专利名称：一种人体肤色检测中阈值的确定方法及装置的制作方法
技术领域：
本发明涉及模式识别领域，尤其涉及一种人体肤色检测中阈值的确定方 法及装置。
背景技术：
人体肤色检测的目标是从图像中自动定位出人体棵露的皮肤区域。准确 地检测出皮肤区域在现阶段对人体检测和图像过滤具有非常重要的意义，此 外，人体肤色检测在快速人脸检测等场合中也有应用。
现有的皮肤检测技术主要是肤色概率模型法，即对于一幅待检测图像， 分别统计出对应该待检测图像的肤色概率分布和非肤色概率分布，其中，肤 色概率分布和非肤色概率分布的形式可以有多种结构形式，如可以是离散的
概率直方图，也可以是归纳的连续的概率密度函数(常见的有高斯Gauss分 布或混合高斯Gauss分布)；然后，利用上述两个概率分布可以计算出每个 像素分别是肤色的似然概率和非肤色的似然概率，再计算出该像素是肤色的 后验概率，这样就能得到一幅与原图像对应的肤色概率图像。但是如何从肤 色概率图像得到皮肤区域图是一个图像二值化问题， 一般都釆用阈值法，将 肤色概率大于某个阈值T的像素作为肤色像素，反之作为非肤色像素，因此 阈值T的选择对肤色检测的结果很重要，下面叙述现有技术中的肤色检测方 法。
在现有技术中，贝叶斯(Bayes)决策是统计模式识别中的一个基本方 法，其基本规则是将样本归入风险最小(即错误率最低)的类别。其中， 使用Bayes决策方法的前提是待分样本可属的类别数、各类别的总体概率 分布(或者待分样本属于各个类别的似然概率)均已知。下面以对像素jc进行肤色分类为例，介绍Bayes决策方法在肤色4全测中 的应用方法。在肤色检测中，待分样本可属的类别包括肤色类别和非肤色类 别两类。以像素x为待分样本，假定像素x的颜色为co/or ， ；c属于肤色类别 的似然概率为尸(co/oA^h'")，属于非肤色类别的似然概率为P(co/or卜5h力)， 肤色类别的先验概率为尸(^b'"),非肤色类别的先验概率为尸(ihn)(通常假 定尸Csh")和P("vsh")相等)，则像素^属于肤色的后验概率通过下式表示为
同样可得到像素^属于非肤色的后验概率P(^sfe'w \ co/o。。
采用Bayes决策方法对像素x进行肤色检测时，若PC^wlco/w)〉r ,则像
素x为肤色，否则像素x为非肤色，其中，r为判定像素为肤色还是非肤色
的阈值。
在Bayes决策方法中，阈值是一个固定值，可以为0.5，或者为乘上风 险因子的一个固定值，其中，Bayes判别法的固定阈值T在大样本集上是平 均意义最优的，但是对于每个图像样本个体，这种阈值往往不是最优的，比 如，当背景像素的肤色后验概率偏高时，所得到的皮肤区域图就可能含有过 多的非皮肤区域，或者当皮肤像素的肤色后验概率偏低时，皮肤区域图显示 的皮肤区域就会不完整，这样，就降低了人体肤色检测的准确度。
发明内容
本发明提供了 一种人体肤色检测中阈值的确定方法及装置，以便提高人 体肤色检测的准确度。
本发明所提供的一种人体肤色检测中阈值的确定方法，获取待检测图像 对应的肤色概率图^f象；该方法包括
根据所述肤色概率图像，获取平滑的肤色概率分布直方获取所述平滑的肤色概率分布直方图中的峰点和谷点；
根据获取的所述峰点和谷点，确定人体肤色检测中的阈值。本发明所提供的一种人体肤色检测中阈值的确定装置，包括肤色概率图像
获取单元用于获取待检测图像对应的肤色概率图像；该装置还包括
肤色概率分布直方图获取单元，用于根据所述肤色概率图像获取单元获取
的肤色概率图像，获取平滑的肤色概率分布直方峰点和谷点获取单元，用于获取所述肤色概率分布直方图获取单元获取的
