一、概述
建立模型就是在已知物件的特徵基礎上來給物件建立乙個模型，並藉此對物件實現判斷、檢測、繪製、控制等功能。人臉建模的方式很多，各有各的優缺點"膚色模型較之幾何模型來，要相對簡單，執行速度快。而在膚色模型中常用的是高斯模型。
二、建模
1、高斯膚色模型
從圖 2-9 中可以看出膚色在 cr-cb 空間中可以用高斯分布描述，根據膚色在色度空間的高斯分布，對於彩色影象中每個畫素，將其從 rgb 色彩空間變換到 ycbc 空間後，就可以計算該點屬於**區域的概率，即根據該點離高斯分布中心的遠近得到和膚色的相似度，將彩色影象轉化成灰度圖，其中每個畫素的灰度值對應該點與膚色的相似度。相似度計算公式如下：
通過對膚色點訓練後,選取的膚色模型的引數為：
2、橢圓模型
比起演算法相對複雜的高斯膚色模型，可以利用非線性變換後的膚色在中呈明顯的橢圓分布，可以用以下的公式來匹配兩個色度分量的距離。
試驗中，根據檢測結果調整引數的大小，得到 cx=114.38，cy=160.0.02，ecx=1.60，ecy=2.41，θ=2.53，a=25.39，b=14.03，從而得到比較理想的二值化分割影象。
3、非引數估計法
為了避免因選擇引數方法所需的複雜的估計運算，也可以採用簡單的非引數方法來確定膚色，即通過直接選擇閾值[cb1,cb2]和[cr1,cr2]，其判別方法非常簡單：乙個畫素(i，j)如果同時滿足 cb1
基於膚色高斯概率模型的人臉檢測
include include opencv2 opencv.hpp include using namespace std using namespace cv void fillhole mat src 基於漫水填充的孔洞填充 define pi 3.14156 void main 基於高斯膚色...
人臉膚色提取
參考 檢測技術 python opencv 膚色檢測 python人體膚色檢測 def cr otsu1 image ycrcb顏色空間的cr分量 otsu閾值分割 param image 路徑 可用於人臉定位ycrcb顏色空間cr分量 ostu法 img cv2.imread images 1.p...
膚色檢測 Skin Detection
為了滿足影象處理的要求，博主寫個乙個簡單的膚色檢測演算法 原理和方法見下面 author samylee contact email ahuljx 126.com include stdlib.h include stdio.h include cv.h include highgui.h usin...