一种皮肤区域的检测方法及装置与流程

本发明涉及图像处理技术领域，特别是涉及一种皮肤区域的检测方法及装置。

背景技术：

随着科技发展，智能手机、平板电脑、智能摄像头等智能终端拥有越来越多的功能。用户不仅可以通过智能终端拍照，还能通过它进行视频直播。在自拍时，为了能得到满意的拍摄效果，用户往往会对照片或视频中的面部、颈部、手臂等皮肤区域进行美化处理。

在对人物皮肤进行美颜处理前，需检测图像中的皮肤区域，从而识别出皮肤区域。现有皮肤区域检测方法，通过基于先验的色彩信息进行皮肤检测，即基于预存的皮肤色彩信息对皮肤进行检测，进而识别皮肤区域。但是，现有皮肤区域检测方法，存在皮肤区域检测程度低的问题。

技术实现要素：

本发明实施例的目的在于提供一种皮肤区域的检测方法及装置，能够提高图像中皮肤区域的检测程度。具体技术方案如下：

一种皮肤区域的检测方法，包括：

确定待检测图像中的人脸区域；

将所述待检测图像参数转换到YCrCb色彩空间，生成参数转换后的图像；

利用所述参数转换后的图像中的亮度参数，确定所述人脸区域中的高置信度皮肤区域，所述高置信度皮肤区域为所述参数转换后的图像中亮度参数位于皮肤亮度范围内的区域；

分别计算所述高置信度皮肤区域中的像素点在Cr通道和Cb通道的分布结果，根据所述分布结果生成皮肤检测模板，所述皮肤检测模板用以表示所述待检测图像中的皮肤像素点的色度分布情况，所述皮肤检测模板的内部为皮肤像素点的皮肤色度分布，所述皮肤检测模板的外部为非皮肤像素点的皮肤色度分布；

将所述待检测图像中的每一像素点的色度与所述皮肤检测模板进行匹配，将色度位于所述皮肤检测模板内部的像素点确定为所述待检测图像中的皮肤区域。

优选地，所述利用所述参数转换后的图像中的亮度参数，确定所述人脸区域中的高置信度皮肤区域，包括：

确定所述参数转换后的图像的待筛选区域；

计算所述待筛选区域的亮度均值和最大亮度；

根据所述亮度均值和最大亮度，计算置信皮肤亮度值；

计算所述待筛选区域的像素点的亮度与所述亮度均值的差值，将所述差值小于或等于所述置信皮肤亮度值的像素点确定为皮肤像素点，并确定所述皮肤像素点的集合为高置信度皮肤区域。

