基于HSV颜色空间的皮肤检测.pdf

《基于HSV颜色空间的皮肤检测.pdf》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、圈像处理学术探讨l2012牟第5积l基于HSV颜色空间的皮肤检测王东(广东岭南职业技术学院，广东广州510663)[摘要]为了应用于复杂背景，提出了一种图像皮肤检测方法，该方法是通过使用HSV色彩空间中的H色调的皮肤颜色范围来实现皮肤检测。使用MATLAB作为实现该图像处理方法的工具。该方案是由P,．GB图像转换成HSV颜色空间。HSV颜色空间中的色调用来描述皮肤检测的颜色范围。实验证明该方法在图像中检测面部皮肤区域方面具有较高精度，具有一定的推广利用价值。[关键词]皮肤检测；HSV颜色空间；MATLAB1．介绍图像并取这三种颜色的分量的平均值。人脸识别技术是计算机信息处理

2、中最热门的技术，它结合了图像技术、计算机图形学、模型识别等多个领域。人脸识别技术分4个方面：(1)皮肤检测，在图像中寻找出人脸区域，也可以说是将图像中的背景和人的肤色进行分离；(2)人脸规范化，即校正人脸在尺度、光照和旋转等方面的变化；(3)特征提取，从人脸图像中映射提取～组能反映人脸特征的数值表示样本；(4)特征匹配，将待识别人脸R与数据库中的已知人脸比较，得出相关信息。由于背景的复杂性、光照条件多变以及人脸表情丰富等原因，所以在人脸识别过程中必须要寻求一些能够有效预防干扰的方圈1R(JB色豆万体不葸I星l法。本文将自动化皮肤检测作为研究的主要课题，并作为人脸识别的第一步

3、，该项研究在诸如安全监控、安检系统、fY1f0．2990．5870．114¨R]智能人机接口等领域具有广泛的应用价值。『Ul=』．0．1690．33160．500llGl(1)2．皮肤检测方法lVjl0．500—0．4186．0．0813儿BJ在基于皮肤颜色的面部检测中，有两种主要的方法：第一种方法是基于像素的模型，它通过处理人类皮肤颜色的所有部分的像素进行检测。在这种方法中，每一个像素是被单独处理的，并且它的最终状态是判定是否为皮肤颜色，然后，基于面部结构或其它的选项进而确定出图像中的哪些像素点属于面部；第二种方法是基于图像区域的状态，在这种方法中，面部图像是首先隔离一张

4、图像中的某些区域，然后确定隔离区域是否属于面部区域。通常识别人脸图像都是在计算机里完成的，所以这些图像都是属于二维RGB形式的图像。所谓的RGB图像是的主要方法。它就是改变色浓和色深来获得某种不同的颜通过红色(R)、绿色(G)和蓝色03)来实现彩色图像的。它本色，也就是说，改变白色和黑色的比例，它是采用直观的方身是采用DIE三维色彩空间，RGB的色彩数值是0-255，一共256级。0为色彩最弱的部分，呈现的颜色是黑色；而255表示色彩最强的部分，呈现的颜色是白色。它常被使用在计算机显示设备中，所以它对光线的亮暗度是比较敏感如红色、黄色等；S(Saturation)是饱和度，

5、表示色彩的纯度，的。在用RGB时最简单的方法是将彩色图像转换成灰色s越高色彩纯度越高；反之，s越小色彩纯度越低，图像灰作者简介：王东，男，广东广州人，硕士，讲师，研究方向：图像处理，信息安全，网络技术应用。一31—