邹奉天

（南京理工大学 南京 210000）

1 引言

皮肤检测是计算机视觉领域的重要研究内容之一，有着广泛的应用前景。长期以来，它在诸如人体识别、色情图片识别、人脸识别、皮肤病诊断等领域有着广泛的应用。皮肤检测过程是基于像素的颜色分类器，在不同的颜色空间下，通过图形分割，前景提取，颜色判断等方式，提取出皮肤区域。为了找出分类器的最佳组成和颜色空间对皮肤检测的影响，Vezhnevets等做了广泛的研究和测试。Zarit等在CIE Lab，Fleck hs，HSV，归一化RGB，Ycrcb五种颜色空间上，使用査表法与Baves决策法来检测，并比较了检测结果。

人体检测、定位和跟踪过程中肤色是一种有特点和区别的图像特征。就像其他计算机视觉研究领域一样，成像条件如光照变化、阴影和高光都使皮肤检测过程更加复杂化。此外不同种族的肤色可能有所不同。此外对于同一个人，肤色在身体不同部位如脸和手和日照时间如长时日照后会出现显著差异。

细胞学习自动机（CLA）是由简单元素组成的系统模型。这些简单的元素基于它们的邻近元素行为和先前的经验来提高他们的性能。它们可以根据它们之间的相互作用来识别复杂的行为。像素间的邻域特性使得细胞学习自动机成为不错的图像处理选择。

2 几种皮肤检测算法介绍

2.1 基于RGB颜色空间的皮肤检测

RGB空间由红，绿，蓝三种颜色为原色在三维直角坐标系中构成颜色空间，是当前最为广泛运用的颜色空间［1］。由peeretal的研究表明，人体的肤色在RGB空间中符合下列的规律。……