matlab ycrcb肤色检测,基于HSV与YCrCb颜色空间进行肤色检测的研究

862012. 10 电脑编程技巧与维护 1 引言 皮肤检测是人脸检测、手势识别等任务的关键步骤。因此，如果能增加肤色识别的准确性就可以提高人脸识别、手势识别的准确性。而肤色识别的准确性又受到多种因素的影响。比如环境的亮度、局部的曝光度以及进行肤色检测所使用的颜色空间的影响。现在的肤色检测所使用的颜色空间有HSV 和 YCrCb 颜色空间。基于 HSV 与 YCrCb 颜色空间的两种肤色检测法因亮度的改变对肤色检测准确度的影响。 2 HSV 颜色空间 HSV 是对 RGB 色彩空间中点的两种有关系的表示，它们尝试描述比 RGB 更准确的感知颜色联系，并仍保持在计算上简单。 H 指 hue (色相)、S 指 saturation (饱和度)、V 指 value (色调)。 色相 (H) 是色彩的基本属性，就是平常所说的颜色名称，如红色、黄色等。 饱和度 (S) 是指色彩的纯度，越高色彩越纯，低则逐渐变灰，取 0-100%的数值。明度 (V) 取 0-100%。 以下是 RGB 颜色空间与 HSV 颜色空间的换算： 3 YCrCb 颜色空间 YCrCb 即 YUV，主要用于优化彩色视频信号的传输，使其向后相容老式黑白电视。与 RGB 视频信号传输相比，它最大的优点在于只需占用极少的频宽(RGB 要求 3 个独立的视 频信号同时传输)。其中“Y”表示明亮度 (Luminance 或Luma)，也就是灰阶值；而“U”和“V” 表示的则是色度 (Chrominance 或 Chroma)，作用是描述影像色彩及饱和度，用于指定像素的颜色。“亮度”是透过 RGB 输入信号来建立的，方法是将 RGB 信号的特定部分叠加到一起。“色度”则定义了颜色的两个方面─色调与饱和度，分别用 Cr 和 CB 来表示。其中，Cr 反映了 RGB 输入信号红色部分与 RGB 信号亮度值之间的差异。而 CB 反映的是 RGB 输入信号蓝色部分与 RGB 信号亮度值之间的差异。 YUV 与 RGB 相互转换的公式如下(RGB 取值范围均为 0-255) ︰ Y = 0.299R + 0.587G + 0.114B U = -0.147R - 0.289G + 0.436B V = 0.615R - 0.515G - 0.100B R = Y + 1.14V G = Y - 0.39U - 0.58V B = Y + 2.03U 以上为用于肤色识别的两种主要的颜色空间。 4 实验验证为了验证哪一种颜色空间用于检测肤色受亮度的影响最小，选择拍摄一只手在 4 种不同亮度下的照片分别为 result_1. jpg、result_2.jpg、result_3.jpg、result_4.jpg (亮度强度由高到低)；并在 4 张照片中选择相同坐标的 3 个 ROI，这 3 个 ROI 分别为 (image->width/2,image->height/2,30,30)、 (image->width/2+40,image->height/2,30,30)、 (image->width/2+40,image->height/2+40,30,30)。 注：第一个参数为图像的 X 轴坐标，第二个参数为图像的 Y 轴坐标，第三个参数为 ROI 的水平长度，第四个参数为 基于 HSV 与 YCrCb 颜色空间进行肤色检测的研究 邱迪 (四川大学软件学院，成都 610065) 摘 要：对肤色检测所适用的颜色空间进行研究，通过对比 HSV 和 YCrCb 颜色空间进行肤色识别的受亮度影响的程度，通过数据得出哪一