一种基于KL变换的椭圆模型肤色检测方法

肤色检测是计算机视觉中的一个重要问题,该文提出了一种新的基于KL变换的椭圆模型肤色检测方法。算法首先对训练肤色样本进行了分布均匀化处理,然后以KL变换为基本工具最终得到了肤色分布区域的椭圆边界方程。方法简单直观。实践表明,该算法能完成对各种不同环境条件下所拍摄图像的肤色分割,效果理想,其性能明显优于常用的域值界定法和单高斯模型法。

基于肤色模型和阈值分割的人脸检测

在疲劳驾驶研究中,人脸图像的提取至关重要,所提取图像的质量直接影响到后续图像处理和最终疲劳度判定。通过肤色采样统计和聚类分析,确定一种在YCb Cr空间下的高斯模型肤色分割方法,即把图像转换到YCb Cr颜色空间,压缩肤色分布范围,使图像亮度和色度分离。其后,应用聚类思想的最大类间方差Otsu算法,通过选取最佳动态阈值对肤色区域进一步细致分割,实现人脸区域的准确定位。

基于改进最大熵法的复杂背景肤色检测

肤色检测是人脸检测的重要组成部分,特别是在复杂背景下,快速准确找到肤色是一个难点.在做肤色检测中首先通过对彩色图片进行自适应光照补偿,再采用改进的YCbCr色彩空间,建立肤色高斯模型,然后利用基于改进最大熵算法进行人脸肤色检测,之后进行形态学去噪处理.实验证明,该方法能有效地从复杂背景中检测出人脸肤色.

一种新的基于颜色恒常性的肤色分割算法

为了解决不同光照条件下的肤色分割问题,提出了一种新颖并且行之有效的解决方法。该方法先应用颜色恒常性算法对图像光照进行估计,根据光照估计的结果,在YCbCr颜色空间采用不同分布的高斯肤色模型,并利用动态阈值对图像进行分割。试验结果证明了算法的可行性和优越性。

复杂背景下的手势分割及掌心检测

在手势识别系统的研究中,手势分割与掌心检测是实时手势识别系统中的重要环节。介绍了一种快速的、鲁棒的手势分割与掌心检测方法。首先通过改进后的高斯肤色模型检测出肤色目标,然后综合运用手势的几何特征将手势与背景准确分离。最后为了验证该方法的有效性,进行了不同背景、不同手势的提取实验。实验结果表明,该系统方法可行,可为下一步人机交互系统中的手势识别和理解打下良好的基础。

利用Matlab实现人脸检测与人脸马赛克

人脸检测是基于人的脸部特征信息进行身份检测的一种生物检测技术。马赛克,即用模糊的连续四方片状阴影对图片处理。本文利用Matlab软件,通过图像分割、腐蚀膨胀、图片放缩等基本方式对给定图片进行人脸检测,如确认为人脸则将其用矩形框出,并将框内的人脸自动打码,实现人脸检测和人脸马赛克。实验表明,本方法能成功检测出人脸,检测准确率高达96.05%;借助Matlab软件进行计时,每张600×400的照片完成人脸检测并马赛克过程不超过24s。

基于肤色分割的人脸检测算法

研究一种基于肤色分割的人脸检测算法。首先将图像色彩空间由RGB转化为YCbCr;其次根据肤色点在色彩空间的聚类性能建立肤色区域模型和简单高斯模型;最后通过计算肤色相似度得到肤色似然图,经过平滑滤波、形态学处理和阈值分割等图像处理过程,确定人脸位置。实验结果表明,该算法能够较好地实现人脸检测。