[发明专利]人体肤色区域的识别方法和装置

说明书

技术领域

本发明涉及图像识别技术领域，尤其涉及一种人体肤色区域的识别方法和装置。

背景技术

肤色区域分割技术是目前图像分割研究中的热点之一，其在人脸识别、表情识别、人手跟踪、人机交互、运动人体目标跟踪、黄色图片过滤中都有重要应用。目前互联网黄色图片泛滥对未成年人有极大伤害，是否能够快速有效地实现肤色分割对准确识别黄色图片有重要影响。

现有黄色图片的过滤方案中，先通过肤色区域的分割，在黄色图片上找到整个人体，找到人体后再分析动作，并通过预先定义的一些人体部位如手、脚、头、肩等，来识别是否黄色图片。

然而，现有的过滤方案也存在不少问题，例如，现有方案无法准确地对肤色区域进行分割，通常是基于整个人体的肤色区域提取特征进行动作识别，造成特征提取的难度较高，图片过滤的准确率较低。

发明内容

本发明实施例提供了一种人体肤色区域的识别方法和装置，能够快速准确地得到肤色区域，提高图片过滤的准确率和效率。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种人体肤色区域的识别方法，包括：

获取待检测图像中各像素点的HSV数据，并根据所述HSV数据对各像素点进行聚类，得到聚类结果图像；

基于统计结果，选取色调H的阈值范围；

根据所述聚类结果图像中各像素点的H分量以及所述H的阈值范围，进行区域分割，得到所述待检测图像的肤色区域；

利用漫水填充算法对所述肤色区域中像素点进行划分，将满足连通条件的像素点划分在同一个肤色块中；

对所述各个肤色块分别进行特征提取，执行对所述待检测图像的过滤。

本发明实施例还提供了一种人体肤色区域的识别装置，包括肤色区域获取单元，肤色块划分单元和过滤单元，

所述肤色块划分单元，用于利用漫水填充算法对所述肤色区域获取单元获取到的肤色区域中像素点进行划分，将满足连通条件的像素点划分在同一个肤色块中；

所述过滤单元，用于对所述各个肤色块分别进行特征提取，执行对所述待检测图像的过滤；

所述肤色区域获取单元，包括如下模块：

聚类分割模块，用于获取待检测图像中各像素点的HSV数据，并根据所述HSV数据对各像素点进行聚类，得到聚类结果图像；

色调阈值选取模块，用于基于统计结果，选取色调H的阈值范围；

阈值分割模块，用于根据所述聚类结果图像中各像素点的H分量以及所述H的阈值范围，进行区域分割，得到所述待检测图像的肤色区域。

由上述可见，本技术方案先对待检测图像在HSV空间中进行聚类，将具有相似颜色属性的像素点分割在同一类中；然后，在聚类的基础上，根据统计得到的肤色分布的阈值范围，再次进行区域的分割，得到所需检测的肤色区域。本方案的这种两次分割的处理模式，提高了肤色区域分割的准确率，能够快速有效地得到肤色区域。

并且，本发明实施例提供的技术方案在快速准确地得到整个人体的肤色区域之后，进一步根据连通条件将该肤色区域划分为多个肤色块，以将人体上的各个部位对应于肤色区域分离出来，分别对各个肤色块进行分析和识别，从而大大降低了特征提取的难度，提高了图片过滤的准确率和效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的一种人体肤色区域的识别方法流程示意图；

图2为本发明实施例二提供的HSV颜色空间的圆锥空间模型示意图；

图3为本发明实施例二提供的金字塔算法流程处理示意图；

图4为本发明实施例二提供的统计得到的表示肤色的H向量的概率分布图；

图5(a)为本发明实施例二提供的漫水填充算法中4邻域的位置示意图；

图5(b)为本发明实施例二提供的漫水填充算法中4邻域的坐标关系示意图；

图6(a)为本发明实施例二提供的漫水填充算法中8邻域的位置示意图；

图6(b)为本发明实施例二提供的漫水填充算法中8邻域的坐标关系示意图；

图7为本发明实施例三提供的人体肤色区域的识别装置结构示意图；

图8为本方案提供的实验一中原始的待检测图像；