优选地，所述分别计算所述高置信度皮肤区域中的像素点在Cr通道和Cb通道的分布结果，根据所述分布结果生成皮肤检测模板，包括：

计算所述高置信度皮肤区域中的像素点在Cr通道的均值和方差，分别记为第一均值和第一方差；

计算所述高置信度皮肤区域中的像素点在Cb通道的均值和方差，分别记为第二均值和第二方差；

将所述第一均值和所述第二均值组成的坐标作为椭圆的中心坐标；

选取所述第一方差和所述第二方差之间的最大值，将所述最大值与第一预设系数相乘，得到第一乘积；

选取所述第一方差和所述第二方差之间的最小值，将所述最小值与第二预设系数相乘，得到第二乘积；

将所述第一乘积作为椭圆的长轴半径的长度；

将所述第二乘积作为椭圆的短轴半径的长度；

根据所述中心坐标、所述长轴半径的长度、短轴半径的长度及预设椭圆长轴倾斜角，生成皮肤检测模板，所述皮肤检测模板为椭圆形。

优选地，所述将所述待检测图像中的每一像素点的色度与所述皮肤检测模板进行匹配，将色度位于所述皮肤检测模板内部的像素点确定为所述待检测图像中的皮肤区域，包括：

将所述待检测图像的每一像素点在Cr通道的参数和在Cb通道的参数组成坐标；

将坐标位于所述皮肤检测模板内部的像素点确定为所述待检测图像中的皮肤区域。

优选地，所述分别计算所述高置信度皮肤区域中的像素点在Cr通道和Cb通道的分布结果，根据所述分布结果生成皮肤检测模板之后，所述检测方法还包括：

将所述皮肤检测模板的内部和外部的像素值分别归一化为第一参数和第二参数；

对归一化后的皮肤检测模板进行高斯滤波，得到滤波后的皮肤检测模板，所述滤波后的皮肤检测模板中的像素值为渐变值；

将所述待检测图像的每一像素点在Cr通道的值和在Cb通道的值组成坐标；

所述将所述待检测图像中的每一像素点的色度与所述皮肤检测模板进行匹配，将色度位于所述皮肤检测模板内部的像素点确定为所述待检测图像中的皮肤区域，包括：

在所述滤波后的皮肤检测模板中，查找所述坐标对应的像素值；

将所述像素值大于预设阈值的所述待检测图像中的像素点确定为皮肤区域。

一种皮肤区域的检测装置，包括：

第一确定模块，用于确定待检测图像中的人脸区域；

第一生成模块，用于将所述待检测图像参数转换到YCrCb色彩空间，生成参数转换后的图像；

第二确定模块，用于利用所述参数转换后的图像中的亮度参数，确定所述人脸区域中的高置信度皮肤区域，所述高置信度皮肤区域为所述参数转换后的图像中亮度参数位于皮肤亮度范围内的区域；

第二生成模块，用于分别计算所述高置信度皮肤区域中的像素点在Cr通道和Cb通道的分布结果，根据所述分布结果生成皮肤检测模板，所述皮肤检测模板用以表示所述待检测图像中的皮肤像素点的色度分布情况，所述皮肤检测模板的内部为皮肤像素点的皮肤色度分布，所述皮肤检测模板的外部为非皮肤像素点的皮肤色度分布；

匹配模块，用于将所述待检测图像中的每一像素点的色度与所述皮肤检测模板进行匹配，将色度位于所述皮肤检测模板内部的像素点确定为所述待检测图像中的皮肤区域。

优选地，所述第二确定模块，具体包括：

第一确定子模块，用于确定所述参数转换后的图像的待筛选区域；

第一计算子模块，用于计算所述待筛选区域的亮度均值和最大亮度；

第二计算子模块，用于根据所述亮度均值和最大亮度，计算置信皮肤亮度值；

第二确定子模块，用于计算所述待筛选区域的像素点的亮度与所述亮度均值的差值，将所述差值小于或等于所述置信皮肤亮度值的像素点确定为皮肤像素点，并确定所述皮肤像素点的集合为高置信度皮肤区域。

优选地，所述第二生成模块，具体用于：

计算所述高置信度皮肤区域中的像素点在Cr通道的均值和方差，分别记为第一均值和第一方差；

计算所述高置信度皮肤区域中的像素点在Cb通道的均值和方差，分别记为第二均值和第二方差；

将所述第一均值和所述第二均值组成的坐标作为椭圆的中心坐标；

选取所述第一方差和所述第二方差之间的最大值，将所述最大值与第一预设系数相乘，得到第一乘积；

选取所述第一方差和所述第二方差之间的最小值，将所述最小值与第二预设系数相乘，得到第二乘积；

将所述第一乘积作为椭圆的长轴半径的长度；

将所述第二乘积作为椭圆的短轴半径的长度；

根据所述中心坐标、所述长轴半径的长度、短轴半径的长度及预设椭圆长轴倾斜角，生成皮肤检测模板，所述皮肤检测模板为椭圆形。

优选地，所述匹配模块，进一步包括：

坐标生成子模块，用于将所述待检测图像的每一像素点在Cr通道的参数和在Cb通道的参数组成坐标；

第三确定子模块，用于将坐标位于所述皮肤检测模板内部的像素点确定为所述待检测图像中的皮肤区域。

优选地，所述检测装置进一步包括：

归一化模块，用于将所述皮肤检测模板的内部和外部的像素值分别归一化为第一参数和第二参数；

滤波模块，用于对归一化后的皮肤检测模板进行高斯滤波，得到滤波后的皮肤检测模板，所述滤波后的皮肤检测模板中的像素值为渐变值；

坐标生成模块，用于将所述待检测图像的每一像素点在Cr通道的值和在Cb通道的值组成坐标；

所述匹配模块，具体用于：

在所述滤波后的皮肤检测模板中，查找所述坐标对应的像素值；

将所述像素值大于预设阈值的所述待检测图像中的像素点确定为皮肤区域。

本发明实施例提供的一种皮肤区域的检测方法及装置，通过生成皮肤检测模板并将待检测图像与皮肤检测模板逐像素对比，确定待检测图像的皮肤像素，从而确定待检测图像中的皮肤区域，本发明实施例能够提高图像中皮肤区域的检测程度。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。

