图像采集过程中基于肤色理论的采集框自动定位

董婧文+隋春荣+刘雅举

摘 要 在日常应用中经常要采集头像作为资料保存，在采集过程中还要手动定位裁剪区域非常麻烦。其实人脸检测技术现在已经非常成熟，在图像采集过程中有着广泛的应用。本文用delphi编程实现基于肤色的图像自动定位裁剪区域。

关键词 人脸检测；图像采集；像素点

中图分类号 TP3 文献标识码 A 文章编号 2095-6363（2017）12-0112-02

1 识别肤色理论

肤色作为人显著的特征常被应用到人脸检测和识别研究中。识别图像中的肤色是人脸检测的预处理步骤，椭圆肤色模型就是基于肤色在YCbCr空间cb、cr分量分布的稳定性，来区分像素点是否属于肤色区域。

2 Delphi中具体实现过程

2.1 先对图像滤波

通過对一个像素点相邻周围9个像素点中间值对图像进行滤波处理，使图像整体画面平滑，没有突显的像素点。

2.2 识别肤色区域，并二值化

按上面理论部分查找肤色区域。肤色区域识别后，对图像二值化，使图像成黑白两色，便于查找定位人脸区域。

Cb、Cr椭圆肤色聚类识别肤色效果较好，但对于亮度较高区域和亮度较低的肤色区域会误判为非肤色区域。通过对亮度信息Y进行分段实验统计，对于亮度小于80的非肤色像素点会误判为肤色点。对与大于230 的肤色像素点会误判为非肤色点。因此：

1）对于亮度低于80像素点直接判决为非肤色像素点或将椭圆肤色聚类的椭圆的长短轴同时缩小为原来的0.8。

2）对于亮度在80～230之间的像素点采用椭圆肤色聚类方法

3）对于亮度大于230的像素点进行判决时，将椭圆肤色聚类的椭圆的长短轴同时扩大为原来的1.1。

参考文献

[1]Zhou Z H.Geng X Projection functions for eye detoction，2004（5）.

[2]边肇祺.模式识别[M].北京：清华大学出版社，2004.

[3]和青芳.计算机图形学原理及算法教程（VisualC++版）[M].北京：清华大学出版社，2006.

[4]吕建强.人脸检测技术的研究现状与展望[J].电脑知识与技术（学术交流），2007.

[5]Zhao Shuyan.Grigat Robust eye detection under active inbared illumination，2006.