自适应模型和固定模型结合的肤色分割算法

摘要

由于受环境、光照、人种等因素影响,不同图像中的肤色分布并不一样.在复杂背景情况下,采用固定的阚值边界模型进行肤色分割将导致较大的漏检或误检.基于YCbCr颜色空间,在固定阈值边界模型分割的基础上,运用简化的期望最大化(EM)算法计算出针对特定图像的自适应肤色高斯模型;然后综合考虑固定阈值边界模型以及自适应肤色高斯模型在不同颜色区域上划分的准确性,给出最终的肤色分割结果.实验结果表明,该方法相比固定阈值边界模型的分割方法,能同时降低误检率和漏检率,从而提高肤色识别的准确率.