適應(yīng)選取，從而實現(xiàn)完整而準(zhǔn)確的手部圖像分割。
[0008] 為實現(xiàn)上述目的，本發(fā)明采取技術(shù)方案的方法步驟如下。
[0009] (1)顏色空間轉(zhuǎn)換及平滑:將圖像從RGB空間轉(zhuǎn)換到Y(jié)CbCr空間，實現(xiàn)圖像亮度和 色度的分離;對圖像低通濾波使之平滑，減少手部分割的缺失和背景干擾區(qū)域的混入； (2) "訓(xùn)練子區(qū)域"選取:在選取膚色訓(xùn)練區(qū)域時，為避免背景的混入，采用"工字形"的 三條標(biāo)志線輔助限定手掌擺放位置，三條標(biāo)志線包括成像屏幕顯示的上下兩條"水平標(biāo)志 線"，其到屏幕上、下邊界距離分別為圖像高度的1〇%，"豎直標(biāo)志線"位于成像屏幕中央處， 與上下水平標(biāo)志線垂直;采集圖像時，要求用戶五指張開，手掌表面與采集鏡頭平行，指尖 朝上，豎直標(biāo)志線保證在中指區(qū)域內(nèi)，中指指尖位于上方水平標(biāo)志線和屏幕上方邊界之間， 手腕底部位于下方水平標(biāo)志線和圖像下邊界之間； 定義坐標(biāo)原點位于左上角，向右為JT軸正方向，向下為7軸正方向；規(guī)定圖像高度為"， 寬度為，圖像總像素個數(shù)為#=" X/f，則訓(xùn)練子區(qū)域Z軸范圍在[0.45/f，0.55/f ]，7軸 范圍在[0.6"，0.7"]，大小為F =0.01#，從而有效避免選取到手掌以外區(qū)域； (3) 高斯膚色檢測:高斯膚色似然度的計算公式為：
(1) 此處像素的特征定義為C 6和C r兩個分量，即x= (C /7，C r)，m為C 6和C r兩個分量的 均值向量，C為協(xié)方差矩陣； 計算訓(xùn)練子區(qū)域，個像素C 6和C r的平均值6? / 和Cr Λ，組成均值向量Crf); 考慮到膚色可能受到光線等影響，訓(xùn)練區(qū)域的均值有可能會偏離實際膚色值，因此計算圖 像上每個像素的特征到m淑歐氏距離：
(2) 二維向量[C^i )，Cr (i )]為圖像第i個像素的特征;為使膚色模型更加魯棒，將p (i )按從小到大的順序排列，取排序后前#個距離對應(yīng)的像素;通過手部幾何結(jié)構(gòu)分析和 實驗驗證，當(dāng)# =# /4時分割效果較優(yōu);計算#個像素C 和C r的均值CKr s，以及均值 向量和協(xié)方差矩陣Cs，通過公式（1)計算像素屬于膚色的概率，得到膚色似然圖，設(shè)定閾 值，閾值分割結(jié)果為G; (4) 區(qū)域生長:將G作為區(qū)域生長的初始區(qū)域，通過尋找滿足預(yù)先定義條件的像素加入 到種子區(qū)域，實現(xiàn)區(qū)域生長，完成手部區(qū)域的完整分割。
[0010] 本發(fā)明所述手部圖像分割方法由自適應(yīng)高斯膚色檢測和區(qū)域生長串聯(lián)執(zhí)行，即在 高斯膚色檢測的結(jié)果上進行區(qū)域生長。高斯膚色模型參數(shù)估計的自適應(yīng)性有效抵御了類似 膚色和光照變化的影響。區(qū)域生長法對不同圖像自適應(yīng)調(diào)整生長閾值，克服了與手部不連 通類似膚色區(qū)域的干擾，還避免了單一閾值對所有圖像使用的失效性以及對手部不同區(qū)域 膚色漸變的失效性。因此，該方法更有效地抵御了光照、手部不同區(qū)域膚色漸變、類膚色背 景等干擾，分割精度優(yōu)于單一方法。
[0011] 本發(fā)明所述訓(xùn)練子區(qū)域選取時通過"工字形"定位法輔助手掌擺放位置，根據(jù)手部 比例結(jié)構(gòu)及幾何分析，保證了訓(xùn)練子區(qū)域選取范圍位于手掌內(nèi)部。
[0012] 本發(fā)明所述高斯膚色模型參數(shù)由該圖像自身的部分像素估計得出，通過分析手掌 位置以及手部比例結(jié)構(gòu)，對手部區(qū)域面積進行估算，確定了參數(shù)估計的膚色像素個數(shù)的優(yōu) 化數(shù)值，即由#/4個膚色像素估計高斯膚色模型參數(shù)。
[0013] 本發(fā)明所述高斯膚色檢測時，設(shè)定似然度閾值為Γ ^0.7，實驗表明，該閾值能有效 避免將背景誤分為手部區(qū)域。
