基于YCgCr颜色空间的光照自适应的肤色区域检测*

为了校正由于光源颜色变化而引起的图像色彩的偏差,在RGB颜色空间基于Gray World假设,采用颜色平衡方法对输入的彩色图像进行颜色校正;为了有效地检测彩色图像中的肤色区域,采用了新颜色空间YCgCr,并在该颜色空间建立了联合亮度信息和Cg-Cr色度查找表的肤色模型.大量实验结果表明,该模型具有较强的光照适应性,可应用于复杂环境下的彩色图像中的人体肤色区域检测.     

跳水运动视频中的运动目标分割

针对跳水运动视频中的人体运动目标分割问题,提出一种简单有效的基于颜色特征运动目标检测及分割算法。首帧进行图像预处理,利用色相和亮度两个分量加强颜色差异,然后使用OTSU算法对图像进行阈值分割。结合RGB颜色空间启发式肤色聚类结果确定运动目标所在的连通区域,最终完成首帧运动目标的自动检测。有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速整体运动有较强的鲁棒性。     

YCgCr与YCgCb颜色空间的肤色检测

自然界存在很多和肤色相似的颜色,给人脸检测带来了很多的困难。提出了结合Cg-Cb颜色空间的圆形肤色聚类分布和Cg-Cr颜色空间的平行四边形肤色聚类分布的肤色检测法。实验结果发现在人脸处于复杂背景的条件下,该方法简单易行,检测速度快,能去除大量的非肤色,并且极好地保留了肤色。     

利用颜色进行基于内容的图像检索

提出了一种新的基于颜色的图像检索算法.该方法根据颜色在图像中的分布信息,通过对像素点的加权处理确定最佳的颜色初始聚类数目,将经过加权处理的像素点进行聚类,得到图像主要颜色的统计特征,同时,在分析了主要颜色在图像中的散布情况后,利用主色的矩特征来描述各个主色在图像中的空间分布特征,结合颜色的统计特征与空间分布特征来描述图像的内容,保证图像在局部和整体上的一致性,实验证明该方法的检索精度明显要高于传统的仅基于颜色统计特征的检索结果.     

一种适用于人脸检测具有强聚类能力的新颜色空间YCH

利用肤色信息检测人脸是一种快速而有效的方法,但选取合适的颜色空间是一个十分棘手的问题。文中提出一种自适应颜色空间YCH,将最常用颜色空间的优点融合到一个新的简单的非线性变换,其中所有的变换系数都能根据人脸图像中每个像素自身的特性自动调整,因而可有效消除影响肤色与非肤色分类结果的各种不利因素。实验结果表明提出的颜色空间对各类人脸图像都有很强的聚类能力。     

YCgCr颜色空间的肤色聚类人脸检测法

由于YCgCr颜色空间好的聚类性。提出一种在YCgCr颜色空间的人脸检测,首先肤色在CgCr颜色空间进行投影,对像素点区域进行拟合,初步去除图像中的非肤色,得到肤色第一次分割的图像,实验证明这种拟合可以起到好的去除非肤色像素的作用。然后把YCgCr颜色空间作为肤色模型建立彩色空间,用高斯模型在已提取的图像上进行人脸检测。实验证明在对CgCr空间拟合的基础上,再运用高斯模型进行人脸检测,该算法提高了人脸检测的速度,并且有较高的检测率和较低的漏检率。     

一种基于颜色特征的图像检索方法

提出了一种新的基于颜色自组织聚类的图像检索算法。该算法根据颜色在图像中的分布信息，通过对像素点的加权处理确定最佳的颜色初始聚类数目，将经过加权处理的像素点进行聚类，得到图像主要颜色的统计特征，同时，在分析了主要颜色在图像中的散布情况后，利用主色的矩特征来描述各个主色在图像中的空间分布特征，结合颜色的统计特征与空间分布特征来描述图像的内容，保证了图像在局部和整体上的一致性，实验结果证明，该算法的检索精度明显要高于传统的仅基于颜色统计特征的检索精度。     

基于新颜色空间YCgCr的复杂背景图像下的肤色区域检测

肤色信息在基于彩色图像的手势识别、人脸检测与跟踪和基于内容的不良图像过滤等应用中,起着非常重要的作用.为了有效地检测图像中的肤色区域,采用了类似于YCbCr颜色空间的新颜色空间YCgCr.为了说明YCgCr颜色空间的优越性,给出了该颜色空间与YCbCr颜色空间和Karhunen-Loeve （K-L）变换颜色空间中多样实验操作的比较.实验结果表明,用同样肤色样本得到的肤色阈值对相同的测试图像集进行肤色检测时,YCgCr颜色空间具有很好的肤色区域检测效果,漏检率和误检率均低于其它两个颜色空间的漏检率和误检率,并且对于不同的光照条件有较好的鲁棒性.     

肤色检测最优空间

在综述现存肤色检测算法所使用不同颜色空间的基础上，基于一个含有1894张图像的样本库，采用肤色内聚性和肤色一非肤色类可分离性指标以及相应的分类器性能评估准则，考查了包含所有常用颜色空间的15个3维颜色空间和15个2维色度平面，建立了一个完善的肤色空间评价体系．结果表明：线性颜色空间是最优的肤色空间类，去除亮度信息将降低肤色一非肤色的类可分离性，并导致分类性能的退化．     

显著特征融合的主颜色聚类分割算法*

针对颜色密度聚类分割模型容易产生误分割的问题,提出基于视觉显著性调节的主颜色聚类分割算法.首先,根据空间颜色信息和Mean-shift算法平滑结果分别计算图像的全局显著特征和区域显著特征,并融合2类显著特征作为特征空间聚类的约束项.然后,采用核密度估计方法计算图像主颜色作为初始类,并将显著特征作为调节因子进行聚类分割.最后,进行区域合并.在标准的分割图像库上进行实验并与多种算法对比,结果表明,文中算法具有更高的区域轮廓准确度,并且有效利用图像显著特征,降低密度聚类形成的区域不一致性,提高像素聚类的精度和分割的鲁棒性.     