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为本发明实施例的皮肤区域的检测方法的一种流程示意图；

图2为本发明实施例的皮肤区域的检测方法的另一种流程示意图；

图3为本发明实施例的皮肤区域的检测方法的再一种流程图；

图4为本发明实施例的皮肤区域的检测装置的一种结构示意图；

图5为本发明实施例的皮肤区域的检测方法的另一种结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

方法实施例一

本发明实施例提供的皮肤区域的检测方法的一种具体实施例，参考图1，图1为本发明实施例的皮肤区域的检测方法的一种流程示意图，包括：

S101、确定待检测图像中的人脸区域。

待检测图像是指将要进行皮肤区域检测的包含一张或多张人脸的图像，其中，待检测图像中的人脸区域可通过多种检测算法确定。例如，可选地，通过现有的快速人脸检测算法识别待检测图像中的人脸区域。快速人脸检测算法识别人脸区域后，会生成一个包含人脸区域的矩形框。通过在矩形框的左上角和右下角标定坐标，便可得到矩形框中各处的坐标。例如，将矩形框左上角坐标标定为(x_l，y_l)，右下角坐标标定为(x_r，y_r)，其中，l表示left，r表示right。这种将矩形框中各处用的坐标值表示的方法为现有技术常用方法，在此不再赘述。

S102、将待检测图像参数转换到YCrCb色彩空间，生成参数转换后的图像。

一般地，待检测图像的参数通过RGB空间表示，因此需要将待检测图像的参数转换至YCrCb色彩空间，转换过程为现有技术，因此在此不再赘述。

S103、利用参数转换后的图像中的亮度参数，确定人脸区域中的高置信度皮肤区域，高置信度皮肤区域为参数转换后的图像中亮度参数位于皮肤亮度范围内的区域。

参数转换后的图像中的亮度参数，具体来说，即是Y通道的参数。在YCrCb色彩空间中，Y通道分量用来表示图片的亮度信息，Cr和Cb通道用来表示图片的色度信息。通常来讲，在一幅包含人脸区域的图片中，皮肤与背景的亮度存在较明显的差异，因此可以通过图片的亮度参数判断图片中每个像素点为皮肤区域的置信度，从而确定图片中哪些像素点是高置信度皮肤区域。现有技术通过色度检测图像中皮肤区域的方法，当皮肤区域与背景区域色度相近时，仅通过色度参数检测容易造成误判。并且，现有检测方法通常通过一个预设的检测模板检测不同图像，而本发明实施例中，先通过亮度信息确定图片中的高置信度皮肤区域，再计算高置信度皮肤区域在色度空间的分布结果，能够提高皮肤区域的检测准确率，并且，本发明实施例针对每张待检测图片都会生成对应的检测模板，相比于现有通过色度检测图像中皮肤区域的方法具有更高的适应性。

可选地，确定人脸区域中的高置信度皮肤区域，包括：

S1031、确定参数转换后的图像的待筛选区域。

虽然参数转换后的图像包含人脸区域，但是为了提高检测效率，可以进一步在待筛选区域中再确定一个范围更小的区域，即待筛选区域。通常，待筛选区域是以一幅图像的中点为中心，将图像的长和宽按照相同百分比截取的。具体来说，以前述内容的矩形框为例，经参数转换后，以矩形框中心为中点，按照长和宽为原有尺寸60％截取后，获得矩形的待筛选区域。当然，在保证最大限度保留人脸区域的前提下，也可以按照其它百分比截取。

S1032、计算待筛选区域的亮度均值和最大亮度。

容易理解地，亮度均值和最大亮度即为待筛选区域在YCrCb色彩空间中的Y通道均值和最大值，其中，亮度均值记为最大亮度记为Y_max。

S1033、根据亮度均值和最大亮度，计算置信皮肤亮度值。

置信皮肤亮度值用以表示一个阈值，表示为Y_dist，

其中，表示最大亮度和亮度均值的差值，0.95为调节系数，调节系数可以根据实际情况调整。在和在之间选最小值，是因为Y_max有可能出现过饱和情况，过饱和时亮度值过高，计算出的置信皮肤亮度值，实际情况中表现为，系统将原本不属于皮肤区域的像素判断为皮肤像素，因此造成误判。通过调节系数调节后得到的能够保证当Y_max出现过饱和时，依然能够计算得到一个合适的置信皮肤亮度值，从而保证系统对皮肤区域的正确识别。

