基于顏色特征提取及紋理特征提取的皮膚區(qū)域檢測研究.pdf

1、皮膚區(qū)域識別是人臉檢測、定位和跟蹤技術(shù)的基礎(chǔ)；圖像中皮膚自動檢測在圖像內(nèi)容識別和過濾，視頻壓縮以及基于內(nèi)容的檢索等方面發(fā)揮著十分重要的作用。由于顏色和紋理是皮膚最為顯著的特征，因此基于顏色和紋理的皮膚檢測方法的研究顯得尤為重要。 在使用顏色特征檢測皮膚區(qū)域的方法中，使用貝葉斯判決器的非參數(shù)肽色建模方法能夠建立性能良好的膚色分類器。皮膚紋理的檢測是基于區(qū)域的檢測，目前對紋理檢測的研究大多是將圖像分成若干區(qū)域進(jìn)行紋理過濾。

2、本文主要研究內(nèi)容如下： 一、提出一種在YCbCr顏色空間中基于貝葉斯判決的改進(jìn)膚色模型。相對于僅在色度平面Cb-Cr建立的膚色分類器，新膚色模型使用貝葉斯判決器同時在Y-Cb和Y-Cr兩個顏色平面上建立膚色和非膚色概率比值的分布圖。本文采用了3σ高斯歸一化和線性化方法，將兩個分布圖中的概率比值歸一化至[0，1]。這樣，使用一個閾值對兩個分布圖有著相同的分類標(biāo)準(zhǔn)。 二、非參數(shù)模型的典型缺點是描述膚色分布區(qū)域的數(shù)據(jù)量大。本文

3、的膚色分類器采用改進(jìn)數(shù)組形式的雙查詢表來描述對概率比值分布圖分類后的二值分布圖。雙查詢表能有效保持二值圖的分類性能，而需要存儲的數(shù)據(jù)卻只有不到原來的七十分之一。 本文同時對Cb-Cr平面基于貝葉斯判決的查詢表等三個膚色模型進(jìn)行了實驗，實驗結(jié)果是新膚色模型有著比較低的漏檢率和誤檢率。 三、提出一種使用滑動窗口和基于高斯混和模型(GaussianMixtureModelGMM)的皮膚紋理檢測模型。將滑動窗口思想應(yīng)用在皮膚紋理