一种肤色检测方法及装置与流程

本发明涉及图像处理领域，具体而言，涉及一种肤色检测方法及装置。

背景技术：

人体的肤色在人脸检测、手势分析、目标跟踪和图像检索等领域中有着广泛的应用。传统的肤色检测方法，是通过图像采集设备采集皮肤图像，然后直接根据所获取的皮肤图像来计算肤色值。这种方法计算出来的肤色值，其准确性很容易受到毛发遮挡和光照不均匀性的影响。

技术实现要素：

有鉴于此，本发明实施例的目的在于提供一种肤色检测方法及装置，以解决上述问题。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种肤色检测方法，所述方法包括：获取第一L图像，所述第一L图像为第一图像的L分量图像，所述第一图像为用于显示皮肤的白光图像；获取第二L图像，所述第二L图像为第二图像的L分量图像，所述第二图像为用于显示皮肤的白光图像或偏振光图像，所述第二图像与所述第一图像的位移偏差在预设范围内；将所述第一L图像中各个像素点的L值分别与所述第二L图像中对应像素点的L值进行差分运算，得到差分图像；获取所述差分图像中的L值小于预设阈值的有效像素点，并计算在所述第一图像中与各个所述有效像素点对应的像素点的L分量的平均值；根据所述L分量的平均值及预设规则，获取肤色等级。

第二方面，本发明实施例提供了一种肤色检测装置，所述装置包括：第一获取模块，用于获取第一L图像，所述第一L图像为第一图像的L分量图像，所述第一图像为用于显示皮肤的白光图像；第二获取模块，用于获取第二L图像，所述第二L图像为第二图像的L分量图像，所述第二图像为用于显示皮肤的白光图像或偏振光图像，所述第二图像与所述第一图像的位移偏差在预设范围内；差分模块，用于将所述第一L图像中各个像素点的L值分别与所述第二L图像中对应像素点的L值进行差分运算，得到差分图像；处理模块，用于获取所述差分图像中的L值小于预设阈值的有效像素点，并计算在所述第一图像中与各个所述有效像素点对应的像素点的L分量的平均值；等级获取模块，根据所述L分量的平均值及预设规则，获取肤色等级。

与现有技术相比，本发明实施例提供的一种肤色检测方法及装置，通过获取与用于显示皮肤且存在微小位移偏差的第一图像及第二图像分别对应的第一L图像及第二L图像，其中，所述第一图像为白光图像，所述第二图像为白光图像或偏振光图像，并将所述第一L图像中各个像素点的L值分别与所述第二L图像中对应像素点的L值进行差分运算，得到差分图像，由于两幅图像存在微小位移差，两幅图像中的毛发和光照不均匀区域不重叠，使得毛发和光照不均匀区域像素点的L值与皮肤区域像素点的L值对应进行差分运算，得到的亮度分量差较大，因此根据预设阈值获取亮度分量差较小的像素点，所述第一图像中与这些像素点对应的位置即为皮肤区域，最后根据第一图像中皮肤区域中各像素点的亮度分量的平均值及预设规则即可获取皮肤等级。由于所述方法将毛发和光照不均匀区域对应的像素点排除后，仅通过白光图像中皮肤区域对应的像素点的值来获取肤色等级，因此有效地消除了毛发遮挡和光照不均匀性对皮肤检测造成的影响，提高了肤色检测的准确性。

本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是本发明实施例提供的服务器的结构示意图。

图2是本发明第一实施例提供的一种肤色检测方法的流程图。

图3是本发明第一实施例提供的一种肤色检测方法的部分流程图。

图4是本发明第一实施例提供的一种肤色检测方法的部分流程图。

图5是本发明第二实施例提供的一种肤色检测装置的结构框图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

本发明实施例提供的肤色检测方法可以应用于服务器中。图1示出了服务器100的结构示意图，请参阅图1，所述服务器100包括存储器110、处理器120以及网络模块130。