[0014] 本發(fā)明所述區(qū)域生長時，每個種子點的特征作為參考值，判斷其周圍鄰域點特征 與參考值的歐氏距離，若距離小于門限閾值rr，即將該鄰域像素加入至種子區(qū)域。計算每個 種子點生長出的全部鄰域點的特征的均值，此均值設(shè)定為以該鄰域點作為種子進行再次生 長的參考值，直至所有鄰域中沒有滿足條件的像素再被加入到種子區(qū)域，則停止生長。
[0015] 本發(fā)明所述區(qū)域生長時，設(shè)定判斷生長的距離門限閾值由公式(3)計算，其中C r為訓(xùn)練子區(qū)域中像素的C 量。
[0016] Γ.5X [max(C b )-min(C /7)+max(C r)-min(C r)] (3) 由于結(jié)合了兩種技術(shù)方案，本發(fā)明具有以下優(yōu)勢： (1)傳統(tǒng)方法使用固定的高斯膚色模型參數(shù)，難以保證對大量掌紋圖像適用的通用性 和有效性。本發(fā)明自適應(yīng)估計高斯膚色模型參數(shù)，有效抵御了類似膚色和光照變化的干擾。
[0017] (2)區(qū)域生長法對不同圖像自適應(yīng)調(diào)整生長判斷門限閾值，克服了與手部不連通 干擾區(qū)域的影響，還避免了單一閾值對手部不同區(qū)域膚色漸變的失效性。
【附圖說明】
[0018] 圖1本發(fā)明工作流程圖。
[0019] 圖2本發(fā)明手部結(jié)構(gòu)比例圖。
[0020] 圖3本發(fā)明"工字形"定位標(biāo)志線及膚色訓(xùn)練子區(qū)域位置示意圖。
[0021] 圖4本發(fā)明手部面積粗略分析圖。
[0022]圖5#=#/8的分割效果。
[0023] 圖6#=#/4的分割效果。
[0024]圖7#=#/2的分割效果。
【具體實施方式】
[0025]下面結(jié)合附圖和實施例對本發(fā)明方案"結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長的手 部圖像分割方法"進行詳細描述，具體方法步驟如下。
[0026]本發(fā)明米用圖1所不流程圖。
[0027] (1)顏色空間轉(zhuǎn)換及平滑濾波 將圖像平滑濾波，減少手部分割的缺失區(qū)域。從RGB顏色空間轉(zhuǎn)換至IjYCbCr空間。RGB色 彩空間中R、G、B三個分量不僅代表顏色，還包含了亮度信息。YCbCr具有與人類視覺感知過 程相類似的構(gòu)成原理，并且膚色在YCbCr空間中聚類性較強。其中Y代表亮度，Cb表示藍色色 度分量，Cr表示紅色色度分量，實現(xiàn)了亮度與色度的分離。
[0028] (2)統(tǒng)計訓(xùn)練子區(qū)域的特征均值m / (a)訓(xùn)練子區(qū)域定位 本發(fā)明采用呈"工字形"的三條標(biāo)志線輔助手掌擺放位置，三條標(biāo)志線包括成像屏幕顯 示的上下兩條"水平標(biāo)志線"，其到屏幕上、下邊界距離分別為成像高度的10%，"豎直標(biāo)志 線"位于成像屏幕中央處，與上下水平標(biāo)志垂直。采集圖像時，要求用戶五指張開，手掌表面 與采集鏡頭平行，指尖朝上，豎直標(biāo)志線保證在中指區(qū)域內(nèi)，中指指尖位于上方水平標(biāo)志線 和屏幕上方邊界之間，手腕底部位于下方水平標(biāo)志線和圖像下邊界之間。
[0029]手部結(jié)構(gòu)比例圖如圖2所示，定義手心面為正面，手背面為反面。正面中指與手掌 的長度比例約為3:4,中指長度與手掌寬度的比例約為1:1;反面中指與手掌的長度比例約 為 1:1〇
[0030]在"工字形"輔助定位采集中，根據(jù)手部結(jié)構(gòu)比例可知，中指指根到圖像上邊界距 離最大的情況為：中指指尖與上方水平標(biāo)志線相切，手腕底部與圖像下邊界重合。定義坐標(biāo) 原點位于左上角，向右為軸正方向，向下為7軸正方向。圖像高度為"，寬度為r，總像素 個數(shù)#=/f X//。此時中指指尖到手腕底部的距離為0.9//，中指指根點到圖像上邊界的距離 為力=0.1"+3/7X0.9" =0.486"，即中指指根點到圖像上邊界的距離不超過圖像高度的 49%。因此膚色訓(xùn)練子區(qū)域選取Z軸范圍在[0.45/f，0.55；f ]，7軸范圍在[0.6"，0.7仞， 大小為F =0.01#，可以有效避免訓(xùn)練子區(qū)域選取到手部以外的背景區(qū)域，如圖3所示。
