文档介绍：应用统计决策的肤色提取
图像基础知识
获取样本
样本学****br/>模式分类
最小误判概率准则
最小损失准则
1、图像基础知识
HSI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。
H(Hue)——色调(色相),表明物体是什么颜色。
S(Saturation)——饱和度,表明该种颜色的浓淡。
I(Intensity)——亮度,与图像的彩色信息无关。
RGB模型与HSI模型可以相互转换。
2、样本获取
原始图像
H分量 S分量 I分量
由于H分量较好的区分了肤色与背景,因此选H分量图像中的像素点作为样本。
3、样本学****br/>图像二值化,为1的是皮肤,为0的是背景。
(1)计算先验概率:
H分量 H分量的二值化图
皮肤点数的先验概率:P(w1)=是皮肤的像素点数/ 所有像素点数= %
非皮肤点数的先验概率:P(w2)=不是皮肤的像素点数/ 所有像素点数= %
(2)计算类条件概率密度:
计算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H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8等分),纵坐标是相应区域中灰度值为横坐标值的像素点数。
P(x|w1):
0 0 0 0 0
P(x|w2):

4、模式分类
输入下图,用最小误判概率准则