存储器110可用于存储软件程序以及模块，如本发明实施例中的肤色检测方法及装置对应的程序指令/模块，处理器120通过运行存储在存储器110内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现本发明实施例中的肤色检测方法。存储器110可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。进一步地，上述存储器110内的软件程序以及模块还可包括：操作系统111以及服务模块112。其中操作系统111，例如可为LINUX、UNIX、WINDOWS，其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动，并可与各种硬件或软件组件相互通讯，从而提供其他软件组件的运行环境。服务模块112运行在操作系统111的基础上，并通过操作系统111的网络服务监听来自网络的请求，根据请求完成相应的数据处理，并返回处理结果给客户端。也就是说，服务模块112用于向客户端提供网络服务。网络模块130用于接收以及发送网络信号。上述网络信号可包括无线信号或者有线信号。

可以理解，图1所示的结构仅为示意，服务器100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。另外，本发明实施例中的服务器还可以包括多个具体不同功能的服务器。

图2示出了本发明第一实施例提供的一种肤色检测方法的流程图，请参阅图2，所述方法包括：

步骤S310，获取第一L图像，所述第一L图像为第一图像的L分量图像，所述第一图像为用于显示皮肤的白光图像。

颜色模型(Lab)基于人对颜色的感觉，Lab中的数值描述正常视力的人能够看到的所有颜色。因为Lab颜色空间描述的是颜色的显示方式，而不是设备(如显示器、桌面打印机或数码相机)生成颜色所需的特定色料的数量，所以Lab颜色空间被视为与设备无关的颜色空间。

Lab颜色空间由亮度分量(L)和有关色彩的a分量、b分量三个分量组成。L表示亮度，a表示从洋红色至绿色的范围，b表示从黄色至蓝色的范围。L分量的值域为0到100，L＝50时，就相当于50％的黑；a分量和b分量的值域都是由+127至-128，其中当a＝+127时就是红色，渐渐过渡到a＝-128的时候就变成绿色；同样原理，当b＝+127时就是黄色，渐渐过渡到b＝-128的时候就变成蓝色。所有的颜色就以这三个分量值交互变化所组成。例如，一个像素点的Lab值是L＝100，a＝30，b＝0，这个像素点对应的颜色就是粉红色。L分量图像为只包括亮度信息的图像。

此外，由于白光图像中物体的颜色与物体在人眼中看到的颜色最为贴近，因此所述第一图像为用于显示皮肤的白光图像，以保证利用后续步骤检测出的肤色等级与人眼中看到的肤色更为匹配，准确度更高。

进一步的，请参阅图3，在步骤S310之前，所述方法还可以包括：

步骤S410，获取所述第一图像。

步骤S420，根据预设算法，将所述第一图像中各个像素点的RGB值转换为Lab值。

由于常用的图像采集设备采集到的图像通常都是基于RGB颜色空间的，也就是说利用图像采集设备采集到的所述第一图像中各个像素点分别与一个RGB值对应，因此为了后续获取第一L图像，需根据预设算法将所述第一图像中各个像素点的RGB值转换为Lab值，也就是进行RGB到Lab颜色空间的转换。

其中，所述预设算法可以为三维查表插值法或多项式回归法。

三维查表法是目前研究颜色空间转换较为常用的算法，其核心思想是，将源颜色空间进行分割，划分为一个个规则的立方体，每个立方体的八个顶点的数据是已知的，将所有源颜色空间的已知点构成一张三维查找表。当给定源颜色空间中任意一个点时，能够找到与之相邻的八个数据点构成一个小立方体格子的节点，通过这个小立方体的八个顶点进行插值，得到目标颜色空间对应的数据。一般查找表法都与插值法结合起来使用，变成所述三维查表插值法，这种方法可分为三个步骤：①分割：将源色彩空间按一定的采样间隔分区，建立三维查找表；②查找：对于一个已知的输入点，搜索源颜色空间，找出包含它的由八个栅格点构成的立方体；③插值：在一个立方体的栅格内，计算出非栅格点上的颜色值。

