学习OpenCV——肤色检测：椭圆模型 （&最大连通区域）

简介：

        刚开始尝试利用肤色信息进行CV方面的跟踪或者检测，但总是发现肤色信息的除了实时效果比较好，其他的抗噪，鲁棒性都不尽如人意。但是正如tornadomeet所说：其实计算机视觉的最终实现是一个长期的过程，是AI领域一个经典的问题，所以在AI完全突破之前，任何对CV有用的信息都值得去深入研究，除非有一种算法能够在所有情况下都工作。

 

皮肤检测----肤色椭圆模型

        皮肤模型中有单高斯，混合高斯，贝叶斯模型和椭圆模型等。经过前人学者大量的皮肤统计信息可以知道，如果将皮肤信息映射到YCrCb空间，则在CrCb二维空间中这些皮肤像素点近似成一个椭圆分布。因此如果我们得到了一个CrCb的椭圆，下次来一个坐标(Cr, Cb)我们只需判断它是否在椭圆内（包括边界），如果是，则可以判断其为皮肤，否则就是非皮肤像素点。

 

        肤色区域的颜色与亮度成非线性函数关系，在低亮度条件下，YCbCr 空间中色度的聚类性会随Y 呈非线性变换降低。为了使肤色聚类不受亮度Y 的影响并将YCbCr 颜色空间中的色度Cb、Cr进行非线性变换，在研究YCbCr 颜色空间的肤色聚类情况的基础上，去掉高光阴影部分（即 Y 的最大最小值），YCbCr 空间色度非线性变换过程中，用 Cb·· Y 、 Cr·· Y 表示肤色区域的中轴线，肤色区域的宽度分别用 Vcb、Vcr 表示。

        即将图像转化到YCbCr 空间并且在CbCr平面进行投影，因此我们采集了肤色的样本点，将其投影到此平面，并且投影后，我们进行了相应的非线性变换K-L变换

进而形成的的统计椭圆模型