S1034、计算待筛选区域的像素点的亮度与亮度均值的差值，将差值小于或等于置信皮肤亮度值的像素点确定为皮肤像素点，并确定皮肤像素点的集合为高置信度皮肤区域。

容易理解，将置信皮肤亮度值作为阈值，如果像素点的亮度与亮度均值的差值小于或等于置信皮肤亮度值，表示为：说明该像素点为高置信度的皮肤像素点。通过计算待筛选区域的所有像素点，从而将皮肤像素点的集合作为高置信度皮肤区域。

S104、分别计算高置信度皮肤区域中的像素点在Cr通道和Cb通道的分布结果，根据分布结果生成皮肤检测模板，皮肤检测模板用以表示待检测图像中的皮肤像素点的色度分布情况，皮肤检测模板的内部为皮肤像素点的皮肤色度分布，皮肤检测模板的外部为非皮肤像素点的皮肤色度分布。一般地，皮肤检测模板在尺寸为256*256的Cr-Cb模板图像中绘制。

高置信度皮肤区域中的像素点在Cr通道和Cb通道的分布结果，表示高置信度皮肤区域中的像素点分别在Cr通道和Cb通道的色度参数，根据色度参数生成皮肤检测模板，皮肤检测模板用以表示待检测图像中的皮肤像素点的色度分布情况，并且，皮肤检测模板的内部为皮肤像素点的皮肤色度分布，皮肤检测模板的外部为非皮肤像素点的皮肤色度分布，这样，就可以根据待检测图像的色度信息去判断像素点是否为皮肤像素点。

可选地，根据高置信度皮肤区域中的像素点在Cr通道和Cb通道的分布结果生成皮肤检测模板，包括：

S1041、计算高置信度皮肤区域中的像素点在Cr通道的均值和方差，分别记为第一均值和第一方差，其中第一均值表示为第一方差表示为var_Cr。

S1042、计算高置信度皮肤区域中的像素点在Cb通道的均值和方差，分别记为第二均值和第二方差，其中第二均值表示为第二方差表示为var_Cb。

S1043、将第一均值和第二均值组成的坐标作为椭圆的中心坐标，其中，中心坐标表示为

S1044、选取第一方差和第二方差之间的最大值，将最大值与第一预设系数相乘，得到第一乘积，表示为：k₁·max(var_cr，var_cb)，第一预设系数k₁，由技术人员根据实际情况设置，例如取k₁为2.5。

S1045、选取第一方差和第二方差之间的最小值，将最小值与第二预设系数相乘，得到第二乘积，表示为：k₂·min(var_cr，var_cb)，第二预设系数k₂，由技术人员根据实际情况设置，例如取k₂为2.5，通过调节第一预设系数和第二预设系数，可以成比例地调节椭圆的长轴和短轴长度，当然，第一预设系数和第二预设系数可以相同也可以不相同。

S1046、将第一乘积作为椭圆的长轴半径的长度。

S1047、将第二乘积作为椭圆的短轴半径的长度。

S1048、根据中心坐标、长轴半径的长度、短轴半径的长度及预设椭圆长轴倾斜角，生成皮肤检测模板，皮肤检测模板为椭圆形。

本发明实施例生成的皮肤检测模板为椭圆形，这是因为皮肤色度在单通道中(cr通道或cb通道)的分布接近高斯分布，因此在cr-cb空间中的分布可以近似使用椭圆形进行表示。预设椭圆长轴倾斜角可由人工根据具体图像预设，也可由计算机计算待检测图像中皮肤色度分布的倾斜度相应计算出。

S105、将待检测图像中的每一像素点的色度与皮肤检测模板进行匹配，将色度位于皮肤检测模板内部的像素点确定为待检测图像中的皮肤区域。

待检测图像的每一个像素点都包含Cr通道和Cb通道两个色度参数，而皮肤检测模板用以表示待检测图像中的皮肤像素点的色度分布情况。因此，可以将待检测图像的像素点的色度与皮肤检测模板进行匹配，如果像素点位于皮肤检测模板内部，则像素点为皮肤区域；如果像素点位于皮肤检测模板外部，则像素点为非皮肤区域。