多项式回归法是指假设颜色空间的联系可以通过一组联立的方程估算出来。多项式回归法的唯一必要条件就是源颜色空间的点数应该大于所选择的多项式的项数。此算法的重点在于计算出多项式的系数，再将源色彩空间的值代入多项式，就可以根据方程求出转换后的结果。多项式回归法的特点是简单、实现起来较为方便，且有着不错的转换效果。

可以理解的是，所述预设算法也可以是其他用于实现RGB颜色空间与Lab颜色空间转换的算法，所述预设算法的类型并不构成对本发明具体实施方式的限制。

步骤S430，对所述第一图像进行Lab颜色空间分解，得到第一L图像。

其中，对所述第一图像进行Lab颜色空间分解，即是将所述第一图像中各个像素点的Lab值中a分量及b分量的值均置为0，L分量则保留原始值，由此可以得到仅包含亮度信息的所述第一L图像。

步骤S320，获取第二L图像，所述第二L图像为第二图像的L分量图像，所述第二图像为用于显示皮肤的白光图像或偏振光图像，所述第二图像与所述第一图像的位移偏差在预设范围内。

为了后续步骤中能更准确的排除毛发和光照不均匀区域，需要在采集所述第一图像和第二图像之前，校准采集设备的曝光时间和白平衡，以使所述第一图像与所述第二图像的颜色要尽可能的接近，也即是说，所述第一图像中各个像素点的Lab值中各分量的均值分别与所述第二图像中各个像素点的Lab值中各分量的均值相等。

其中，所述第二图像与所述第一图像的位移偏差可以通过采集图像时轻微抖动来实现。

进一步的，请参阅图4，在步骤S320之前，所述方法还可以包括：

步骤S510，获取所述第二图像。

步骤S520，根据预设算法，将所述第二图像中各个像素点的RGB值转换为Lab值。

步骤S530，对所述第二图像进行Lab颜色空间分解，得到第二L图像。

步骤S330，将所述第一L图像中各个像素点的L值分别与所述第二L图像中对应像素点的L值进行差分运算，得到差分图像。

作为一种具体的实施方式，步骤S330可以包括：

将所述第一L图像中各个像素点的L值分别与所述第二L图像中对应像素点的L值相减并取绝对值，得到差分图像。

所述差分运算也可以采用其他运算形式，例如可以将所述第一L图像中各个像素点的L值分别与所述第二L图像中对应像素点的L值相减并取平方，或者将所述第一L图像中各个像素点的L值分别与所述第二L图像中对应像素点的L值相减并取绝对值后再乘以一个系数，可以理解的是，所述差分运算的形式并不构成对本发明具体实施方式的限制。

步骤S340，获取所述差分图像中的L值小于预设阈值的有效像素点，并计算在所述第一图像中与各个所述有效像素点对应的像素点的L分量的平均值。

其中，所述预设阈值的取值需根据采用的差分运算的形式来决定，例如当采用将所述第一L图像中各个像素点的L值分别与所述第二L图像中对应像素点的L值相减并取绝对值的差分形式时，所述预设阈值可以取10。

由于两幅L图像存在微小位移差，两幅L图像中的毛发和光照不均匀区域不重叠，使得毛发和光照不均匀区域像素点的L值与皮肤区域像素点的L值对应进行差分运算，得到的亮度分量差较大，因此根据预设阈值获取亮度分量差较小的像素点，所述第一图像中与这些像素点对应的位置即为皮肤区域，继而可以计算出第一图像中皮肤区域中各像素点的亮度分量的平均值。