平滑的肤色概率分布直方图中的峰点和谷点；
阈值确定单元，用于根据获取的所述峰点和谷点，确定人体肤色检测中
的阈值。
从上述方案可以看出，本发明中的 一种人体肤色^企测中阚值的确定方法 及装置，获取待检测图像对应的肤色概率图像；具体实现时，通过根据所述 肤色概率图像，获取平滑的肤色概率分布直方图；之后，获取所述平滑的肤 色概率分布直方图中的峰点和谷点；根据获取的所述峰点和谷点，确定人体 肤色检测中的阈值，可以避免现有技术中采用阈值为固定值对人体肤色检 测，进而提高了人体肤色检测的准确度。
图1为本发明实施例提出的一种人体肤色检测中阈值的确定方法流程
图2为本发明实施例中典型的经过平滑之后的肤色概率分布直方图； 图3为本发明实施例中获取平滑的肤色概率分布直方图的峰点和谷点 的流程图4为本发明实施例中利用筛选后的峰点和谷点，确定人体肤色检测中 的阈值流程图5为本发明实施例中人体肤色检测中阈值的确定装置结构图。
具体实施例方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，.对本发明进一步详细说明。
参见图1，图1为本发明实施例提出的一种人体肤色检测中阈值的确定方 法流程图，该实施例中，针对待检测图像，首先可通过肤色概率模型计算出待 检测图像中的每个像素是肤色的概率，得到一幅与待检测图像对应的肤色概率 图像，具体实现时，可采用与现有技术类似的操作步骤，这里不再赘述。则如
图l所示，该人体肤色检测中阈值的确定方法流程可包括以下步骤
步骤IOI,根据上述肤色概率图像，获取平滑的肤色概率分布直方图。 这里，根据肤色概率图像，获取平滑的肤色概率分布直方图可包括首先 根据肤色概率图像，统计出该肤色概率图像对应的肤色概率分布直方图，之后， 再对统计出的肤色概率分布直方图进行平滑处理，具体实现时，可利用gauss 核函数对统计出的肤色概率分布直方图进行平滑处理，获得平滑的肤色概率分 布直方图。
参见图2,图2为本发明实施例中典型的经过平滑之后的肤色概率分布直 方图。如图2所示，上述得到的平滑的肤色概率分布直方图有两个坐标轴，其 中一个坐标轴为横坐标轴(x坐标轴)，用于表示等距离量化后的肤色概率，该 横坐标轴的数值范围为0 1,即最左端为O,最右端为1。另一个坐标轴垂直于 横坐标轴，为纵坐标轴，用于表示每个肤色概率对应的像素个数。此外，从图 2中可以看到，该图2中越靠右，肤色概率越大，也即越接近肤色区域。 步骤102，获取上述平滑的肤色概率分布直方图中的峰点和谷点。 这里，上述获取平滑的肤色概率分布直方图中的峰点和谷点可参见图3所 示的步骤，如图3所示，上述获取平滑的肤色概率分布直方图中的峰点和谷点 可包括以下步骤
步骤301,获取平滑的肤色概率分布直方图中的所有的峰点和谷点。 这里，从平滑的肤色概率分布直方图的最右端开始，依次获取平滑的肤色 概率分布直方图中的峰点和谷点。其中，获取平滑的肤色概率分布直方图中的 峰点时，可根据峰点的纵坐标大于等于相邻的任意一个点的纵坐标的原则获取。 相应地，获取平滑的肤色概率分布直方图中的谷点时，可根据谷点的纵坐标小于等于相邻的任意一个点的纵坐标的原则获取。这样，在图2所示的经过平滑
后的肤色概率分布直方图中，可以获取平滑的肤色概率分布直方图中的峰点有