Hybrid Human Skin Detection Using Neural Network and K-Means Clustering Technique

Human skin detection is an essential step in most human detection applications, such as face detection. The performance of any skin detection system depends on assessment of two components: feature extraction and detection method. Skin color is a robust cue used for human skin detection. However, the performance of color-based detection methods is constrained by the overlapping color spaces of skin and non-skin pixels. To increase the accuracy of skin detection, texture features can be exploited as additional cues. In this paper, we propose a hybrid skin detection method based on YIQ color space and the statistical features of skin. A Multilayer Perceptron artificial neural network, which is a universal classifier, is combined with the k-means clustering method to accurately detect skin. The experimental results show that the proposed method can achieve high accuracy with an F₁-measure of 87.82% based on images from the ECU database.     

一种用于CBIR系统的主色提取及表示方法

颜色是彩色图像最重要的视觉特征之一,在基于内容的图像检索（ＣＢＩＲ）系统中,都将颜色信息作为重要内容参与匹配和检索。针对图像中起主要视觉作用的是图像的主色这一问题,提出一种基于聚类分析的提取和表示图像主色的方法,给出一种用于聚类算法的停止准则,和等量量化方法相比,用本方法提取的颜色信息,具有特征维数低、颜色表示准的优点。     

用聚类算法提取基于彩色特征的语义物体

该文提出一种用聚类算法提取基于彩色特征的语义物体的方法。首先把RGB空间转化为L*a*b*空间,然后用最近邻算法进行聚类,把图象中象素依次聚类到各个颜色区域中,最后,根据彩色信息提取出语义物体,实验表明该方法具有实用性,并且对图象语义信息的研究有很大的帮助。     

肤色检测技术综述

肤色检测在人脸和手势识别与跟踪、Web图像内容过滤、数据库或因特网中的人物检索和医疗诊断等方面有广泛应用，文中通过分别介绍基于统计和基于物理的两类肤色检测技术，较全面地综述了肤色检测技术，其中对颜色空间选择、静、动态肤色建模方法、肤色反射模型和肤色波谱特性等肤色检测重要环节做了分析，明确了选择颜色空间与特征提取和分类方法的联系，强调了研究肤色波谱特征对基于物理的肤色检测技术的重要性，最后探讨了肤色检测的技术难题和发展趋势。     

基于颜色聚类和Hu不变矩的道路交通标志检测

介绍了一种基于颜色分割和区域描述的交通标志检测方法。该方法利用在RGB空间的颜色聚类算法分割出感兴趣色彩区域,然后进行形态学处理,最后结合Hu不变矩对道路交通标志进行识别。识别结果表明,基于颜色聚类和Hu不变矩的交通标志识别方法具有很强的抗图像平移、缩放和旋转识别能力,并具有实现简单、识别速度快、准确率高等特点,有较高的实用价值。     

Color Space Quantization for Color-Content-Based Query Systems

Color histograms are widely used in most of color content-based image retrieval systems to represent color content. However, the high dimensionality of a color histogram hinders efficient indexing and matching. To reduce histogram dimension with the least loss in color content, color space quantization is indispensable. This paper highlights and emphasizes the importance and the objectives of color space quantization. The color conservation property is examined by investigating and comparing different clustering techniques in perceptually uniform color spaces and for different images. For studying color spaces, perceptually uniform spaces, such as the Mathematical Transformation to Munsell system (MTM) and the C.I.E. L*a*b*, are investigated. For evaluating quantization approaches, the uniform quantization, the hierarchical clustering, and the Color-Naming-System (CNS) supervised clustering are studied. For analyzing color loss, the error bound, the quantized error in color space conversion, and the average quantized error of 400 color images are explored. A color-content-based image retrieval application is shown to demonstrate the differences when applying these clustering techniques. Our simulation results suggest that good quantization techniques lead to more effective retrieval.     

主色调颜色特征的图像检索与分类

颜色是图像检索中应用最为广泛的特征之一。提出一种新的颜色特征提取方法,该方法在HSV空间运用聚类方法得到待分析图像的主色调,通过直方图分析得到整体的图像颜色特征,从而满足图像检索的需要。实验表明,提出的特征分析方法满足人类对图像颜色特征的主观感受。     

基于肤色及脸部特征的脸像检测及其应用

第二代居民身份证的普及势在必行，由于办证数量多、质量要求高、时间安排紧以及为了方便群众，需要制定数字相片的相关规范标准。按照身份证制件要求，本文提出了一种将肤色和脸部特征相结合的方法来检测人脸及定位眼睛位置．并进一步检测及调整人脸色彩，从而根据检测结果来判定该证件相片是否符合制作标准。另外还根据要求对检测出的人脸部分在Lab色彩空间下进行色彩调整，具体步骤包括先对数字相片的颜色空间进行归一化调整以消除偏黄、偏绿和过亮或过暗的现象，再变换色彩空间为Lab空间，最后根据标准判断人脸部分的色彩是否符合要求并进行调整。实验证明该方法具有良好的枪测效果．