基于肤色模型（YCbCr模型）的人面定位统计算法，Matlab实现

博主简介：专注、专一于Matlab图像处理学习、交流，matlab图像代码代做/项目合作可以联系（QQ:3249726188）

个人主页：Matlab_ImagePro-CSDN博客

原则：代码均由本人编写完成，非中介，提供有偿Matlab算法代码编程服务，不从事不违反涉及学术原则的事。

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

本次分享的是基于肤色模型（YCbCr模型）的人面定位统计算法，用matlab实现。（有疑问或者想交流细节的QQ:3249726188）

一、简述一下这次基于肤色模型（YCbCr模型）的人面定位统计算法的背景

博主最近被各位同学咨询最多的就是人脸识别和车牌识别相关算法，前期介绍了最为经典的PCA人脸识别算法（基于PCA（主成分分析）的人面识别，Matlab实现-CSDN博客）、基于灰度直方图特征的人面识别算法（基于灰度直方图特征的人面识别算法，Matlab实现-CSDN博客）、基于LBP和KNN的人面表情识别算法（基于LBP和KNN的人面表情识别，Matlab实现-CSDN博客），这次介绍另一个类似方向的算法，基于肤色模型（YCbCr模型）的人面定位统计算法。

二、算法模型原理介绍

首先介绍一下什么是肤色模型，也就是今天的主角YCbCr模型。

YCbCr模型，也称为YUV模型，是一种广泛用于数字视频和数字图像中的颜色模型。在这种模型中，Y代表亮度分量，Cb和Cr共同描述图像的色调（色差），其中Cb和Cr分别是蓝色和红色色度分量相对于参考值的坐标。YCbCr模型中，亮度信息用单个分量Y表示，彩色信息存储为两个色差分量Cb和Cr。Cb是蓝色分量和参考值的差，Cr是红色分量和参考值的差。这种模型广泛应用于数字视频领域，特别是在不同的彩色电视制式中，如PAL和SECAM。YCbCr模型有多种取样格式，包括4:4:4、4:2:2、4:1:1和4:2:0。其中，4:4:4采样方式下，每个Y对应一组UV分量，而4:2:2和4:2:0采样方式下，每两个或四个Y共用一组UV分量。此外，YCbCr模型还与一些特定的颜色空间转换公式相关联，例如在数字视频领域常用的公式为：Y = 0.299R + 0.587G + 0.114B，Cb = -0.172R - 0.339G + 0.511B + 128，Cr = 0.511R - 0.428G - 0.083B + 128。这些转换公式用于将RGB颜色空间转换为YCbCr，以便于在不同的视频和显示器标准之间进行转换和传输。

这次分享的人脸定位统计算法，就是基于图像转换为YCbCr模型后，通过使用Cr分量进行初步分割人面，然后实现定位人面和统计的功能。

三、人脸定位统计算法流程

1、读取图像，并将RGB转换为YCbCr空间

2、提取Cr空间，根据参数（Cr空间140-160之间为分割目标）对人面进行初步分割，得到初步二值图

3、对步骤二的图进行中值滤波去噪处理

4、对去噪后的图像进行填充、腐蚀、去噪等形态学处理，并去除长宽比不符合尺寸的噪声，得到最终分割的二值图。

5、根据步骤四的分割二值图，统计定位到的人脸数量。

6、根据形态学对最终二值图进行定位标记。

四、Matlab实现效果

原图：