5个，序号从平滑后的肤色概率分布直方图中的右端开始，依次分别对应为1 至5，其中，序号1至5的峰点的横坐标值分别为pl, p2, p3, p4和p5，而平 滑的肤色概率分布直方图中的谷点有4个，序号从平滑后的肤色概率分布直方 图中的右端开始，依次分别对应为1'至4'，其中，序号1'至4'谷点的横坐标值分 别为vl， v2， v3和v4。可以看出，图2所示平滑的肤色概率分布直方图中， 峰点的个数比谷点的个数多一个。此外还可以看出，该图2中第1个峰点的横 坐标比较大，因此，其纵坐标可认为对应着皮肤区域的像素。
步骤302，按照预设的规则对所述获取的所有的峰点和谷点进行筛选，得 到筛选后的峰点和谷点。
其中，上述按照预设的规则对所述获取的峰点和谷点进行筛选，得到筛选 后的峰点和谷点主要是排除不显著的峰点与谷点，优选地，本实施例中按照预 设的规则对所述获取的峰点和谷点进行筛选，采用以下方式首先，将上述获 取的所有的峰点和谷点按照横坐标值的大小进行排列。然后，判断任意两个相 邻峰点的横坐标值之差是否小于等于第一预设阈值，如果是，将其中一个横坐 标值较小的峰点和夹在所述两个相邻的峰点之间的谷点排除；和/或，判断任意 两个相邻谷点的横坐标值之差是否小于等于第二预设阔值，如果是，将其中一 个横坐标值较大的谷点和夹在所述两个相邻的谷点之间的峰点排除；和/或，如 果相邻的峰点和谷点的横坐标值之差在第三预设阈值的范围内，则判断所述相 邻的峰点和谷点的纵坐标值之差是否小于第四预设阈值，如果是，将所述相邻 的峰点和谷点排除。
本实施例中，如果平滑的肤色概率分布直方图如图2所示，则将所述获取 的峰点和谷点按照横坐标值的大小进行排列可以为pl， vl, p2, v2, p3, v3, p4, v4和p5。
并且，上述判断任意两个相邻峰点的横坐标值之差是否小于等于第一预设 阈值，如果是，将其中一个横坐标值较小的峰点和夹在所述两个相邻的峰点之间的谷点排除为判断pl与p2之差，或者p2与p3之差，或者p3与p4之差， 或者p4与p5之差是否小于等于第一预设阈值，如果是，将其中一个横坐标值 较小的峰点和夹在所述两个相邻的峰点之间的谷点排除。比如，若p2与p3之 差小于第一预设阈值，并且，相比之下，p3小于p2,因为序号为3的峰点的4黄 坐标值为p3,则排除序号为3的峰点，并且，序号为2'的谷点的横坐标值在p2 与p3之间，则排除序号为2'的谷点。
上述判断任意两个相邻谷点的横坐标值之差是否小于等于第二预设阈值， 如果是，将其中一个横坐标值较大的谷点和夹在所述两个相邻的谷点之间的峰 点排除为判断vl与v2之差，v2与v3之差，v3与v4之差是否小于等于第二 预设阈值，如果是，将横坐标值较大的谷点和夹在该两个相邻的谷点之间的峰 点排除，比如，若v2与v3之差小于第二预设阔值，并且，相比之下，v3小于 v2,则分别排除序号为3'的谷点和序号为3的峰点。
上述如果相邻的峰点和谷点的横坐标值之差在第三预设阈值的范围内时， 判断该相邻的峰点和谷点的纵坐标值之差是否小于第四预设阔值，如果是，将 所述相邻的峰点和谷点删除为如果pl与vl，或者vl与p2,或者p2与v2， 或者v2与p3,或者p3与v3,或者v3与p4，或者p4与v4,或者v4与p5之 差在第三预设阈值的范围内，则判断所述相邻的峰点和谷点的纵坐标值之差是 否小于第四预设阈值，如果是，将所述相邻的峰点和谷点排除。
至此，实现了对所述获取的所有的峰点和谷点进行筛选，得到筛选后的峰 点和谷点。需要说明的是，本实施例中除了上述对所述获取的峰点和谷点进行 筛选的方式外，具体实现时，还可以有其他方式，如直接将上述获取的横坐标 值最小的峰点、以及横坐标值最小的谷点排除，或者直接将上述获取的横坐标 值最大的峰点、以及横坐标值最小的谷点排除等，具体情况需要具体分析，这 里不再赘述。