步骤S350，根据所述L分量的平均值及预设规则，获取肤色等级。

作为一种具体的实施方式，步骤S350可以包括：

将所述L分量的平均值与PANTONE色卡进行匹配，获取肤色等级。

可以理解的是，除了上述方式外，也可以采用其他方式来实现根据所述L分量的平均值获取肤色等级，上述获取肤色等级的方式并不构成对本发明具体实施方式的限制。

本发明实施例提供的肤色检测方法，通过获取用于显示皮肤且存在微小位移偏差的第一图像及第二图像，其中，所述第一图像为白光图像，所述第二图像为白光图像或偏振光图像，然后将基于RGB颜色空间的所述第一图像及第二图像转换到Lab颜色空间后分别进行Lab颜色空间分解，获取对应的第一L图像及第二L图像，并将所述第一L图像中各个像素点的L值分别与所述第二L图像中对应像素点的L值进行差分运算，得到差分图像，由于两幅图像存在微小位移差，两幅图像中的毛发和光照不均匀区域不重叠，使得毛发和光照不均匀区域像素点的L值与皮肤区域像素点的L值对应进行差分运算，得到的亮度分量差较大，因此根据预设阈值获取亮度分量差较小的像素点，所述第一图像中与这些像素点对应的位置即为皮肤区域，最后根据第一图像中皮肤区域中各像素点的亮度分量的平均值及预设规则即可获取皮肤等级。由于所述方法将毛发和光照不均匀区域对应的像素点排除后，仅通过白光图像中皮肤区域对应的像素点的值来获取肤色等级，因此有效地消除了毛发遮挡和光照不均匀性对皮肤检测造成的影响，提高了肤色检测的准确性。

图5是本发明第二实施例提供的一种肤色检测装置600的结构框图，请参阅图5，所述肤色检测装置600包括第一获取模块601、第二获取模块602、差分模块603、处理模块604以及等级获取模块605。

所述第一获取模块601，用于获取第一L图像，所述第一L图像为第一图像的L分量图像，所述第一图像为用于显示皮肤的白光图像。

进一步的，所述装置还可以包括第三获取模块606、第一转换模块607及第一分解模块608。

所述第三获取模块606，用于在所述获取第一L图像之前，获取所述第一图像。

所述第一转换模块607，用于根据预设算法，将所述第一图像中各个像素点的RGB值转换为Lab值。

所述第一分解模块608，用于对所述第一图像进行Lab颜色空间分解，得到所述第一L图像。

所述第二获取模块602，用于获取第二L图像，所述第二L图像为第二图像的L分量图像，所述第二图像为用于显示皮肤的白光图像或偏振光图像，所述第二图像与所述第一图像的位移偏差在预设范围内。

进一步的，所述装置还可以包括第四获取模块609、第二转换模块610及第二分解模块611。

所述第四获取模块609，用于在所述获取第二L图像之前，获取所述第二图像。

所述第二转换模块610，用于根据预设算法，将所述第二图像中各个像素点的RGB值转换为Lab值。

所述第二分解模块611，用于对所述第二图像进行Lab颜色空间分解，得到所述第二L图像。

所述差分模块603，用于将所述第一L图像中各个像素点的L值分别与所述第二L图像中对应像素点的L值进行差分运算，得到差分图像。

作为一种具体的实施方式，所述差分模块603，具体用于将所述第一L图像中各个像素点的L值分别与所述第二L图像中对应像素点的L值相减并取绝对值，得到差分图像。

所述处理模块604，用于获取所述差分图像中的L值小于预设阈值的有效像素点，并计算在所述第一图像中与各个所述有效像素点对应的像素点的L分量的平均值。

所述等级获取模块605，用于根据所述L分量的平均值及预设规则，获取肤色等级。

作为一种具体的实施方式，所述等级获取模块605，具体用于将所述L分量的平均值与PANTONE色卡进行匹配，获取肤色等级。

以上各模块可以是由软件代码实现，此时，上述的各模块可存储于服务器100的存储器110内。以上各模块同样可以由硬件例如集成电路芯片实现。

本发明实施例所提供的肤色检测装置600，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。