资源描述：
《基于颜色和纹理皮肤检测方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、期第巧卷第/计算机辅助工程#〕..0,1/年月!∀#∃%&∋()∗+∋+∋,−∗,∋∋(∗,−234/一一一5.67.89:;文章编号基于颜色和纹理的皮肤检测方法陈宇,陈福民8同济大学计算机科学与工程系,上海<,5应摘要提出一种新的基于颜色和纹理特征的皮肤检测方法用2=∋−算法将图像分割成,,任意形状的相似图像区域集然后从中提取颜色特征和纹理特征最后应用高斯混合模型>3??,,8−≅>4#≅ΑΒ3ΧΔ#1ΕΔΦ1##9并根据一定的判断准则8综合考虑颜色特征和纹理特征9进行皮肤和非皮肤/区
2、域分类关键词5皮肤检测Γ2=∋−算法Γ颜色特征Γ纹理特征Γ区域分类Γ高斯混合模型55中图分类号&∃:<.文献标志码)=Η≅ΦΕΔΒΔ!Β≅1ΦΙ>?ΔΕ.!1Φ1Χ>ΦΕΒΔΑΒ3ΧΔ,34!ϑ∋,Κ%!ϑ∋,ΛΜ≅////,ΔΒ113ΒΔΧΟ4,44Σ,>4ΘΤ>4>8+∃Ν!Μ∃=≅Π∋Θ&1ΘΡ≅%≅=Τ≅<!Τ≅94Δ?4ΔΒΔΔΒ14/)Ι?ΒΧ>ΔΒΓ)ΥΗ≅Ε≅ΜΔΒΤ1ΕΙ>?ΔΕ14Δ1Φ1Χ>4ΕΒΔΑΒ3ΧΔ.0∃ΧΔ?Δ4ΒΔΕ&ΤΔ≅Μ>ΘΔ?>ΧΔ一,?ΔΘΜΔ4ΒΔΕ≅4Β1>?ΔΒ1Ν>ΧΙ
3、≅ΒΧ>Χς?Τ>∃ΔΕΤ1Μ1ΘΔ4Δ13?≅Μ>ΘΔΧΔΘ≅14?Ις2=∋−>ΦΘ1Χ≅ΒΤΜΝΧ1ΜΔΔΔ11Χ>4ΒΔΑ3ΧΔ>Β3?>ΔΑΧ>ΔΔ,>3??>4Α3ΧΔ?>ΧΔ3ΥΤ≅ΤΒΤΦΕΒΝΔΧΔΧΔΒΒΕ>4Ε−≅#≅Β#1ΕΔΦ8−##9Ι≅ΦΒΧ?414一4ΧΔ14Δ>??Δ>Β14>ΟΔ1Χ41>ΔΔ?14Χ3Δ>4Ο11Χ>4ΔΑΒ3Ν1Η≅4>4Ε?Η≅Θ≅Φ≅Ν≅≅Ε≅ΘΒΕ≅≅Φ8ΒΗ≅ΘΦΕΒΧΔΝΔ>Β3ΧΔ?≅4Β1>ΔΔ134Β?ς4ΒΤΔΒ≅Δ>ΦΦς9/ΩΔςΥ1ΧΕ?5?Η≅4ΕΔΒΔ
4、ΔΒ≅14Γ2=∋−>ΦΘ1Χ≅ΒΤΜ5Δ1Φ1ΧΝΔ>Β3ΧΔΓΒΔΑΒ3ΧΔΝΔ>Β3ΧΔ5ΧΔΘ≅14ΟΦ>??≅Ν≅Δ>Β≅14Γ−>3??≅>4Μ≅ΑΒ3ΧΔΜ1ΕΔΦ8−##9颜色和纹理特征来进行皮肤检测将是.个具有挑引言,/战性的任务也必将有效提高皮肤检测的正确率皮肤检测在很多可视化应用诸如人脸识别、根据区域特征,本文提出基于颜色和纹理的//手形跟踪、搜索和过滤图片等方面具有重要作用皮肤检测方法,见图.由于综合考虑皮肤的颜颜色和纹理是描述皮肤的两个重要特征,然而多数皮肤检测方法孤立地考虑某一特征,导致皮肤,、5「’Ξ检
5、测的正确率不高如8Φ9简单阑值法查表法ΨΦ等皮肤检测方法在颜色直方图∗:Ξ的基础上,Γ提取颜色特征但没有考虑空间纹理信息89,,统计法和结构法Ψ;Φ等分析方法基于图像灰度级区域分类8皮肤区域或非皮肤区域9而忽略图像的颜色信息/因此,综合考虑皮肤的图.皮肤检测流程一一一一收稿日期50..;Γ修回日期5.计算机辅助工程年/,色和纹理特征信息,因此,当非皮肤区域与皮肤理为了较好地反映皮肤区域的纹理特征根据,,区域颜色一样则根据纹理特征进行区分Γ当非皮肤纹理的特征并参照小区域反映微纹理大区,/,域反映宏纹理的总体
6、原则将Ζ分成6Α?块对于皮肤区域跟皮肤区域纹理一样则根据颜色特征,进行区分/每个块[定义如下的覆盖率5勺⊥7Ρ⊥7.:9.图了8≅,Ρ98像分瓤>∴艺艺—6]62?∋−算法卿是一种无监督的图像分割方法/,,,像素8≅Ρ9不在区域(内与其他图像分割法相比2?∋−不仅考虑颜色5∗8≅算式中≅,长像素8≅9在区域(内信息,而且考虑纹理信息/因此,其分割结果与/5人的感觉更接近/每个块被分成两种类型活动块和非活动块,>兄8几一,如果大于按照以往研究的经验般设为5利用2=∋−算法将图像分割分为两步颜,,//69则这个块是.个活动块否则是.个
7、非活色量化和空间分割在图像分割之后可得到.个//只有活动块才用来计算区域(的纹理特征由任意形状组成的相似图像区域集/动块对每个6Α?活动块应用−>Ι15小波变换ΨΞ特征提取提取纹理特征/−>Ι1Χ小波变换作为.组特殊的小波变换可应用于包括纹理分类、纹理分割以及图/.颜色特征提取像识别在内的图像分析领域中/以往的实验证颜色特征的提取首先需要选择合适的颜色空5−>Ι1Χ明使用由小波变换提取纹理特征要比其,,α间本文采用与眼睛视觉相一致的Ο∗∋Ζ3Σ颜色他方法如金字塔结构的小波变换8∃ςΧ>而Ε/,、空间8!∗∋.<79?ΔΒ3ΧΔΕ>
8、ΣΔΦΔΒ&Χ>4?Ν1∃&ΒΧ3ΥΧΜχ9树结构的一,可以计算每个区域的平均色差8#二95小波变换8&ΧΔΔ?ΒΧ3ΔΒ3ΧΔΕχ>ΣΔΦΔΒ&Χ>4?Ν1ΧΜ。,5_二,、/,⎯_,、,⎯,⎯、Φ产α&χ&9以