步骤103，根据获取的所述峰点和谷点，确定人体肤色检测中的阈值。 这里，上述根据获取的峰点和谷点，确定人体肤色检测中的阈值具体可为 利用筛选后的峰点和谷点，确定人体肤色检测中的阈值。这里，为降低图像二值化的结果受阈值左右移动的影响，通常情况下，可 根据人体肤色检测中的最佳阈值一定是某个谷点的横坐标的原则来利用筛选后 的峰点和谷点，确定人体肤色检测中的阈值。这样，经过以上筛选得到的每个 谷点的横坐标都可能是人体肤色检测中的阈值。优选地，该确定的阈值的右端
应该都是皮力夫像素，即应该都有相近的颜色和相近的肤色积无率；相应地，该确 定的阈值的左端为背景像素，因为背景本身的复杂性，故该确定的阔值的左端 不一定具有像皮肤像素那样的同类性。
其中，上述利用筛选后的峰点和谷点，确定人体肤色检测中的阈值可采用 图4所示的操作。图4为本发明实施例中利用篩选后的峰点和谷点，确定人体 肤色检测中的阈值流程图。如图4所示，该流程可包括以下步骤
步骤401，建立平衡皮肤区域的肤色概率、颜色的一致性与皮肤区域的面 积三者之间关系的平衡函数五(,)。
这里，上述平衡函数五(O可通过下式表示五(0 = (0"^(0 +义《,。力))/^(0; 其中，t为筛选后的谷点的横坐标值，a^(0为肤色概率大于^的所有像素的肤 色概率方差，可以利用现有技术计算方差的操作获取，《,。力)为肤色概率大于^ 的所有像素的颜色方差，iV(O为肤色概率大于f的所有像素的个数，义是一个数 量因子。
步骤402 ，将筛选后的谷点的横坐标值作为人体肤色检测中的阈值自变量 t代入平衡函数E(O中，将使得平衡函数五(O取值最小时的谷点的横坐标值作为 人体肤色检测中的阈值。
这里，在执行步骤402时，需要先确定肤色概率大于,的所有像素的颜色方 差《,。,W和肤色概率大于^的所有像素的个数WW。为便于该实施例的通用，本 实施例中的t并非针对筛选后的谷点中某一个谷点的横坐标值。下面来具体说 明本发明实施例中确定肤色概率大于z的所有像素的颜色方差《,。力)和肤色概 率大于f的所有像素的个数iV(O的具体方法。
需要说明的是，本实施例中，在执行上述步骤101时，具体地，在步骤101中的统计出肤色概率图像对应的肤色概率分布直方图时，可进一步包括利用
第一累加器计算每个肤色概率区间的像素的个数，并利用第二累加器和第三累 加器分别计算每个肤色概率区间的像素的颜色值和颜色值的平方。即维护三个 累加器，利用第一累加器计算每个肤色概率区间的像素的个数，优选地，每个
肤色积克率区间的像素的个数可以以数组的形式存在，具体公式可为 4L/]仨4)[y] + l。其中，对于"存在P(^/"lc。/。K力)e[iv/^);且[巧,^+1)为肤色 才既率的区间。
同样，利用第二累加器计算每个肤色概率区间的像素的颜色值，优选地， 每个肤色概率区间的像素的颜色值可以以数组的形式存在，具体公式为
—4[y]+(co^w);其中，co/。K匀为像素s的颜色值'对于s,存在
i3( i" lco/。K匀)e [a ，); b;,)为肤色概率的区间。
利用第三累加器计算每个肤色概率区间的像素的颜色值的平方，优选地， 每个肤色概率区间的像素的颜色值的平方可以以数组的形式存在，具体通过下 式表示4[_/]<~4L/] + (co/orO))2 ，其中，cofor(力为像素s的颜色值，对于s，存 在尸0&" lco/。K力)e [a ，); [a ,巧+1)为肤色概率的区间。
