膚色建模

　　膚色分割關(guān)鍵在于色度空間以及膚色模型的選擇。常用的色度空間主要有：RGB、HIS、YIQ、YUV、YCbCr。常用的膚色模型有簡單閾值模型、高斯模型、直方圖模型、區(qū)域模型等。大部分基于FPGA的實時膚色分割通常采用簡單閾值模型，因為這種方法只設(shè)定簡單的門限閾值，處理起來快速方便，但是效果不是很好。區(qū)域模型利用膚色在色彩空間的聚類性，將滿足一定條件的區(qū)域標(biāo)定為膚色區(qū)域，該方法檢測效率比簡單閾值模型高出許多，而且模型參數(shù)也易于計算，適合實時處理。所以本文選取Anil K Jain等人建立的橢圓區(qū)域模型，利用建立膚色查找表的方法實現(xiàn)膚色的實時分割。

　　因為不同人的膚色通常只在亮度上有差異，所以選擇把亮度分量分出來的色度空間YCbCr空間。YCbCr空間的優(yōu)點是可以將亮度和色度分開單獨處理，實現(xiàn)亮度和色度分量比較徹底的分離，其中Y是指亮度分量，Cb指藍(lán)色色度分量，而Cr指紅色色度分量，Cb、Cr是兩維獨立分布，能較好的限制膚色分布區(qū)域，膚色點能夠想成較好的聚類。所以通常選取在YCbCr空間進(jìn)行膚色分割。

　　Anil K Jain等人從Heinich-Hertz-Institute(HHI)圖像庫中的137幅圖像中手工選取了853,571個膚色像素點，并將其繪制在YCbCr空間中。從實驗結(jié)果中發(fā)現(xiàn)，在YCbCr空間中的膚色聚類是呈兩頭尖的紡錘形狀，即當(dāng)Y值處于較大和較小的部分，膚色聚類也隨之減少。因此簡單地將YCbCr空間向CbCr平面投影來尋找膚色區(qū)域是不可行的，必須考慮Y值不同造成的影響，進(jìn)行非線性分段色彩變換，利用橢圓公式進(jìn)行擬合，建立膚色的橢圓模型。

　　對YCbCr色彩空間進(jìn)行非線性分段色彩變換

　　因為統(tǒng)計樣本膚色匯聚在兩頭尖的紡錘體內(nèi)，所以根據(jù)Y值將膚色區(qū)域分為三段，然后計算每個二維子空間Cb-Cr的中軸線和寬度，根據(jù)中軸線以及寬度求出每個子空間Cb、Cr的表達(dá)公式。

　　(1)將膚色區(qū)域的中軸線分別用，其表達(dá)式為：　　

         
　　式中，為非線性分段色彩變換的分段閾值。　　

        ，它們是由實驗數(shù)據(jù)得到的膚色聚類區(qū)域中Y分量的最小和最大值。

　　(2)將膚色區(qū)域的寬度分別用來表示：