几种颜色空间在肤色检测中的应用与研究

吕凯凯 韦德泉 梁兰菊 王猛

摘要：人工智能技术的飞速发展，不仅在医疗、军事、金融等领域发挥了重要作用，而且在人民的日常生活与工作中提供了极大的便利。肤色检测是人工智能技术中人脸检测与识别、手势追踪与识别等领域的基础环节，该文对几种常用颜色空间在肤色检测中的应用做了深入的研究，并通过实验对比，得出HSB颜色空间聚类性更好，用于检测肤色效果显著。

关键词：肤色检测；颜色空间；图像处理；人工智能；线性转换

中图分类号：TP391 文献标识码：A

文章编号：1009-3044（2019）10-0160-02

开放科学（资源服务）标识码（OSID）：

Application and Research of Several Color Spaces in Skin Color Detection

LV Kai-kai，WEI De-quan，LIANG Lan-ju，WANG Meng

（School of Opt-Electronic Engineering， Zaozhuang University， Zaozhuang 277160， China）

Abstract： The rapid development of artificial intelligence technology not only plays an important role in medical， military， financial and other fields， but also provides great convenience in people's daily life and work. Skin color detection is the basic link in the fields of face detection and recognition， gesture tracking and recognition in artificial intelligence technology.In this paper， the application of several common color spaces in skin color detection is studied in depth， and through experimental comparison， it is concluded that HSB color space clustering is better， and the effect of skin color detection is remarkable..

Key words： Skin color detection； color space； image processing； artificial intelligence； Linear transformation

隨着计算机和互联网的不断发展，越来越多的人工智能技术应用而生，这些技术在医疗、军事、金融等领域均有非常重要的应用。比如在医疗领域，手术机器人、康复机器人、医用服务机器人可以辅助医护工作人员的更好地完成工作，在军事领域，人工智能武器的降临，将会把传统的“人对人”的战争演变为“智能武器自主杀人”的战争，在金融领域，人工智能应用到包括了智能客服、智能征信及反欺诈以及智能投顾等最为炙手可热的金融领域。不仅如此，人工智能技术也给人们的生活带来了极大的便利，比如人脸识别登录应用软件、指纹解锁手机、语音遥智能家居、人脸动态追踪、手势识别等已经广泛应用于人民的生活与工作中。肤色检测是人脸检测与识别、手势识别与跟踪的基础与关键环节，对后续的识别结果起决定性影响。基于颜色的肤色检测简单易实现，而且不受形状变化和视角变化等影响，是肤色检测领域中非常热门的研究方向，几种常用颜色空间在肤色检测中的应用是该文的研究内容。

1 几种常用颜色空间介绍

在人的肉眼看来，世界是五彩缤纷的，是因为人的眼睛可以识别以红、绿、蓝为基色的千变万化种组合，而在计算机“看”来，它识别不了红、绿、蓝，更无法识别以红、绿、蓝为基色的多种组合色，它只认识0和1两个代码。因此，计算机在图像处理中，需要定义颜色空间，其中最常用的便是RGB颜色空间。当然，为了不用的领域的不用应用，又提出了与 RGB空间具有线性变换关系的颜色空间，称为为线性颜色空间，比如YUV颜色空间、YIQ颜色空间、YCbCr颜色空间和HSB颜色空间。

1.1 RGB颜色空间

RGB颜色空间是目前使用最多也是最为人们熟悉的颜色空间，现有的图像采集设备采集到的就是RGB值，而图像读取设备也是通过读取RGB值来显示图像。RGB颜色空间采用R（红）、G（绿）、B（蓝）三个基色作为三个颜色分量，其中R、G、B的取值范围都是0～255，其他颜色都可以用R、G、B三个分量取不同的值的组合来表示，共计256*256*256=16777216色。RGB颜色空间可以用一个三维的单位立方体进行表示，如图1，三维空间的三个轴分别代表红、绿、蓝三个基色，原点（0，0，0）代表黑色，离原点最远的顶点（1，1，1）代表白色，R轴上点（1，0，0）代表红色，G轴上点（0，1，0）代表绿色，B轴上点（0，0，1）代表蓝色，其他颜色均坐落在这个单位立方体内。其他颜色空间都是以RGB颜色空间为基础，进行一定的线性或非线性变换得到的。

1.2 YUV颜色空间

YUV颜色空间是被欧洲电视系统所采用的一种颜色编码方法。YUV颜色空间中，亮度信息与色度信息是分离的，Y表示亮度信息，U和V分别表示色度信息，因此黑白电视和彩色电视都可以用YUV颜色空间来编码。当我们把U和V信号量设置为0，只输入Y信号分量，那得到的就是黑白图像电视，当我们把亮度信号Y与色度信号U、V三个混合信号输入，就可以得到彩色图像电视。YUV颜色空间中，亮度信息Y解决了彩色电视机与黑白电视机的兼容问题，使黑白电视机也能接收彩色电视信号。由RGB色彩空间转换成YUV色彩空间的转换公式如下：