可选地，将待检测图像中的每一像素点的色度与皮肤检测模板进行匹配，将色度位于皮肤检测模板内部的像素点确定为待检测图像中的皮肤区域，具体包括：

S1051、将待检测图像的每一像素点在Cr通道的参数和在Cb通道的参数组成坐标。

例如，对于待检测图像中的像素点P，在Cr通道的参数和Cb通道的参数分别为cr_p和cb_p，组成的坐标为(Cr_p，Cb_p)。

S1052、将坐标位于皮肤检测模板内部的像素点确定为待检测图像中的皮肤区域。

在皮肤检测模板中，坐标为(Cr_p，Cb_p)所处位置，如果位于皮肤检测模板内部，则确定像素点P为皮肤区域。

本发明方法实施例一，结合待检测图像的亮度信息和色度信息进行皮肤区域检测，能够在进行皮肤检测时，具有较高的适应性和准确率；通过结合亮度信息确定参数转换后的图像的高置信度皮肤区域，能够避免因使用背景、眉毛、眼睛、嘴部等区域生成皮肤模型参数时所引起的误差；通过高置信度皮肤区域中的像素点在Cr通道和Cb通道的分布结果，自适应地生成皮肤检测模板的建立参数，相比于通用皮肤模型，对光照环境变化与人物肤色变化具有更低的敏感度；并且，无需使用人脸特征点信息，能够实时完成皮肤区域检测。

方法实施例二

本发明实施例提供的皮肤区域的检测方法的另一种具体实施例，参考图2，图2为本发明实施例的皮肤区域的检测方法的另一种流程示意图，在方法实施例一的基础上，进一步包括：

S201、将皮肤检测模板的内部和外部的像素值分别归一化为第一参数和第二参数。

本步骤位于方法实施例一的S104中：分别计算高置信度皮肤区域中的像素点在Cr通道和Cb通道的分布结果，根据分布结果生成皮肤检测模板之后，为了便于计算，将皮肤检测模板的内部和外部的像素值进行归一化，可选地，第一参数和第二参数分别为1和0，或者，255和0。

S202、对归一化后的皮肤检测模板进行高斯滤波，得到滤波后的皮肤检测模板，滤波后的皮肤检测模板中的像素值为渐变值。

高斯滤波可以将皮肤检测模板的边界进行平滑处理，经过高斯滤波后，皮肤检测模板中原本离散的像素值为转变为渐变值。以第一参数和第二参数分别为1和0为例说明，经高斯滤波后，边界处的像素值可能转变为0.6、0.7或0.8等。

S203、将待检测图像的每一像素点在Cr通道的值和在Cb通道的值组成坐标。

例如，对于待检测图像中的像素点p，在Cr通道的参数和Cb通道的参数分别为Cr_p和Cb_p，组成的坐标为(Cr_p，Cb_p)。为了便于计算，可以将Cr_p和Cb_p经进行取整操作，具体规则可以为四舍五入法：小数部分小于0.5时，取整结果是整数部分的值；小数部分大于或等于0.5时，取整结果是整数部分加1后的值。

其本发明方法实施例S105中，将待检测图像中的每一像素点的色度与皮肤检测模板进行匹配，将色度位于皮肤检测模板内部的像素点确定为待检测图像中的皮肤区域，具体包括：

S204、在滤波后的皮肤检测模板中，查找坐标对应的像素值。

具体地，在滤波后的皮肤检测模板中查找坐标为(Cr_p，Cb_p)的点所对应的像素值。

S205、将像素值大于预设阈值的待检测图像中的像素点确定为皮肤区域。

预设阈值用以判断待检测图像中的像素点是否为皮肤区域，其目的是对边界处的像素点进行二值皮肤区域判断，即是/否为皮肤区域。具体地，以第一参数和第二参数分别为255和0时为例说明。经高斯滤波后，皮肤检测模板的边界处，朝向中心的像素值越来越接近255，背向中心的像素值越接近0，将预设阈值设置为185，当像素值大于185时，对应像素点为皮肤区域，当像素值小于或等于185时，对应像素点为非皮肤区域，这样就能确定待检测图像中所有像素点是否为皮肤区域。

本发明方法实施例二，通过将皮肤检测模板的内部和外部的像素值分别归一化为第一参数和第二参数，以及将归一化后的皮肤检测模板进行高斯滤波，能够确定待检测图像中所有像素点是否为皮肤区域，提高了皮肤区域的检测准确率。

方法实施例三

本发明实施例提供的皮肤区域的检测方法的再一种具体实施例，参考图3，图3为本发明实施例的皮肤区域的检测方法的再一种流程示意图，具体包括：

输入待检测图像，将待检测图像进行人脸检测并生成人脸矩形框，人脸矩形框即方法实施例一中所指的包含人脸区域的矩形框；同时，将待检测图像的参数转换到YCrCb色彩空间，利用Y分量，对人脸矩形框进行皮肤像素筛选，从而确定高置信度皮肤区域；利用Cr通道和Cb通道分量，对高置信度皮肤区域进行皮肤色度分布统计，根据分布结果进行模型参数拟合；在Cr-Cb模板图像中，结合拟合参数，生成椭圆模型，即计算待检测图像的皮肤模型，进而生成皮肤检测模板；将待检测图像与皮肤检测模板逐像素匹配，从而检测待检测图像中的皮肤区域，生成皮肤检测结果。

