專利名稱：圖像中膚色區(qū)域的分割方法和裝置的制作方法
技術領域：
本發(fā)明涉及圖像分割技術領域，尤其是涉及圖像中膚色區(qū)域的分割方法和裝置。
背景技術：
圖片的分割在圖形圖像處理領域中一直是一個基礎而重要的問題，很多后續(xù)的操作都基于分割的結果，分割效果的好與壞會直接對最終的圖像處理結果，甚至整體系統(tǒng)的性能造成影響，如機器人汽車在行駛中如果對道路圖像的分割不準確，則直接影響運行性能。膚色分割技術是目前圖像分割研究中的熱點之一，其在人臉識別、表情識別、人手跟蹤、人機交互、運動人體目標跟蹤、黃色圖片過濾中都有重要應用。目前互聯(lián)網(wǎng)黃色圖片泛濫對未成年人有極大傷害，是否能夠快速有效地實現(xiàn)膚色分割對準確識別黃色圖片有重要影響。然而，現(xiàn)有常見的膚色分割方案為基于貝葉斯分類的分割技術，這種方案需要大量的樣本，計算概率的方案復雜，導致圖像分割的效率過低，分割效果也有待改善。

發(fā)明內容
本發(fā)明實施例提供了一種圖像中膚色區(qū)域的分割方法和裝置，能夠快速有效地得到膚色區(qū)域，提高了計算速度和圖像分割的效率。為達到上述目的，本發(fā)明實施例的技術方案是這樣實現(xiàn)的本發(fā)明實施例提供了一種圖像中膚色區(qū)域的分割方法，所述方法包括獲取待檢測圖像中各像素點的HSV數(shù)據(jù)；根據(jù)所述HSV數(shù)據(jù)對各像素點進行聚類，得到聚類結果圖像；基于統(tǒng)計結果，選取色調H的閾值范圍；根據(jù)所述聚類結果圖像中各像素點的H分量以及所述H的閾值范圍，進行區(qū)域分割，得到所述待檢測圖像的膚色區(qū)域
本發(fā)明實施例還提供了一種圖像中膚色區(qū)域的分割裝置，所述裝置包括HSV數(shù)據(jù)獲取單元，用于獲取待檢測圖像中各像素點的HSV數(shù)據(jù)；聚類分割單元，用于根據(jù)所述HSV數(shù)據(jù)對各像素點進行聚類，得到聚類結果圖像；色調閾值選取單元，用于基于統(tǒng)計結果，選取色調H的閾值范圍；膚色區(qū)域獲取單元，用于根據(jù)所述聚類結果圖像中各像素點的H分量以及所述H 的閾值范圍，進行區(qū)域分割，得到所述待檢測圖像的膚色區(qū)域。由上述可見，本技術方案先對待檢測圖像在HSV空間中進行聚類，將具有相似顏色屬性的像素點分割在同一類中；然后，在聚類的基礎上，根據(jù)統(tǒng)計得到的膚色分布的閾值范圍，再次進行區(qū)域的分割，得到所需檢測的膚色區(qū)域。本方案的這種兩次分割的處理模式，提高了膚色區(qū)域分割的準確率，能夠快速有效地得到膚色區(qū)域。并且，本技術方案提供的膚色區(qū)域分割方式，相對簡單易于實現(xiàn)，所需的樣本量較
4小，顯著降低了計算的復雜度和數(shù)據(jù)量，計算速度快，圖像分割的效率較高。


為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實施例一提供的一種圖像中膚色區(qū)域的分割方法流程示意圖；圖2為本發(fā)明提供的HSV顏色空間的圓錐空間模型示意圖；圖3為本發(fā)明實施例二提供的金字塔算法流程處理示意圖；圖4為本發(fā)明實施例二提供的統(tǒng)計得到的表示膚色的H向量的概率分布圖；圖5為本發(fā)明實施例三提供的一種圖像中膚色區(qū)域的分割裝置結構示意圖；圖6為本方案提供的實驗一中原始的待檢測圖像；圖7為實驗一中采用本方案得到的聚類結果圖像；圖8為實驗一中對圖7的聚類結果圖像執(zhí)行H閾值分割后得到的圖像；圖9為本方案提供的實驗二中原始的待檢測圖像；圖10為實驗二中采用本方案得到的聚類結果圖像；圖11為實驗二中對圖10的聚類結果圖像執(zhí)行H閾值分割后得到的圖像；圖12為本方案提供的實驗三中原始的待檢測圖像；圖13為實驗三中采用本方案得到的聚類結果圖像；圖14為實驗三中對圖13的聚類結果圖像執(zhí)行H閾值分割后得到的圖像。
