基于FPGA的肤色分割实现

肤色分割关键在于色度空间以及肤色模型的选择。常用的色度空间主要有：RGB、HIS、YIQ、YUV、YCbCr。常用的肤色模型有简单阈值模型、高斯模型、直方图模型、区域模型等。大部分基于FPGA的实时肤色分割通常采用简单阈值模型，因为这种方法只设定简单的门限阈值，处理起来快速方便，但是效果不是很好。区域模型利用肤色在色彩空间的聚类性，将满足一定条件的区域标定为肤色区域，该方法检测效率比简单阈值模型高出许多，而且模型参数也易于计算，适合实时处理。所以本文选取Anil K Jain等人建立的椭圆区域模型，利用建立肤色查找表的方法实现肤色的实时分割。

　　因为不同人的肤色通常只在亮度上有差异，所以选择把亮度分量分出来的色度空间YCbCr空间。YCbCr空间的优点是可以将亮度和色度分开单独处理，实现亮度和色度分量比较彻底的分离，其中Y是指亮度分量，Cb指蓝色色度分量，而Cr指红色色度分量，Cb、Cr是两维独立分布，能较好的限制肤色分布区域，肤色点能够想成较好的聚类。所以通常选取在YCbCr空间进行肤色分割。

　　Anil K Jain等人从Heinich-Hertz-Institute(HHI)图像库中的137幅图像中手工选取了853,571个肤色像素点，并将其绘制在YCbCr空间中。从实验结果中发现，在YCbCr空间中的肤色聚类是呈两头尖的纺锤形状，即当Y值处于较大和较小的部分，肤色聚类也随之减少。因此简单地将YCbCr空间向CbCr平面投影来寻找肤色区域是不可行的，必须考虑Y值不同造成的影响，进行非线性分段色彩变换，利用椭圆公式进行拟合，建立肤色的椭圆模型。

　　对YCbCr色彩空间进行非线性分段色彩变换

　　因为统计样本肤色汇聚在两头尖的纺锤体内，所以根据Y值将肤色区域分为三段，然后计算每个二维子空间Cb-Cr的中轴线和宽度，根据中轴线以及宽度求出每个子空间Cb、Cr的表达公式。

　　(1)将肤色区域的中轴线分别用基于FPGA的肤色分割实现，其表达式为：　　

          基于FPGA的肤色分割实现
　　式中基于FPGA的肤色分割实现，为非线性分段色彩变换的分段阈值。基于FPGA的肤色分割实现　　

        基于FPGA的肤色分割实现，它们是由实验数据得到的肤色聚类区域中Y分量的最小和最大值。

　　(2)将肤色区域的宽度分别用基于FPGA的肤色分割实现来表示：　　

基于FPGA的肤色分割实现