装置实施例一

本发明实施例提供的皮肤区域的检测装置的一种具体实施例，与图1所示流程相对应，参考图4，图4为本发明实施例的皮肤区域的检测装置的一种结构示意图，包括：

第一确定模块301，用于确定待检测图像中的人脸区域。

第一生成模块302，用于将待检测图像参数转换到YCrCb色彩空间，生成参数转换后的图像。

第二确定模块303，用于利用参数转换后的图像中的亮度参数，确定人脸区域中的高置信度皮肤区域，高置信度皮肤区域为参数转换后的图像中亮度参数位于皮肤亮度范围内的区域。

第二生成模块304，用于分别计算高置信度皮肤区域中的像素点在Cr通道和Cb通道的分布结果，根据分布结果生成皮肤检测模板，皮肤检测模板用以表示待检测图像中的皮肤像素点的色度分布情况，皮肤检测模板的内部为皮肤像素点的皮肤色度分布，皮肤检测模板的外部为非皮肤像素点的皮肤色度分布。

匹配模块305，用于将待检测图像中的每一像素点的色度与皮肤检测模板进行匹配，将色度位于皮肤检测模板内部的像素点确定为待检测图像中的皮肤区域。

其中，第二确定模块303，具体包括：

第一确定子模块，用于确定参数转换后的图像的待筛选区域。

第一计算子模块，用于计算待筛选区域的亮度均值和最大亮度。

第二计算子模块，用于根据亮度均值和最大亮度，计算置信皮肤亮度值。

第二确定子模块，用于计算待筛选区域的像素点的亮度与亮度均值的差值，将差值小于或等于置信皮肤亮度值的像素点确定为皮肤像素点，并确定皮肤像素点的集合为高置信度皮肤区域。

其中，第二生成模块304，具体用于：

计算高置信度皮肤区域中的像素点在Cr通道的均值和方差，分别记为第一均值和第一方差。

计算高置信度皮肤区域中的像素点在Cb通道的均值和方差，分别记为第二均值和第二方差。

将第一均值和第二均值组成的坐标作为椭圆的中心坐标。

选取第一方差和第二方差之间的最大值，将最大值与第一预设系数相乘，得到第一乘积。

选取第一方差和第二方差之间的最小值，将最小值与第二预设系数相乘，得到第二乘积。

将第一乘积作为椭圆的长轴半径的长度。

将第二乘积作为椭圆的短轴半径的长度。

根据中心坐标、长轴半径的长度、短轴半径的长度及预设椭圆长轴倾斜角，生成皮肤检测模板，皮肤检测模板为椭圆形。

其中，匹配模块305，进一步包括：

坐标生成子模块，用于将待检测图像的每一像素点在Cr通道的参数和在Cb通道的参数组成坐标。

第三确定子模块，用于将坐标位于皮肤检测模板内部的像素点确定为待检测图像中的皮肤区域。

本发明装置实施例一提供的皮肤区域的检测装置用于实现本发明方法实施例一提供的皮肤区域的检测方法的检测，其实现原理和技术效果类似，此处不再赘述。

装置实施例二

本发明实施例提供的皮肤区域的检测装置的另一种具体实施例，与图2所示流程相对应，参考图5，图5为本发明实施例的皮肤区域的检测装置的另一种结构示意图，在装置实施例一的基础上，进一步包括：

归一化模块306，用于将皮肤检测模板的内部和外部的像素值分别归一化为第一参数和第二参数.

滤波模块307，用于对归一化后的皮肤检测模板进行高斯滤波，得到滤波后的皮肤检测模板，滤波后的皮肤检测模板中的像素值为渐变值。

坐标生成模块308，用于将待检测图像的每一像素点在Cr通道的值和在Cb通道的值组成坐标。

其中，匹配模块305，具体用于：

在滤波后的皮肤检测模板中，查找坐标对应的像素值。

将像素值大于预设阈值的待检测图像中的像素点确定为皮肤区域。

本发明装置实施例二提供的皮肤区域的检测装置用于实现本发明方法实施例二提供的皮肤区域的检测方法的检测，其实现原理和技术效果类似，此处不再赘述。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

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，均包含在本发明的保护范围内。