图像算法---头发检测算法研究

最近在做头发检测的算法研究，在此做个总结。

发色检测目前主要的方法有：1，基于颜色空间统计的发色检测；2，基于概率模型、高斯模型的发色检测；3，基于神经网络机器学习的发色检测；

这三种方法中，最稳定的是第3种，但是该方法实现起来比较复杂，样本量大；最简单的是第1种，但是不精确；

说实在的，这三种方法，都没办法完美检测发色，也就是没办法避开同色的干扰，不过，今天本人还是要介绍一种，相对来讲，比较实用的方法：

本文的算法使用最简单的颜色空间模型和概率模型，参考文献为：《Hair color modeling and head detection》，在此文献基础上修改而成。

为了便于理解，本文直接介绍算法实现过程，相信大家对于没用的也不太想看呵呵，因此，对于理论，大家没兴趣的可以跳过。

理论基础：

1，基于YCbCr颜色空间，对N个头发区域像素进行 采样统计，结果如下图：

2，将统计结果投影在Cb-Cr平面，结果如下：

3，采用高斯混合概率模型对发色的色度概率分布进行描述：

4，根据Cb和Cr的取值范围对当前像素进行肤色判断：

                                                   if(Cb<=141&&Cb>=115&&Cr>=115&&Cr<=143)

                                                                            P(i,j)为发色

                                                   else

                                                                            P(i,j)非发色

上面1-4的过程即论文《Hair color modeling and head detection》中所介绍的方法，测试效果如下：

经过我的测试，论文中的方法检测准确率很低，这里简单放上两张测试图，大家可以看到，误检率很高，把较多的背景和肤色都检测成了发色。

因此，本人对这个算法进行了改进，添加了一个约束条件：

由于发色主要是黑色为主，偏黄或者偏白，这几种情况都跟RGB三分量中的R分量关系最密切，因此，本人添加了R约束：R<Th

Th是经验值，这里我们实际使用中可以使用Th=60，这个值是我测试N张图的到的经验值，同时，也可以使用动态调节Th来获取发色区域，这里我

给出几张测试效果：

大家可以从效果上看出，改进的方法效果很不错，呵呵，最后改进后的判断条件如下：

                                                   if(Cb<=141&&Cb>=115&&Cr>=115&&Cr<=143&&R<Th)

                                                                            P(i,j)为发色

                                                   else

                                                                            P(i,j)非发色

                                                    默认值Th = 60

这里，给出C#代码如下：

        public Bitmap HairD(Bitmap src, int k )
        {
            Bitmap a = new Bitmap(src);
            Rectangle rect = new Rectangle(0, 0, a.Width, a.Height);
            System.Drawing.Imaging.BitmapData bmpData = a.LockBits(rect, System.Drawing.Imaging.ImageLockMode.ReadWrite, System.Drawing.Imaging.PixelFormat.Format24bppRgb);
            int stride = bmpData.Stride;
            unsafe
            {
                byte* pIn = (byte*)bmpData.Scan0.ToPointer();
                byte* p;
                int R, G, B;
                double Cr, Cb, BrightV;
                for (int y = 0; y < a.Height; y++)
                {
                    for (int x = 0; x < a.Width; x++)
                    {
                        p = pIn;
                        R = p[2];
                        G = p[1];
                        B = p[0];
                        Cb = 128 - 37.797 * R / 255 - 74.203 * G / 255 + 112 * B / 255;
                        Cr = 128 + 112 * R / 255 - 93.768 * G / 255 - 18.214 * B / 255;
                        if (!(Cb >= 115 && Cb <= 141 && Cr >= 115 && Cr <= 143&&R<k))
                        {
                            pIn[0] = (byte)255;
                            pIn[1] = (byte)255;
                            pIn[2] = (byte)255;
                        }
                        pIn += 3;

                    }
                    pIn += stride - a.Width * 3;
                }
            }
            a.UnlockBits(bmpData);
            return a;
        }

最后，放上一个DEMO，下载地址： 点击打开链接