Y=0.299R+0.587G+0.114B；U=-0.148R-0.289G+0.437B；V=0.615R-0.515G-0.1B。

1.3 YIQ颜色空间

YIQ是北美的一种电视系统标准，其中Y提供黑白电视及彩色电视的亮度信号，即亮度（Brightness），I与Q代表色调，包括了图像的色彩信息和饱和度信息。I分量代表色彩从橙色到青色，Q代表色彩从紫色到黄绿色。与YUV颜色空间类似，YIQ颜色空间中的色度信息与亮度信息也是分开的，只不过YIQ色彩空间用色差信号I、Q来代替U、V，压缩了色度带宽。由RGB颜色空间转换到YIQ颜色空间。转换公式如下：

Y=0.299R+0.587G+0.114B；I=0.596R-0.275G-0.321B；Q=0.212R-0.523G+0.311B。

1.4 YCbCr顏色空间

YCbCr颜色空间是很多视频压缩编码采用的颜色空间，在摄像机、数字电视等视频产品中经常使用，如MPEG、JPEG 等标准中普遍采用YCbCr颜色空间。YCbCr 颜色空间是从YUV颜色模型衍生来的，其中Y指亮度，而Cb和Cr是U和V经过少量的调整得来，Cr和Cb分量分别代表红色和蓝色的色度。由RGB色彩空间转换成YCbCr色彩空间的转换公式如下：

Y = 0.2989R + 0.5866G + 0.1145B； Cb = -0.1688R-0.3312G +0.5000B；Cr= 0.5000R -0.4184G-0.0817B。

1.5 HSB颜色空间

HSB颜色空间由色调（Hues）、饱和度（Saturation）、亮度（brightness）三分量组成。色调（H）指我们平时说的颜色，如红色、蓝色等，H的取值范围在（0～360）之间，取值不同代表不同的颜色，比如H=60时，代表红色，H=120时代表黄色等。饱和度（S）指色调的纯度，S的取值范围在（0～100%），纯度越高色彩越鲜艳，比如S=100%时，该颜色具有最纯的颜色，纯度越低，色彩则越接近灰色，比如S=0时，代表灰色。亮度（B）代表颜色的亮度，B的取值范围在（0～100%），亮度越高，颜色越亮，比如B=100%时，该颜色具有最亮的颜色，亮度越低，颜色越暗，比如B=0时，代表黑色。HSB色彩模型可以用一个六面体模型表示，如图2，其中，S轴代表饱和度（S），B轴代表亮度（B），色度（H）由与饱和度（S）之间的旋转角度a确定。

2 几种颜色空间在皮肤检测中的应用

利用上述转换公式，该文将一张RGB颜色空间图像分别转换成HUV颜色空间、YIQ颜色空间与HSB颜色空间的图像，如图3从左上到右下所示。

正因上文所述，YCbCr颜色空间是从YUV颜色模型衍生来的，只不过Cb和Cr是U和V经过少量的调整得来，所以YCbCr颜色空间与HUV颜色空间非常相似，该文没再列举YCbCr颜色空间的图像。通过比对分析，可以看出RGB图像中肤色不具有聚类性，但是在亮度信息与色度信息分离的颜色空间中，肤色的聚类性非常好，可以用来检测肤色。值得一提的是，虽然HUV颜色空间、YIQ颜色空间与HSB颜色空间都是亮度信息与色度信息分离的，方便于图像增强和色度分析等彩色图像处理工作，但是在肤色的聚类性上，HSB颜色空间表现更为优异。相对于其他彩色空间，HSB彩色空间在视觉上是均匀的，与人类的颜色视觉有很好的一致性，在图像分析工作中得到了广泛的应用，在肤色检测中有很大的优势。图4分别展示了利用HSB颜色空间检测到的肤色RGB图像以及二值化图像，可以看出检测效果很好。

3 结语

综上，在亮度信息与色度信息分离的颜色空间中，肤色的聚类性非常好，可以用来检测肤色，该文主要研究了亮度信息与色度信息混合的RGB颜色空间到亮度信息与色度信息分离的HUV颜色空间、YIQ颜色空间、YCbCr颜色空间、HSB颜色空间的转换关系，并通过实验对比，得出HSB颜色空间聚类性更好，用于检测肤色效果显著。

参考文献：

[1] 向方明，朱遵义，许敬，等. YUV到RGB颜色空间转换算法研究[J]. 现代电子技术，2012，35（22）：65-68.

[2] 江凤兵. 不同颜色空间肤色检测算法的研究[D].江西理工大学，2011.

[3] 张学习，杨宜民. 彩色图像工程中常用颜色空间及其转换[J]. 计算机工程与设计，2008（5）：1210-1212.

[4] 胡焯源，曹玉东，李羊. 基于HSV颜色空间的车身颜色识别算法[J]. 辽宁工业大学学报（自然科学版），2017，37（1）：10-12.

[5] 徐战武，朱淼良. 基于颜色的皮肤检测综述[J].中国图象图形学报，2007（3）：377-388.

[6] 王婷婷. 基于颜色空间的图像分割方法研究[D].山东师范大学，2014.

[7] 郝博闻，梁宇峰，李文强，等. 基于颜色空间和模板匹配的交通标志检测方法[J].智能计算机与应用，2016，6（4）：20-22，27.

[8] 庞燕. 几种常用的肤色检测颜色空间[J].中国传媒大学学报（自然科学版），2013，20（6）：54-58.

【通联编辑：唐一东】