《应用统计决策的肤色提取案例教学》由会员分享，可在线阅读，更多相关《应用统计决策的肤色提取案例教学（5页珍藏版）》请在金锄头文库上搜索。
1、应用统计决策的肤色提取应用统计决策的肤色提取1 1、 图像基础知识图像基础知识2 2、 获取样本获取样本3 3、 样本学习样本学习4 4、 模式分类模式分类a)a)最小误判概率准则最小误判概率准则b)b)最小损失准则最小损失准则1 1、图像基础知识、图像基础知识HSIHSI 表色模型表色模型面向彩色处理的最常用的模型，符合人类的视觉感受。面向彩色处理的最常用的模型，符合人类的视觉感受。H H（HueHue）色调（色相）色调（色相） ，表明物体是什么颜色。，表明物体是什么颜色。S S（SaturationSaturation）饱和度，表明该种颜色的浓淡。饱和度，表明该种颜色的浓淡。I I（Int
2、ensityIntensity）亮度，与图像的彩色信息无关。亮度，与图像的彩色信息无关。RGBRGB 模型与模型与 HSIHSI 模型可以相互转换。模型可以相互转换。2 2、样本获取、样本获取原始图像H H 分量分量 S S 分量分量 I I 分量分量由于由于 H H 分量较好的区分了肤色与背景，因此选分量较好的区分了肤色与背景，因此选 H H 分量图像中的像素点作为样本。分量图像中的像素点作为样本。3 3、样本学习、样本学习图像二值化，为图像二值化，为 1 1 的是皮肤，为的是皮肤，为 0 0 的是背景。的是背景。（1 1）计算先验概率：）计算先验概率：H 分量 H 分量的二值化图皮肤点数的
3、先验概率：皮肤点数的先验概率：P P（ 1 1）= =是皮肤的像素点数是皮肤的像素点数 / / 所有像素点数所有像素点数 = = 7.99%7.99%非皮肤点数的先验概率：非皮肤点数的先验概率：P P（ 2 2）= =不是皮肤的像素点数不是皮肤的像素点数 / / 所有像素点数所有像素点数= = 92.01%92.01%（2 2）计算类条件概率密度：）计算类条件概率密度：计算计算 H H 分量图像中皮肤区域的直方图，就是皮肤的类条件概率密度；计算分量图像中皮肤区域的直方图，就是皮肤的类条件概率密度；计算 H H 分量图像中非分量图像中非皮肤区域的直方图，就是非皮肤的类条件概率密度。皮肤区域的直方
4、图，就是非皮肤的类条件概率密度。皮肤的类条件概率密度皮肤的类条件概率密度 非皮肤的类条件概率密度非皮肤的类条件概率密度横坐标是像素点可能的灰度值（将灰度量化成了横坐标是像素点可能的灰度值（将灰度量化成了 8 8 等分）等分） ，纵坐标是相应区域中灰度值为横，纵坐标是相应区域中灰度值为横坐标值的像素点数。坐标值的像素点数。P(x|P(x| 1 1):):0.98550.9855 0.01430.0143 0 0 0 0 0 0 0 0 0 0 0.00020.0002P(x|P(x| 2 2):):0.07900.0790 0.78200.7820 0.07420.0742 0.01920.01
5、92 0.01990.0199 0.00740.0074 0.00720.0072 0.01080.01084 4、模式分类、模式分类输入下图，用最小误判概率准则和最小损失准则判决判断每个像素点是否使皮肤。输入下图，用最小误判概率准则和最小损失准则判决判断每个像素点是否使皮肤。待分类的图像 H 分量a)a)最小误判概率准则最小误判概率准则判断每个像素点是否使皮肤。判断每个像素点是否使皮肤。两类问题的两类问题的 BayesBayes 最小误判概率准则为最小误判概率准则为如果如果12 1212 21( |)()( )( |)()p xPlxp xP ，则判，则判1x，否则判，否则判2xx x 为每
6、个像素点的灰度值，若该点属于皮肤，置位为每个像素点的灰度值，若该点属于皮肤，置位 1 1；若不是皮肤，置位；若不是皮肤，置位 0 0，得到下图。，得到下图。最小误判概率准则的识别结果b)b)最小损失准则最小损失准则 1111= = 0,0, 1212=10=10, , 2121=1,=1, 2222=0=0如果如果122122 1212 211211( |)()()( )( |)()()p xPlxp xP，则判，则判1x，否则判，否则判2x。x x 为每个像素点的灰度值，若该点属于皮肤，置位为每个像素点的灰度值，若该点属于皮肤，置位 1 1；若不是皮肤，置位；若不是皮肤，置位 0 0，得到下图。，得到下图。最小损失准则的识别结果可以看出最小损失准则得到的皮肤更完整，漏检率下降，但是将更多非皮肤点误判为皮肤，可以看出最小损失准则得到的皮肤更完整，漏检率下降，但是将更多非皮肤点误判为皮肤，虚警率增加。虚警率增加。
