[发明专利]肤色检测方法及装置

权利要求书

1.一种肤色检测方法，其特征在于，包括：

将待检测图像从RGB颜色空间转换到HSV颜色空间，获得HSV图像；

采用预先训练的肤色概率模型依次对所述HSV图像中的所有HSV像素进行检测，获得所述HSV图像中的皮肤像素；

其中，所述肤色概率模型包括不同HSV像素的肤色概率，所述肤色概率为N个不同光照强度中每一光照强度下的肤色概率值之和，每一光照强度下的肤色概率值为每一光照强度的先验概率与相应的光照强度下的肤色像素概率之积，N＞1；

还包括：

通过训练已知样本图像集合中的样本图像确定所述肤色概率模型；所述已知样本图像集合包含N个不同光照强度下拍摄的图像；

所述通过训练已知样本图像集合中的样本图像确定所述肤色概率模型，包括：

确定所述已知样本图像集合中的每一样本图像的所有皮肤像素的亮度平均值V_m，得到所有样本图像的V_m集合{V_m}，不同光照强度下的V_m不同；

采用聚类算法对{V_m}进行聚类，得到N个聚类中心U_i代表一样本图像拍摄时的光照强度；

确定每一光照强度的先验概率

其中，n_i为所述已知样本图像集合中光照强度为U_i的图像的个数，为所述已知样本图像集合中所有光照强度下的图像的个数；

通过下述公式计算HSV像素的肤色概率p(H,S,V)：

其中，p((H,S,V)|U_i)为光照强度为U_i时的肤色像素概率，p((H,S,V)|U_i)等于光照强度为U_i时肤色像素个数与总的肤色像素个数的比值。

2.根据权利要求1所述的方法，其特征在于，所述聚类算法为k-Means算法。

3.根据权利要求1～2任一项所述的方法，其特征在于，所述采用预先训练的肤色概率模型依次对所述HSV图像中的所有HSV像素进行检测，获得所述HSV图像中的皮肤像素，包括：

遍历读取所述HSV图像中的每一HSV像素，从所述预先训练的肤色概率模型中查找对应的HSV像素的肤色概率，若查找到的HSV像素的肤色概率大于预设阈值，则确定为皮肤像素，遍历完成后，获得所述HSV图像中的皮肤像素。