具體實施例方式下面將結合本發(fā)明的附圖，對本發(fā)明的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例， 本領域普通技術人員在沒有作出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。本發(fā)明實施例一提供的一種圖像中膚色區(qū)域的分割方法，參見圖1，具體包括11 獲取待檢測圖像中各像素點的HSV數(shù)據(jù)；上述HSV數(shù)據(jù)為待檢測圖像中各像素點在色調、飽和度、亮度(Hue，Saturation, Value)顏色空間中的數(shù)據(jù)。12 根據(jù)所述HSV數(shù)據(jù)對各像素點進行聚類，得到聚類結果圖像；13 基于統(tǒng)計結果，選取色調H的閾值范圍；14:根據(jù)所述聚類結果圖像中各像素點的H分量以及所述H的閾值范圍，進行區(qū)域分割，得到所述待檢測圖像的膚色區(qū)域。本發(fā)明實施例中對各步驟的執(zhí)行次序不進行嚴格的限制，例如，步驟13中選取H 的閾值范圍的操作可以在步驟11之前預先執(zhí)行，也可以在步驟11之后或者與步驟11同時執(zhí)行。優(yōu)選的，上述的H的閾值范圍為7到12。
5
由上述可見，本技術方案先對待檢測圖像在HSV空間中進行聚類，將具有相似顏色屬性的像素點分割在同一類中；然后，在聚類的基礎上，根據(jù)統(tǒng)計得到的膚色分布的閾值范圍，再次進行區(qū)域的分割，得到所需檢測的膚色區(qū)域。本方案的這種兩次分割的處理模式，提高了膚色區(qū)域分割的準確率，能夠快速有效地得到膚色區(qū)域。并且，本技術方案提供的膚色區(qū)域分割方式，相對簡單易于實現(xiàn)，所需的樣本量較小，顯著降低了計算的復雜度和數(shù)據(jù)量，計算速度快，圖像分割的效率較高。根據(jù)不同應用的需要，設計了多種顏色空間，如RGB顏色空間、HSV顏色空間。然而本技術方案中采用在HSV顏色空間中進行膚色區(qū)域的分割。主要原因在于人類的膚色在顏色空間分布比較集中，但是受人種和光照的影響比較大。人種的問題可以通過分類解決，但光照問題則不太容易處理，是普通存在的問題。為了解決這個問題，本方案把顏色空間映射到亮度(光照)和色度(顏色)分離的顏色空間，即采用HSV顏色空間，從而避免了光照對區(qū)域分割的影響。并且，RGB模式雖然是一種常用的顏色空間，但這個空間不區(qū)分亮度、色度，主要是面向硬件設備，如物理顯示器、攝影機等，并不適合人眼系統(tǒng)，不適于直接用于膚色分割。HSV顏色空間中H是色調，S是飽和度，V是亮度。H值是色彩的基本屬性，也就是通常說的顏色，取值0-360。S是色彩的純度，S越高色彩越純，S越低則色彩越灰，取值0-100。 V是亮度，取值0-100。HSV顏色空間可以用一個圓錐空間模型來表示，參見圖2。HSV顏色空間的模型對應于圓柱坐標系中的一個圓錐形子集，圓錐的頂面對應于V = 1，它對應RGB 模型中的R= 1，G= 1，B = 1三個面，所代表的顏色較亮。色彩H由繞V軸的旋轉角給定。 紅色對應于角度0°，綠色對應于角度120°，藍色對應于角度。在HSV顏色模型中， 每一種顏色和它的補色相差180°。飽和度S取值從0到1，所以圓錐頂面的半徑為1。HSV 顏色模型所代表的顏色域是CIE色度圖的一個子集。在圓錐的頂點(即原點)處，V = 0， H和S無定義，代表黑色。圓錐的頂面中心處S = 0，V= 1，H無定義，代表白色。從該點到原點代表亮度漸暗的灰色，即具有不同灰度的灰色。對于這些點，S = 0，H的值無定義?？梢哉f，HSV模型中的V軸對應于RGB顏色空間中的主對角線。在圓錐頂面的圓周上的顏色， V=LS= 1，這種顏色是純色。