姜夕梅 黃誠 楊曉偉 孔淑敏

摘要： 隨著現(xiàn)代社會的飛速發(fā)展，關于安全檢測的準確性以及高效性要求越來越高，通過人臉進行安全識別具有巨大的發(fā)展前景。本文從實用角度出發(fā)，研究了在彩色圖像中基于膚色分割的人臉區(qū)域檢測與分割。文章首先生成灰度圖像，接著將圖像進行膨脹與腐蝕操作，為后續(xù)工作的穩(wěn)定性做出保證，以減少失真。接著用邊界法對圖像實現(xiàn)分割，最終獲得所需的人臉區(qū)域。本文通過圖像成功展示了相關人臉圖像的膚色識別以及分割效果。通過膚色可以分別出人臉區(qū)域，為后邊的識別做好了準備。

關鍵詞：人臉檢測;分割;膚色

中圖分類號： TP18? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）19-0191-03

Abstract： With the rapid development of modern society， the demand for accuracy and efficiency of security testing is getting higher and higher， and the security identification through face recognition has great prospects for development. In this paper， from a practical point of view， this paper studies the face detection and segmentation based on skin color segmentation in color image.Firstly， the method of skin color clustering is used to convert the RGB color space to the YCbCr color space first， and the colorimetric in YCbCr is used as the judgment basis to process the pixels in the color space to generate the gray image. Then the image expansion and erosion operations， to ensure the stability of follow-up work to reduce distortion. Then use the boundary method to segment the image， and finally get the desired face area. In this paper， we successfully demonstrate the skin color recognition and segmentation effect of related face images. Through the skin color can be separated from the face area， ready for the recognition behind.

Keywords： face detection; segmentation; color

隨著科學技術的飛速發(fā)展，各行各業(yè)迫切需求快速以及高效的自動身份驗證系統(tǒng)。當前廣泛使用的身份檢測形式比如磁卡、IC卡等，雖然相關技術已經(jīng)成熟，但是仍不易阻止偽造的發(fā)生。由于生物屬性是人的內在屬性，有著穩(wěn)定的個體差異和物理穩(wěn)定性，可以作為身份檢測的理想依據(jù)。人臉檢測以及指紋檢測等相關生物特性具有直接、穩(wěn)定、方便等特點。因此會成為一個研究熱點。

近年來，人臉檢測技術得到了廣泛的發(fā)展與應用，在案犯識別、視頻會議、智能人機交互、檔案管理等方面應用潛力巨大，逐漸成了目前計算機與模式識別的一大熱點研究。一個完整的人臉圖像自動識別系統(tǒng)包含兩個步驟：人臉檢測與人臉識別。本文中的人臉檢測主要的方向的判斷輸入的被檢測圖像中是否存在人臉，如果圖像中存在人臉，通過相關算法進行檢測，然后把人臉部分分割提取出來。

本文首先使用了基于膚色的人臉檢測方法，通過相關參數(shù)對相關部位的人臉區(qū)域進行了確認，然后通過膚色聚類、形態(tài)學等手段對人臉區(qū)域進行分割。

1 算法以及原理

1.1 基于膚色的人臉檢測

膚色是人臉的重要信息，該特征不依賴于面部的特征細節(jié)，對于表情變化、旋轉等情況都可以使用，并且具有相對的穩(wěn)定性，能夠與大多數(shù)背景圖像相區(qū)別。在彩色圖像中，利用膚色對人臉檢測具有很高的使用價值。

在實際情況中輸入的人臉圖像往往都會存在背景，這些背景如果不能有效提取出來，就會對人臉圖像處理造成失真和錯誤，對后期的處理也會造成影響。這里應用的算法是基于膚色的色彩空間轉換方法。

