[发明专利]基于多光谱成像的人体皮肤检测方法

说明书

二、技术领域：

本发明涉及计算机视觉和图像处理领域，尤其涉及利用计算机视觉进行人体皮肤检测的方法。更具体地，本发明涉及一种价格低廉且实时的多光谱成像系统来获取图像并通过系统、方法设计获取出图像中物体的反射特性。同时本发明涉及如何在有假人、面具的复杂背景下检测人体皮肤。

三、背景技术：

皮肤检测是计算机视觉领域一个重要研究方向。例如，视频会议中人脸的检测跟踪，肢体语言的理解，人机交互中的指示分析等，都需要精确的皮肤检测算法。传统皮肤检测算法大多基于RGB相机获取的颜色信息进行人体肤色检测，RGB相机的原理是通过R（红）、G（绿）、B（蓝）三种颜色通道分量合成彩色图像，因此最常见的皮肤检测算法是通过定义肤色在颜色空间中各分量上的取值区间来达到检测目的的。这样，当像素的色彩值落在定义区间内时，则认为该像素为皮肤。关于颜色空间的选择问题，Kakumanua等人给出了很好的总结。但是，当检测人群包括来自不同种族的人，或背景颜色复杂，外界光照较强时，基于颜色的皮肤检测精度就比较低。另外，尽管使用具有光照不变性的颜色空间，可以一定程度上降低外界光照对算法的影响。但当外界光照变化剧烈时，皮肤检测性能仍然降低显著。而且，基于RGB三色成像的皮肤检测算法不能有效检测并去除与人体肤色颜色相近的物品，特别是不能区分真人和假人（包括人体模特、面具、照片等）。因此，基于RGB三色成像的皮肤检测算法具有很大的局限性。

人体皮肤反射率已经从生理及实验上被证实有其独特的特性：在紫外部分反射率较低，继而随波长的增加反射率增大，在575nm处有“W”形状。皮肤反射率在800nm处达到峰值，在900nm处会出现下降，在达到最小值后又重新增大但增大幅度很小。经过实际测试，如图一，假人反射率是不具备这种特性的。利用这种反射率特性可以区分真皮肤和假人及其他物品。但是，目前反射率的获取大多要用到光谱仪，价格昂贵、费时长因此不能实时测量。

[引用列表]

[非专利文献]

1、Elli Angelopoulou，“Understanding the color of human skin”，Computer Science Dept.,Stevens Institute of Technology, Castle Point on Hudson, Hoboken, NJ 07030, USA

Ioannis Pavlidis的US6370260示出了一种使用800nm-1400nm和1400nm-2200nm两种近红外波段图像进行人体皮肤检测的方法，利用人体皮肤在这两种波段的独特反射特性从而可以区分真人与假人。不过，这两个波段的成像设备非常昂贵，很难在通常民用应用中使用。

索尼公司的201080002426提出了一种使用多频带近红外照明条件下皮肤检测系统及方法，可以检测图像内的多个关心像素，识别与预定的对应物体。该方法使用870nm和950nm两个不同的近红外波长来获取对应波长下的两幅图像，继而根据两幅图像之间的差异生成二值化皮肤图像，利用二值化图像从原图像中提取皮肤图像。该方法主要用于计算机数据录入时对坐在计算机屏幕前的数据录入人员的皮肤（手）的提取，无法应用于通常场景下的皮肤检测。

因此考虑到以上情况，需要寻找一种价格低廉、实时性好的多光谱成像系统获取多光谱图像。同时需要一种可以在通常场景下能够有效区分真人和假人的皮肤检测方法。

发明目的

本发明的主要目的是提供一种多光谱成像系统，该系统价格低廉、结构简单，通过该系统可以获取物体在图像中的反射特性。针对获取的反射特性本发明提供一种对复杂背景（尤其是含有假人）的检测方法以进行皮肤检测。

本发明的另一个目的是提供一种校准的方法，通过该校准方法获取物体在各波长下的反射特性。校准的作用是为了消除成像通路（包括光源、拍摄设备和滤光片）在不同波长下的光谱响应差异,使用一个在不同波长上反射率已知的标准参照物来校准不同波长上成像通路的光谱响应，从而获得物体的真实反射特性。校准方法与所需要获得的反射特性有关。此处反射特性可以指像素的灰度值、反射率及其变形，例如灰度值的变形可以使归一化的灰度值、灰度值之间的差。

本发明还提供了一种皮肤检测方法，该方法将皮肤检测视为二分类问题，将反射特性作为特征，利用机器学习的方法训练分类器进行皮肤检测。

四、发明内容：

在本发明的系统、方法及硬件实现描述前，需要说明的是本发明并不局限于所描述的几种实施例及检测方法，本发明可有多个没有在本文中明确说明的可能的实施例。