下面對本發(fā)明實施例二提供的圖像中膚色區(qū)域的分割方法進行說明，具體包括11 獲取待檢測圖像中各像素點的HSV數(shù)據(jù)。當利用硬件設備讀取待檢測圖像時，硬件設備采用是RGB顏色空間，則通過對待檢測圖像中各像素點的RGB值進行轉換，得到所述各像素點的HSV數(shù)據(jù)。RGB數(shù)據(jù)向HSV數(shù)據(jù)的轉換方式可以具體表示如下RGB = > HSV,轉換公式如下令MAX為R、G、B三個分量的最大值；MIN為三個分量的最小值若MAX = MIN,貝IjH = OS = OV = MAX/255若MAX 乒 MIN當G彡B時
H = (Max-R' +G，_Min+B，-Min) / (Max-Min) X 60S = 1-MIN/MAXV = MAX/255當 G < B 時H = 360- (Max-R' +G，_Min+B，-Min) / (Max-Min) X 60S = 1-MIN/MAXV = MAX/25512 根據(jù)所述HSV數(shù)據(jù)對各像素點進行聚類，得到聚類結果圖像。在利用H的閾值范圍進行區(qū)域分割之前，先通過聚類分割將顏色屬性相近的像素點分割在同一區(qū)域，從而提高了最終膚色區(qū)域分割的準確度。本方案的聚類分割處理中，將待檢測圖像中各像素點的HSV數(shù)據(jù)作為聚類分割的輸入數(shù)據(jù)，即對各像素點的HSV數(shù)據(jù)執(zhí)行聚類分割操作。聚類的主要操作就是在待檢測圖像中各像素點的HSV數(shù)據(jù)中，根據(jù)預定的特征閾值范圍進行搜索，將滿足所述特征閾值范圍的像素點劃分在同一個類中。例如，將位于特征閾值范圍內的像素點或者接近特征閾值范圍的像素點集合在一起歸為同一類。進一步的，在聚類操作中，本方案還可以采用金字塔聚類分割方式，從而達到分割速度更快，分割效果更好的效果。金字塔聚類分割方式具體包括通過多分辨分析，將HSV數(shù)據(jù)構成的待檢測圖像迭代分解為多級不同分辨率的金字塔濾波圖像；按照分辨率從高到底的順序，根據(jù)預定的特征閾值范圍在所述多個金字塔濾波圖像中進行搜索，將滿足所述特征閾值范圍的像素點劃分在同一個類中。例如，若原始的HSV圖像表示為g0，對g0分解得到的一階金字塔濾波圖像表示為 gl，go的分辨率和采樣率都比gl低，然后再對gl分解得到的二階金字塔濾波圖像表示為 g2，不斷迭代處理得到g3、g4等，這一系列的圖像{g0，gl,…，gn}構成金子塔結構，用公式描述如下gk = R(gk_1)其中，k表示序號，R( ·)表示關系函數(shù)。每階的濾波圖像對應于一個節(jié)點，則示例性的，對每個節(jié)點可以有如下公式
權利要求
1.一種圖像中膚色區(qū)域的分割方法，其特征在于，所述方法包括獲取待檢測圖像中各像素點的HSV數(shù)據(jù)；根據(jù)所述HSV數(shù)據(jù)對各像素點進行聚類，得到聚類結果圖像；基于統(tǒng)計結果，選取色調H的閾值范圍；根據(jù)所述聚類結果圖像中各像素點的H分量以及所述H的閾值范圍，進行區(qū)域分割，得到所述待檢測圖像的膚色區(qū)域。
2.根據(jù)權利要求1所述的方法，其特征在于，所述獲取待檢測圖像中各像素點的HSV值包括通過對待檢測圖像中各像素點的RGB值進行轉換，得到所述各像素點的HSV數(shù)據(jù)。
3.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述HSV值對各像素點進行聚類，得到聚類結果圖像包括在待檢測圖像中各像素點的HSV數(shù)據(jù)中，根據(jù)預定的特征閾值范圍進行搜索，將滿足所述特征閾值范圍的像素點劃分在同一個類中。