这样，就可以计算大于？的所有像素的颜色方差《,。力)，具体可通过积分算 法获取，包括
在第 一 累加器计算的结果中，对肤色概率大于,的所有肤色概率区间中的像 素个数进行积分，得到肤色概率大于^的所有像素的个数A^),具体可通过下式 表示A^) = Z4M。
A:>=t
在第二累加器和第三累加器分别计算的结果中，分别对肤色概率大于^的所
有肤色概率区间中的像素的颜色值和颜色值的平方进行积分，得到a(o和a(o;
其中，A(,"Z4W， 52(0 = Z4[A:]。
利用TV(o和A(O计算肤色概率大于^的所有像素的颜色均值，具体为 ,=柳/，)。利用所述颜色均值、N(t)和A(O,计算肤色概率大于^的所有像素的颜色方 差《,。力)。具体为cr2[t] = 52[t]/N(t)-(m(t))2。
至此，实现了计算定肤色概率大于f的所有像素的颜色方差W和肤色概 率大于,的所有像素的个数W(O 。
之后，执行步骤402,即将筛选后的谷点的横坐标值分别代入平衡函数五(O 中，将使得平衡函数E(,)取值最小时的谷点的横坐标值作为人体肤色检测中的
阈值。比如平滑的肤色概率分布直方图如图2所示，其中，筛选后的谷点的序 号分别为1', 2'和4'，其对应的横坐标分别为vl、 v2和v4,则将vl、 v2和v4
分别代入五(O中，得到对应的结果五(vl)，五(v2)和五(v4)，之后，确定出五(vl),五(v2) 和五(v4)中的最小值，如果五(v2)最小，则将V2确定为人体肤色检测中的阔值。
至此，实现了确定人体肤色检测中的阈值的方法流程。这样，利用本发明 实施例中确定人体肤色检测中的阈值的方法流程可应用于敏感图像过滤、快速 人脸检测、以及用于其它类似的非对称的图像二值化问题的检测技术上。
需要说明的是，上述利用皮肤类的一致性作为判据来执行步骤401中的建 立平衡皮肤区域的肤色概率、颜色的一致性与皮肤区域的面积三者之间关系的 平衡函数￡(/),进而确定人体肤色检测中的阈值，本实施例还可采用其他判据 如类间方差判据和熵判据来确定人体肤色检测中的阈值，具体情况需要具体分 析，这里不再赘述。
为了更好地实现上述人体肤色检测中阈值的确定方法，本发明实施例还提 供了一种人体肤色检测中阈值的确定装置，具体可参见图5所示的装置结构图。
图5为本发明实施例中人体肤色检测中阈值的确定装置结构图，如图5所 示，该装置包括肤色概率图像获取单元501用于获取待检测图像对应的肤色 概率图像；关键地，该装置还可包括肤色概率分布直方图获取单元502、峰 点和谷点获取单元503和阈值确定单元504。
其中，肤色概率分布直方图获取单元502用于根据肤色概率图像获取单元 401获取的肤色概率图像，获取平滑的肤色概率分布直方图。峰点和谷点获取单元503用于获取肤色概率分布直方图获取单元402获取 的平滑的肤色概率分布直方图中的峰点和谷点。
阈值确定单元504用于根据获取的所述峰点和谷点，确定人体肤色检测中 的阈值。
优选地，肤色概率分布直方图获取单元502可包括肤色概率分布直方图 获取子单元5021和平滑的肤色概率分布直方图获取子单元5022。
其中，肤色概率分布直方图获取子单元5021用于根据肤色概率图像，统计 出所述肤色概率图像对应的肤色概率分布直方图。
平滑的肤色概率分布直方图获取子单元5022用于对肤色概率分布直方图 获取子单元5022统计出的肤色概率分布直方图进行平滑处理，获得平滑的肤色 概率分布直方图。
优选地，平滑的肤色概率分布直方图获取子单元5022获取的平滑的肤色概 率分布直方图的一个坐标轴为横坐标轴，用于表示等距离量化后的肤色概率， 另 一个坐标轴为纵坐标轴，用于表示每个肤色4既率对应的^f象素个数。