[0031] (b)計算訓(xùn)練子區(qū)域/7個像素的特征均值C/?/·和Cr/·，則mf = (CT7f，Cr/·)。
[0032] (3)高斯膚色模型參數(shù)估計 訓(xùn)練子區(qū)域面積較小，因此由訓(xùn)練子區(qū)域得到的參數(shù)魯棒性較弱。為此對其做出以下 改進。
[0033] (a)由公式(2)計算圖像上所有像素的特征到均值向量m/的歐氏距離P (i )，并 按從小到大順序排列。
[0034] (b)取前#個距離對應(yīng)的像素并計算均值Cfc、Crs，ms=( Cfc，Crs)以及協(xié)方差矩陣 C〇
[0035] 圖4顯示了符合"工字形"定位標(biāo)準(zhǔn)時，手部面積最小值粗略估算示意圖。Parti表 示手指部分的面積，Part2表示手掌部分的面積。結(jié)合圖2中正面中指長度與掌寬之比為1: 1，大拇指面積可用于填補近似正方形Parti中膚色缺損的區(qū)域，因此手指面積可近似為邊 長(3/7X0.8")的正方形的面積，即（3/7X0.8" )21&竹2表示手掌部分的面積，同樣由圖 2可知正面手掌的長度與寬度之比為4:3，因此Part2可近似為面積為(4/7 X 0.8" ) X (3/7 X0.8 ")的長方形。整個手部面積約為Parti和Part2之和，即0.27" 2。手部面積與整幅 圖像面積之比為5。
[0036] δ=〇.27Η 2 / M = Q .21Η 2/ Η XW =0.27ΧΗ /W (4) 一般情況下移動終端(多指智能手機)/// r多1，所以整個手部面積一般占圖像總面 積的27%以上。#過小時，只選取了手部內(nèi)部較小區(qū)域，樣本不足，難以獲得準(zhǔn)確的訓(xùn)練效 果;#過大時，可能引入背景中的非膚色像素，引起參數(shù)估計偏差。因此，#取值在0.27#左 右為宜。經(jīng)實驗驗證，#=#/4時分割效果較好。圖5至圖7對比了一副圖像樣本在#不同取 值時的分割結(jié)果。
[0037] (4)由步驟(3)得到的均值向量!1^和協(xié)方差矩陣C代入公式（1)計算高斯膚色似然 度，經(jīng)固定閾值分割得到高斯膚色分割結(jié)果G。實驗表明Γ^Ο.7時可以有效避免將背景 誤分為手部。
[0038] (5)區(qū)域生長:將步驟(4)中高斯膚色分割結(jié)果G作為區(qū)域生長的初始種子區(qū)域，由 公式(3)計算設(shè)定門限閾值fr，每個種子點的特征作為參考值，判斷其周圍鄰域點特征與參 考值的歐氏距離，若距離小于門限閾值fr，即將該鄰域像素加入至種子區(qū)域;計算每個種子 點生長出的全部鄰域點的特征的均值，此均值設(shè)定為以該鄰域點作為種子進行再次生長的 參考值，直至所有鄰域中沒有滿足條件的像素再被加入到種子區(qū)域，則停止生長。
[0039] (6)形態(tài)學(xué)操作"空洞填充"，得到最終完整的分割結(jié)果。
【主權(quán)項】
1. 結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長的手部圖像分割方法，其特征在于方法步驟如 下： (1) 顏色空間轉(zhuǎn)換及平滑:將圖像從RGB空間轉(zhuǎn)換到Y(jié)饑Cr空間，實現(xiàn)圖像亮度和色度 的分離;對圖像低通濾波使之平滑，減少手部分割的缺失和背景干擾區(qū)域的混入； (2) "訓(xùn)練子區(qū)躁'選取:在選取膚色訓(xùn)練區(qū)域時，為避免背景的混入，采用"工字形"的 Ξ條標(biāo)志線輔助限定手掌擺放位置，Ξ條標(biāo)志線包括成像屏幕顯示的上下兩條"水平標(biāo)志 線"，其到屏幕上、下邊界距離分別為圖像高度的10%，"豎直標(biāo)志線"位于成像屏幕中央處， 與上下水平標(biāo)志線垂直;采集圖像時，要求用戶五指張開，手掌表面與采集鏡頭平行，指尖 朝上，豎直標(biāo)志線保證在中指區(qū)域內(nèi)，中指指尖位于上方水平標(biāo)志線和屏幕上方邊界之間， 手腕底部位于下方水平標(biāo)志線和圖像下邊界之間； 定義坐標(biāo)原點位于左上角，向右為^軸正方向，向下為7軸正方向；規(guī)定圖像高度為J?^， 寬度為r，圖像總像素個數(shù)為#= W xr，則訓(xùn)練子區(qū)域X軸范圍在[0.45/f，0.55/f ]，7軸 范圍在[0.6/?