基于顏色特征提取及紋理特征提取的皮膚區(qū)域檢測(cè)研究.pdf

1、皮膚區(qū)域識(shí)別是人臉檢測(cè)、定位和跟蹤技術(shù)的基礎(chǔ)；圖像中皮膚自動(dòng)檢測(cè)在圖像內(nèi)容識(shí)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(cè)方法的研究顯得尤為重要。 在使用顏色特征檢測(cè)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(cè)是基于區(qū)域的檢測(cè)，目前對(duì)紋理檢測(cè)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?jī)?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(duì)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(shí)在Y-Cb和Y-Cr兩個(gè)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(gè)分布圖中的概率比值歸一化至[0，1]。這樣，使用一個(gè)閾值對(duì)兩個(gè)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(diǎn)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(duì)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(chǔ)的數(shù)據(jù)卻只有不到原來的七十分之一。 本文同時(shí)對(duì)Cb-Cr平面基于貝葉斯判決的查詢表等三個(gè)膚色模型進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)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(dòng)窗口和基于高斯混和模型(GaussianMixtureModelGMM)的皮膚紋理檢測(cè)模型。將滑動(dòng)窗口思想應(yīng)用在皮膚紋理