4.根據(jù)權利要求3所述的方法，其特征在于，所述在待檢測圖像中各像素點的HSV數(shù)據(jù)中，根據(jù)預定的特征閾值范圍進行搜索，將滿足所述特征閾值范圍的像素點劃分在同一個類中，具體包括通過多分辨分析，將HSV數(shù)據(jù)構成的待檢測圖像迭代分解為多級不同分辨率的金字塔濾波圖像；按照分辨率從高到底的順序，根據(jù)預定的特征閾值范圍在所述多個金字塔濾波圖像中進行搜索，將滿足所述特征閾值范圍的像素點劃分在同一個類中。
5.根據(jù)權利要求4所述的方法，其特征在于，所述方法還包括通過多分辨分析，將HSV數(shù)據(jù)構成的待檢測圖像迭代分解為4級不同分辨率的金字塔濾波圖像。
6.根據(jù)權利要求3所述的方法，其特征在于，所述基于統(tǒng)計結果，選取色調H的閾值范圍包括建立膚色圖片的樣本庫；確定所述樣本庫中各膚色圖片內的膚色區(qū)域；對所述膚色區(qū)域中出現(xiàn)的每一個H向量，通過如下公式，計算該H向量的概率值 P(Skin) (c)P(Skin) (c) = Skin(c)/PixCount其中，Skin (c)表示各膚色區(qū)域中H向量為c的像素點的個數(shù)，PixCoimt表示樣本庫中各膚色圖片所包含的像素點的總數(shù)；當H向量所對應的概率值大于概率門限值Tp時，該H向量屬于所述H的閾值范圍內。
7.根據(jù)權利要求3所述的方法，其特征在于，所述基于統(tǒng)計結果，選取色調H的閾值范圍包括對樣本庫中的膚色數(shù)據(jù)進行統(tǒng)計，若多于門限值F的真實膚色的H向量落到[a，b] 區(qū)間中，則H的閾值范圍為[3，13]，其中，門限值？為一個大于50%的概率值，[3，13]取值為 [7，12]。
8.根據(jù)權利要求1至6任一項所述的方法，其特征在于，所述根據(jù)所述聚類結果圖像中各像素點的H分量以及所述閾值范圍，進行區(qū)域分割，得到所述待檢測圖像的膚色區(qū)域，具體包括提取所述聚類結果圖像中各像素點的H分量；判斷所述像素點的H分量是否滿足H的閾值范圍，若滿足，確認該像素點位于膚色區(qū)域中，并保留該像素點；若不滿足，確認該像素點位于膚色區(qū)域之外，丟棄該像素點。
9.一種圖像中膚色區(qū)域的分割裝置，其特征在于，所述裝置包括 HSV數(shù)據(jù)獲取單元，用于獲取待檢測圖像中各像素點的HSV數(shù)據(jù)；聚類分割單元，用于根據(jù)所述HSV數(shù)據(jù)對各像素點進行聚類，得到聚類結果圖像； 色調閾值選取單元，用于基于統(tǒng)計結果，選取色調H的閾值范圍； 膚色區(qū)域獲取單元，用于根據(jù)所述聚類結果圖像中各像素點的H分量以及所述H的閾值范圍，進行區(qū)域分割，得到所述待檢測圖像的膚色區(qū)域。
10.根據(jù)權利要求9所述的裝置，其特征在于，所述色調閾值選取單元選取的H的閾值范圍為7到12 ；所述膚色區(qū)域獲取單元，還用于提取所述聚類結果圖像中各像素點的H分量；判斷所述像素點的H分量是否滿足H的閾值范圍，若滿足，確認該像素點位于膚色區(qū)域中，并保留該像素點；若不滿足，確認該像素點位于膚色區(qū)域之外，丟棄該像素點。
全文摘要
本發(fā)明公開了一種圖像中膚色區(qū)域的分割方法和裝置，能夠快速有效地得到膚色區(qū)域，提高了計算速度和圖像分割的效率。本發(fā)明實施例提供的圖像中膚色區(qū)域的分割方法包括獲取待檢測圖像中各像素點的HSV數(shù)據(jù)；根據(jù)所述HSV數(shù)據(jù)對各像素點進行聚類，得到聚類結果圖像；基于統(tǒng)計結果，選取色調H的閾值范圍；根據(jù)所述聚類結果圖像中各像素點的H分量以及所述H的閾值范圍，進行區(qū)域分割，得到所述待檢測圖像的膚色區(qū)域。
文檔編號G06T7/00GK102289680SQ201110258099
公開日2011年12月21日 申請日期2011年9月2日 優(yōu)先權日2011年9月2日
發(fā)明者楊志宇 申請人:北京新媒傳信科技有限公司