基于matlab的彩色图像皮肤区域分割算法研究及实现

《基于matlab的彩色图像皮肤区域分割算法研究及实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、通信工程系综合实习报告题目：基于MATLAB的彩色图像皮肤区域分割算法研究与实现姓名：刘奇指导教师：杨敏班序号：11206213学号：20061002153成绩：2009年9月目录第一章引言2第二章算法理论与实现原理32.1肤色分割理论32.2常见肤色模型比较32.2.1区域模型42.2.2简单高斯模型42.2.3混合高斯模型52.2.4直方图模型52.3常见色彩空间比较62.3.1RGB62.3.2HSV72.3.3YCbCr7第三章系统设计83.1建立肤色模型83.2肤色分割步骤93.3实现人脸检测103.4设计系统GUI103.4.1GUI设计步骤113.4.2

2、系统功能描述12第四章系统调试134.1系统功能描述134.1.1导入入图像文件134.1.2对图像滤波处理144.1.3RGB到YCbCr空间转换144.1.4显示似然图144.1.5显示二值图144.1.6显示皮肤区域分割图144.1.7进行人脸检测并加框输出144.2调试难点154.2.1复杂背景下漏检和错检154.2.2小图像无法覆盖大图像154.2.3人脸检测处理速度过慢15第五章实习总结16参考文献16实习日志16第一章引言近年来,随着人工智能的快速发展，人脸识别技术逐渐成为模式识别与计算机视觉领域的一个研究热点，可用于身份认证、人员监视、图像数据库检索以

3、及目标跟踪等场合。人脸识别(FaceRecognition)是将输入的人脸图像与系统已知人脸库中的模型进行比较,以确定是否存在相匹配的人脸，而人脸检测(FaceDetection)是指在输入图像中确定所存在的人脸的位置与大小，所以快速有效的人脸检测则显得至关重要，是实现人脸识别的前提和基础。人脸检测系统要求实现对输入的可能包含人脸的图像进行处理,并输出图像中是否存在人脸以及人脸的数目、位置、尺度、位姿等参数信息。传统的人脸检测方法大多是在亮度空间内进行,利用灰度的变化做多尺度空间的全搜索,计算量非常大、效率极低,而在人脸区域中,肤色一定是占主导地位的像素色彩值，虽然肤

4、色因人而异,但经过研究可以发现肤色在色彩空间中的一定范围内是呈聚类特性的,特别是在排除了光照亮度和在经过变换的色彩空间中，利用肤色这一特征可以排除掉在灰度图像中的非皮肤区域，这对人脸检测起到了积极的作用。本文主要探讨了在彩色图像皮肤区域中，采用分割算法以肤色作为人脸检测核心的一种新方法和新思路。第二章算法理论与实现原理2.1肤色分割理论肤色特征主要由肤色模型进行描述，而肤色模型的选取与色度空间(chrominancespace)的选择密切相关。人脸检测常用的色度空间主要RGB(红、绿、蓝三基色)、rgb(亮度归一化的三基色)、HSI(色调、饱和度、亮度)、YIQ(NT

5、SC制的光亮度和色度模型)、YUV(PAL制的光亮度和色度模型)、YCbCr(CCIR601)编码方式的色度模型、CIEL(国际照明委员会提出的基于色度学的彩色模型)等。另外，用肤色模型对肤色进行分割分为两个阶段:模型建立与模型运用。模型的建立主要是通过对大量肤色像素集进行统计分析，然后确定模型中的参数;对于模型的运用，主要是通过已建立的肤色模型来判别所输入的像素或区域是否为肤色，或者给出其与肤色的相似程度。不论在什么样的色彩空间中，肤色模型大体上分为四种:区域模型或IF-THEN模型、简单高斯模型、混合高斯模型和直方图模型。2.2常见肤色模型比较2.2.1区域模型该

6、模型又称IF-THEN模型、简单门限模型，它主要是利用了肤色在色彩空间的聚类性(即取值范围)，将一块满足一定条件的区域标定为肤色区域。采用这个模型来判别肤色需要分两步走:首先通过统计的方法确定模型(即归属于肤色的具体范围);其次利用这个模型来判别新的像素或区域是否为肤色。因此，对于一幅新的图像，如果某个像素或区域满足给定的条件就为肤色，否则就是非肤色。从上面的判断过程来看，它是一种较简单的肤色模型。该模型的困难之处在于如何确定阈值。阈值选择不当可能会使肤色检测率下降，误检率上升。此方法计算简单，使用方便，速度快，但是效果不是很好，只适用于特定条件下的肤色检测。2.2.

7、2简单高斯模型这种方法是假设肤色分布服从单峰高斯分布。它主要通过统计分析，预测高斯分布的参数，其中参数确定常用的方法有EM算法，Maximum-Likelihood或通过统计直接求得色彩空间中每个分量(一般利用的是该色彩空间中的色度分量)的均值与方差。采用这种方法也分为两步:首先选择方法确定模型的参数(即均值和方差)；其次利用该模型来判别新的像素或区域是否为肤色。简单高斯模型相对区域模型能更好的表示肤色分布，因此相对而言，它的肤色检测率也高出许多，并且模型的参数也易于计算，但是速度比区域模型慢。2.2.3混合高斯模型由于具有不同种族的肤色直方图并不完