一堆关于肤色检测的论文

常用的皮肤测试方法有：肉眼观察法、纸巾擦拭法、美容放大镜观察法、美容透视灯观察法、电脑皮肤测试法。肉眼观察法用洗面奶彻底清洁面部后，用毛巾将水擦干，皮肤会出现紧绷感。不用任何护肤品，静静观察皮肤情况，计算肤紧绷感消失的时间。若紧绷感在洗脸后 30 分钟左右消失，为中性皮肤；若紧绷感在洗脸后 20 分钟之内消失，为油性皮肤；若紧绷感在洗脸后 40 分钟左右才消失，为干性皮肤。纸巾擦拭法晚上将脸洗净后，不涂任何护肤品，第二天起床后用干净的面巾纸分别轻按额部、面颊、鼻翼、下颌等处，观察纸巾上油污的多少。纸巾上油污面积不大，呈微透明状，为中性皮肤；纸巾上见大片油迹，呈透明状，为油性皮肤；纸巾上基本不沾油迹，为干性皮肤。美容放大镜观察法洗净面部，待皮肤紧绷感消失后，用放大镜仔细观察皮肤纹理及毛孔状况。操作时用棉片将顾客双眼遮盖，防止放大镜折光损伤眼睛。皮肤纹理不粗不细，为中性皮肤；皮肤纹理较粗，毛孔较大，为油性皮肤；皮肤纹理细致，毛孔细小不明显，常见细小皮屑，为干性皮肤。美容透视灯观察法美容透视灯内装有紫外线灯管，紫外线对皮肤有较强的穿透力，可以帮助美容师了解皮肤表面和深层的组织情况。使用透视灯之前，应先清洗面部，并用湿棉块遮住双眼，以防紫外线刺伤眼睛。待皮肤紧绷感消失后再进行测试。不同类型的皮肤在透视灯下呈现不同的颜色：中性皮肤，大部分为淡灰色，小面积橙黄色荧光块；油性皮肤可见大片橙黄色荧光块；干性皮肤有少许或没有橙黄色荧光块、白色小块，大部分呈淡紫蓝色荧光块。电脑皮肤测试法电脑通过皮肤探测器，收集面部皮肤各方面的材料，进行综合分析判断，得出准确结论。此方法简便、准确，被广泛应用。

肌肤测试，英文名称：Skin test，是对皮肤肤质进行的科学检测，是指为了保护好自己的皮肤，正确选用适合的护肤品，针对皮肤肤质进行科学权威的测试。并不是传统意义上的油性，中性，干性，混合型的划分。皮肤测试也不能通过简单的问题回答进行判定。

姓名：朱睿琦 学号： 参考：             【嵌牛导读】：肤色作为人的体表显著特征之一,尽管人的肤色因为人种的不同有差异,呈现出不同的颜色,但是在排除了亮度和视觉环境等对肤色的影响后,皮肤的色调基本一致,这就为利用颜色信息来做肤色分割提供了理论的依据。 【嵌牛鼻子】：肤色特征，图像处理 【嵌牛提问】：肤色模型的应用有哪些？为什么将肤色特征作为识别的标准？ 【嵌牛正文】：在肤色识别中,常用的颜色空间为YCbCr颜色空间。在YCbCr颜色空间中,Y代表亮度,Cb和Cr分别代表蓝色分量和红色分量,两者合称为色彩分量。YCbCr颜色空间具有将色度与亮度分离的特点,在YCbCr色彩空间中,肤色的聚类特性比较好,而且是两维独立分布,能够比较好地限制肤色的分布区域,并且受人种的影响不大。对比RGB颜色空间和YCbCr颜色空间,当光强发生变化时,RGB颜色空间中(R,G,B)会同时发生变化,而YCbCr颜色空间中受光强相对独立,色彩分量受光强度影响不大,因此YCbCr颜色空间更适合用于肤色识别。 由于肤色在YCbCr空间受亮度信息的影响较小，本算法直接考虑YCbCr空间的CbCr分量，映射为两维独立分布的CbCr空间。在CbCr空间下，肤色类聚性好，利用人工阈值法将肤色与非肤色区域分开，形成二值图像。 RBG转YCbCr: Y   = *R+*G+*B+16 Cb = **G+*B+128 Cr  = ***B+128 1、目前常用的静态肤色建模方法主要有： 阈值法，简单高斯模型，混合高斯模型，直方图统计和区域级检测。 2、基于肤色的人脸分割 主要分为三大部分：（1） 预处理 ，针对噪声，光照带来的影响进行消除。（2） 基于肤色模型的肤色分割。 （3）连通域分析， 人脸区域定位 。 流程图如下：预处理主要使用高斯滤波和直方图均衡，这些原理比较基础。 通过比较RGB，HSV，Ycbcr空间，发现Ycbcr和HSV空间在进行人脸肤色分割方面由于肤色范围紧密，不易受光照其他物体干扰（基于肤色模型的，如果背景中有与人脸颜色类似的物体，且距离较近很容易产生干扰，影响人脸区域定位的准确性，这也是这一算法不能解决的问题）。但是RGB与HSV空间的转换相比RGB到Ycbcr空间转换来说较为复杂些，所以我们采用Ycbcr空间进行人脸肤色的建模与分割。 这种方法主要运用了统计学原理，认为肤色符合正态分布的随机样本也满足高斯分布。而高斯分布表达形式简单、直观。高斯模型通过计算像素的概率值构成连续的数据信息并得到一个肤色概率图，根据肤色大小完成肤色的确认。 二维高斯型函数： 其中：x为样本像素在YCbCr空间的值x=[Cb,Cr]T，M为肤色在YCbCr空间的样本均值M=E(x)，C为肤色相似度模型的协方差矩阵C=E((x-M)(x-M)T)。 样本统计： 为确定函数里的参数，需要采集大量的肤色样本来计算他们的统计特征。即用来得到M和C的值。 代入高斯函数求得各个P（Cb，Cr）值，然后进行归一化处理。做法是：将Pi(Cb,Cr)/max(Pi(Cb,Cr)),用这个商作为该点的相似度值.为了查看相似度后图像，可以将[0，1]转化为[0，255]。做法是将（Pi(Cb,Cr)/max(Pi(Cb,Cr)）*255。