^，0.7/Π ，大小為=0.01#，從而有效避免選取到手掌W外區(qū)域； (3) 高斯膚色檢測:高斯膚色似然度的計算公式為：此處像素的特征定義為C 6和C r兩個分量，即(C6，Cr)，m為C 6和C r兩個分量的 均值向量，C為協(xié)方差矩陣； 計算訓(xùn)練子區(qū)域個像素 C6和Cr的平均值和Crf，組成均值向量(C6f， Crf);考慮到膚色可能受到光線等影響，訓(xùn)練區(qū)域的均值有可能會偏離實際膚色值，因此 計貸閣像h毎個像素的據(jù)佈到mf的歐氏距離：二維向量[C6(i)，C^i)]為圖像第i個像素的特征;為使膚色模型更加魯棒，將0(i) 按從小到大的順序排列，取排序后前W個距離對應(yīng)的像素;通過手部幾何結(jié)構(gòu)分析和實驗 驗證，當(dāng)W =似/4時分割效果較優(yōu);計算W個像素 C的日C r的均值C&S、Crs，W及均值向量 ms和協(xié)方差矩陣Cs，通過公式(1)計算像素屬于膚色的概率，得到膚色似然圖，設(shè)定闊值，闊 值分割結(jié)果為G; (4) 區(qū)域生長:將G作為區(qū)域生長的初始區(qū)域，通過尋找滿足預(yù)先定義條件的像素加入 到種子區(qū)域，實現(xiàn)區(qū)域生長，完成手部區(qū)域的完整分割。2. 根據(jù)權(quán)利要求1所述的結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長的手部圖像分割方法， 其特征在于:所述手部圖像分割方法由自適應(yīng)高斯膚色檢測和區(qū)域生長串聯(lián)執(zhí)行，即在高 斯膚色檢測的結(jié)果上進行區(qū)域生長。3. 根據(jù)權(quán)利要求1所述的結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長的手部圖像分割方法， 其特征在于:所述訓(xùn)練子區(qū)域選取時通過"工字形"定位法輔助手掌擺放位置，根據(jù)手部比 例結(jié)構(gòu)及幾何分析，保證了訓(xùn)練子區(qū)域選取范圍位于手掌內(nèi)部。4. 根據(jù)權(quán)利要求1所述的結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長的手部圖像分割方法， 其特征在于:所述高斯膚色模型參數(shù)由該圖像自身的部分像素估計得出，通過分析手掌位 置W及手部比例結(jié)構(gòu)，對手部區(qū)域面積進行估算，確定了參數(shù)估計的膚色像素個數(shù)的優(yōu)化 數(shù)值，即由# /4個膚色像素估計高斯膚色模型參數(shù)。5. 根據(jù)權(quán)利要求1所述的結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長的手部圖像分割方法， 其特征在于:所述高斯膚色檢測時，設(shè)定膚色似然度闊值為Γ^Ο.7,實驗表明，該闊值能有 效避免將背景誤分為手部區(qū)域。6. 根據(jù)權(quán)利要求1所述的結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長的手部圖像分割方法， 其特征在于:所述區(qū)域生長時，每個種子點的特征作為參考值，判斷其周圍鄰域點特征與參 考值的歐氏距離，若距離小于口限闊值fr，即將該鄰域像素加入至種子區(qū)域;計算每個種子 點生長出的全部鄰域點的特征的均值，此均值設(shè)定為W該鄰域點作為種子進行再次生長的 參考值，直至所有鄰域中沒有滿足條件的像素再被加入到種子區(qū)域，則停止生長。7. 根據(jù)權(quán)利要求1所述的結(jié)合自適應(yīng)高斯膚色檢測和區(qū)域生長的手部圖像分割方法， 其特征在于:所述區(qū)域生長時，設(shè)定判斷生長的距離口限闊值由公式(3)計算， Γ_τ=0.5Χ [max(C 的-min(C 的+max(C r)-min(C r)] (3) 其中、Cr為訓(xùn)練子區(qū)域中像素的、Cr分量。
【文檔編號】G06K9/00GK106097354SQ201610426104
【公開日】2016年11月9日
【申請日】2016年6月16日
【發(fā)明人】冷璐, 張毛情, 黎明
【申請人】南昌航空大學(xué)