基于肤色的人脸检测与分割

基本步骤：

1、图像预处理；2、建立肤色模型；3、相似度计算；4、二值化

1、图像预处理包括滤除噪声和亮度补偿。滤除噪声中是使用高斯滤波器等方法进行；由于光照影响图像的亮度，这里亮度补偿采用Gary World算法对RGB图像进行快速颜色补偿，即如下公式：

S=av1/av2；f=f1*S；其中av1为标准亮度图像R、G、B的平均值，av2为原输入图像R、G、B的平均值，f1为原输入图像的像素值，f为亮度补偿后输出图像的像素值

2、建立肤色模型的过程包括RGB颜色空间映射到YCbCr颜色空间，



3、相似度计算是指在YCbCr颜色空间归一化色度直方图后，假设肤色满足二维高斯模型M=(m,C)；其中m为色度的均值，即m=E(x)，C为色度的协方差矩阵，通过这个高斯模型检测任意一个像素是否为肤色的概率计算公式如下：



这里的S就是协方差矩阵，μ为均值或方差。

4、二值化是在得到人脸肤色概率图后，进行二值化分割处理，从而得到人脸肤色二值图像。