基于FPGA的膚色分割實現

　　膚色建模

　　膚色分割關鍵在于色度空間以及膚色模型的選擇。常用的色度空間主要有：RGB、HIS、YIQ、YUV、YCbCr。常用的膚色模型有簡單閾值模型、高斯模型、直方圖模型、區域模型等。大部分基于FPGA的實時膚色分割通常采用簡單閾值模型，因為這種方法只設定簡單的門限閾值，處理起來快速方便，但是效果不是很好。區域模型利用膚色在色彩空間的聚類性，將滿足一定條件的區域標定為膚色區域，該方法檢測效率比簡單閾值模型高出許多，而且模型參數也易于計算，適合實時處理。所以本文選取Anil K Jain等人建立的橢圓區域模型，利用建立膚色查找表的方法實現膚色的實時分割。

　　因為不同人的膚色通常只在亮度上有差異，所以選擇把亮度分量分出來的色度空間YCbCr空間。YCbCr空間的優點是可以將亮度和色度分開單獨處理，實現亮度和色度分量比較徹底的分離，其中Y是指亮度分量，Cb指藍色色度分量，而Cr指紅色色度分量，Cb、Cr是兩維獨立分布，能較好的限制膚色分布區域，膚色點能夠想成較好的聚類。所以通常選取在YCbCr空間進行膚色分割。

　　Anil K Jain等人從Heinich-Hertz-Institute(HHI)圖像庫中的137幅圖像中手工選取了853,571個膚色像素點，并將其繪制在YCbCr空間中。從實驗結果中發現，在YCbCr空間中的膚色聚類是呈兩頭尖的紡錘形狀，即當Y值處于較大和較小的部分，膚色聚類也隨之減少。因此簡單地將YCbCr空間向CbCr平面投影來尋找膚色區域是不可行的，必須考慮Y值不同造成的影響，進行非線性分段色彩變換，利用橢圓公式進行擬合，建立膚色的橢圓模型。

　　對YCbCr色彩空間進行非線性分段色彩變換

　　因為統計樣本膚色匯聚在兩頭尖的紡錘體內，所以根據Y值將膚色區域分為三段，然后計算每個二維子空間Cb-Cr的中軸線和寬度，根據中軸線以及寬度求出每個子空間Cb、Cr的表達公式。

　　(1)將膚色區域的中軸線分別用，其表達式為：　　

         
　　式中，為非線性分段色彩變換的分段閾值。　　

        ，它們是由實驗數據得到的膚色聚類區域中Y分量的最小和最大值。

　　(2)將膚色區域的寬度分別用來表示：