优选地，峰点和谷点获取单元503可包括峰点和谷点获取子单元5031 和筛选子单元5032。
其中，峰点和谷点获取子单元5031用于获取平滑的肤色概率分布直方图中 的所有的峰点和谷点。
筛选子单元5032用于按照预设的规则对峰点和谷点获取子单元5031获取 的所有的峰点和谷点进行筛选，得到筛选后的峰点和谷点。
这样，阈值确定单元504利用筛选后的峰点和谷点，确定人体肤色检测中 的阈<直。
需要说明的是，本发明实施例中，人体肤色检测中阈值的确定装置内部各 个单元的具体操作过程可与图1所示方法流程中描述的操作一致，并且各个单 元可以是物理功能单元，也可以是软件功能单元，并且各个单元还可进行细分 或进行合并，具体实现时，本领域普通技术人员可根据实际情况进行处理，此 处不再——列举。可见，本发明实施例中的人体肤色检测中阔值的确定方法及装置，在获取
待检测图像对应的肤色概率图像后；可通过根据所述肤色概率图像，获取平滑 的肤色概率分布直方图；获取所述平滑的肤色概率分布直方图中的峰点和谷点； 根据获取的所述峰点和谷点，确定人体肤色检测中的阔值，可以提高现有技术 中基于肤色概率模型和阈值法的肤色检测方法的检测效果，避免现有技术中采 用阈值为固定值对人体肤色检测，进而提高了人体肤色检测的准确度。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了 进一步详细说明，所应理解的是，以上所述仅为本发明的较佳实施例而已， 并非用于限定本发明的保护范围，凡在本发明的精神和原则之内，所作的任 何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
权利要求
1、一种人体肤色检测中阈值的确定方法，获取待检测图像对应的肤色概率图像；其特征在于，该方法包括根据所述肤色概率图像，获取平滑的肤色概率分布直方图；获取所述平滑的肤色概率分布直方图中的峰点和谷点；根据获取的所述峰点和谷点，确定人体肤色检测中的阈值。
2、 根据权利要求1所述的方法，其特征在于，所述获取平滑的肤色概率分 布直方图中的峰点和谷点包括获取平滑的肤色概率分布直方图中的所有的峰点和谷点； 按照预设的规则对所述获取的所有的峰点和谷点进行筛选，得到筛选后的 峰点禾口谷点；所述根据获取的峰点和谷点，确定人体肤色检测中的阈值包括 利用筛选后的峰点和谷点，确定人体肤色检测中的阈值。
3、 根据权利要求2所述的方法，其特征在于，所述按照预设的规则对获取 的所有的峰点和谷点进行筛选包括将所述获取的所有的峰点和谷点按照横坐标值的大小进行排列； 判断任意两个相邻峰点的横坐标值之差是否小于等于第一预设阈值，如果 是，将其中一个横坐标值较小的峰点和夹在所述两个相邻的峰点之间的谷点排除；和/或，利断任意两个相邻谷点的横坐标值之差是否小于等于第二预设阔值，如果 是，将其中一个横坐标值较大的谷点和夹在所述两个相邻的谷点之间的峰点排 除；和/或，如果相邻的峰点和谷点的横坐标值之差在第三预设阈值的范围内，则判断 所述相邻的峰点和谷点的纵坐标值之差是否小于第四预设阔值，如果是，将所 述相邻的峰点和谷点排除。
4、 根据权利要求2所述的方法，其特征在于，所述利用筛选后的峰点和谷点，确定人体肤色检测中的阈值包括建立平衡肤色概率、颜色的一致性与皮肤区域的面积三者之间关系的平衡函数邵)；将筛选后的谷点的横坐标值作为人体肤色检测中的阈值自变量t代入平衡 函数五(O中，将使得平衡函数五(《)取值最小时的谷点的横坐标值作为人体肤色检 测中的阈值。