接著要介紹兩種顏色模型，一種是RGB模型，一種是YCbCr模型。

RGB顏色模型是最基本的顏色模型，類似于人眼所看到的五彩斑斕的世界，也是最常用的彩色信息表達方式[1]。國際上指定在RGB顏色模型中選擇紅、綠、藍三種單色光作為三原色，即任何顏色都可以通過這三種顏色混合得到。該模型中光照對顏色的影響很大，主要的不同體現(xiàn)在亮度上，比如人的皮膚有黑色、白色以及黃色等不同顏色。

盡管不同性別、不同年齡以及不同膚色的人臉在彩色空間的分布情況有所差異，比方人有黃皮膚、白皮膚等不同顏色皮膚，甚至即使是黃皮膚顏色深淺也不一樣，但是不同主要體現(xiàn)在亮度上而不是色度上，膚色在一定范圍內呈現(xiàn)聚類特性。經(jīng)過統(tǒng)計實驗發(fā)現(xiàn)，膚色空間在YCbCr上地聚合主要集中在 Cb=150 左右，對于人臉圖像進行識別，讓檢驗符合要求的相關區(qū)域稱為白色，其余部分呈現(xiàn)黑色。相關圖片在下一部分的程序結果中展示。

1.2 人臉區(qū)域分割

圖像分割是一種重要的數(shù)字圖像處理技術[4]。在實際的應用中，通常是將要分析和識別的目標從原始圖像中分離并利用，圖像分割即將圖像分為各個具有獨特特殊的區(qū)域，并從中提取出分析和識別的目標區(qū)域，其特性包括顏色、灰度值、紋理、形狀等。圖像分割是對圖像進行分析的基礎，只有預先分割，才能提取出更多利于分析的特性，實現(xiàn)進一步的圖像處理。

2 程序以及處理結果

2.1 人臉檢測以及灰度轉換

首先編寫一個函數(shù) face_detection.m，實現(xiàn)膚色聚類的人臉檢測以及二值化功能。

2.2 人臉分割

我們需要對人臉去進行提取，此時可以利用形態(tài)學處理方法，完成人臉的檢測與分割。對函數(shù) face_detection.m修改，添加形態(tài)學處理手段，實現(xiàn)新的人臉檢測，函數(shù)定義為 refine_face_detection.m，其具體實現(xiàn)的MATLAB代碼如下：

3 工作結語

本文通過膚色可以識別出人臉區(qū)域，并且能通過邊界法實現(xiàn)了人臉的分割，但是也存在不足與局限性。比如本文的人臉檢測是在膚色分割的基礎上進行的，對于有墨鏡，胡子等遮擋的人臉圖像，他們的圖像不能很好地分割出膚色區(qū)域，達不到需要的效果。對于所列舉的圖像，人臉部分的提取并不是很全面，比如人頭部下方的衣服，在分割的時候還留在所得的圖片中，對于后續(xù)的圖像識別多多少少會存在影響。

圖像檢測的下一環(huán)節(jié)就是圖像識別。目前由于個人以及時間有限，以上相關的問題還沒有找到較好的解決方案，關于圖像識別部分本文也沒有涉及，希望在以后的研究中能夠不斷加以完善。

參考文獻：

[1] 鄧洪波.基于Gabor特征的人臉表情識別和手寫體漢字識別[D].廣州：華中理工大學，2006.

[2] Li Peihua，Ma Hongwei.Iris recognition in non-ideal imaging condition[J].Pattern Recognition Letters，2012，33（8），1012-1018.

[3] 楊丹，趙海濱，龍哲.MATLAB圖像處理實例詳解[M].北京：清華大學出版社，2013：468-472.

[4] Cootes T F，Twining C J，Taylor C J.Diffeomrophic statistical shape models，British Machine Vision Conference，2004，1：447-456.

[5] 吳國平.數(shù)字圖像處理[M].武漢：中國地質大學出版社，2007：191-201.

[6] 路馳.基于膚色分割的人臉檢測算法的研究與實現(xiàn)[D].東北大學，2012.

[7] Oge Marques.實用MATLAB圖像和視頻處理[M].北京：清華大學出版社，2013：261-276.

【通聯(lián)編輯：唐一東】