5、 根据权利要求4所述的方法，其特征在于，所述平衡函数E(O为<formula>formula see original document page 3</formula>其中，cr二(O为肤色概率大于f的所有像素的肤色概率方差，《,。力)为肤色 概率大于f的所有像素的颜色方差，7V(f)为肤色概率大于f的所有像素的个数，义是一个数量因子。
6、 根据权利要求5所述的方法，其特征在于，在所述根据肤色概率图像， 获取平滑的肤色概率分布直方图时，进一步包括利用第一累加器计算每个肤 色概率区间的像素的个数，以及利用第二累加器和第三累加器分别计算每个肤 色概率区间的像素的颜色值和颜色值的平方；所述肤色概率大于,的所有像素的颜色方差《,。力)通过积分获取，包括在 第一累加器计算的结果中，对肤色概率大于？的所有肤色概率区间中的像素个数 进行积分，得到肤色概率大于f的所有像素的个数7V(,),在第二累加器和第三累 加器分别计算的结果中，分别对肤色概率大于^的所有肤色概率区间中的像素的 颜色值和颜色值的平方进行积分，得到A (0和&(0;利用和A(/)计算肤色概率大于f的所有像素的颜色均值； 利用所述颜色均值、N(t)和A(O,计算肤色概率大于f的所有像素的颜色方 差《,。力)。
7、 一种人体肤色检测中阈值的确定装置，包括肤色概率图像获取单元用于 获取待检测图像对应的肤色概率图像；其特征在于，该装置还包括肤色概率分布直方图获取单元，用于根据所述肤色概率图像获取单元获取的肤色概率图像，获取平滑的肤色概率分布直方图；峰点和谷点获取单元，用于获取所述肤色概率分布直方图获取单元获取的平滑的肤色概率分布直方图中的峰点和谷点；阈值确定单元，用于根据获取的所述峰点和谷点，确定人体肤色检测中的 阈值。
8、 根据权利要求7所述的装置，其特征在于，所述肤色概率分布直方图获 取单元包括肤色概率分布直方图获取子单元，用于才艮据肤色概率图像，统计出所述肤 色概率图像对应的肤色概率分布直方图；平滑的肤色概率分布直方图获取子单元，用于对所述肤色概率分布直方图 获取子单元统计出的肤色概率分布直方图进行平滑处理，获得平滑的肤色概率 分布直方图。
9、 根据权利要求8所述的装置，其特征在于，所述平滑的肤色概率分布直 方图获取子单元获取的平滑的肤色概率分布直方图的一个坐标轴为横坐标轴， 用于表示等距离量化后的肤色概率，另一个坐标轴为纵坐标轴，用于表示每个 肤色概率对应的像素个数。
10、 根据权利要求9所述的装置，其特征在于，所述峰点和谷点获取单元 包括峰点和谷点获取子单元，用于获取平滑的肤色概率分布直方图中的所有的峰点和谷点；筛选子单元，用于按照预设的规则对所述峰点和谷点获取子单元获取的所有的峰点和谷点进行篩选，得到筛选后的峰点和谷点；所述阈值确定单元利用筛选后的峰点和谷点，确定人体肤色检测中的阈值。
全文摘要
本发明公开了一种人体肤色检测中阈值的确定方法及装置，获取待检测图像对应的肤色概率图像；该方法包括根据所述肤色概率图像，获取平滑的肤色概率分布直方图；获取所述平滑的肤色概率分布直方图中的峰点和谷点；根据获取的所述峰点和谷点，确定人体肤色检测中的阈值。采用本发明，能够提高人体肤色检测的准确度。
文档编号G06K9/62GK101299242SQ20081011085
公开日2008年11月5日 申请日期2008年6月13日 优先权日2008年6月13日
发明者付立波, 王建宇, 波 陈 申请人:腾讯科技(深圳)有限公司