摘 要：本膚色檢測系統采用基于TMS320DM6437處理器的SEED-DEC6437 EVM板作為主要硬件平臺，在DSP集成開發環境CCS3.3中采用C語言和匯編語言混合編程實現膚色檢測算法，并成功完成了將檢測算法從軟件到硬件平臺的移植，搭建了一個應用于膚色檢測的DSP系統，并實現了對膚色區域的實時性檢測、定位與跟蹤，提高了膚色識別精度。實驗結果表明，該系統具有算法簡單、性能穩定和實時性良好的特點。
關鍵詞： 膚色檢測； 數字信號處理器； TMS320DM6437
在當今的數字化時代背景下，隨著數字圖像處理技術和模式識別技術的蓬勃發展，人臉檢測技術也正迅速崛起并廣泛應用在諸如安檢、身份識別、自動監控等相關領域。其中，人體的膚色信息是人體的一個重要特征，膚色檢測技術在人臉識別與跟蹤、敏感圖像過濾、數據庫中人物檢索和醫療診斷[1]等具體的視頻應用中，膚色區域的檢測與定位的準確程度直接影響到整個系統的檢測和識別精度。近幾年，各種數字信號處理器性能日益提高，TI公司專門為數字視頻應用而開發設計的DaVinci處理器系列具有運算速度快、運算精度高以及片內存儲器容量大[2]等特點，因此,采用DaVinci處理器進行相應的視頻處理保證了系統良好的實時性以及穩定性，同時又有體積小、功耗低[3]的優點。
1 膚色檢測系統總體設計
本文設計的膚色檢測系統主要是在所搭建的SEED-DEC6437開發板、攝像頭和液晶顯示器等硬件平臺上，實現對實時視頻圖像檢測出相應的膚色區域，并進行實時定位與跟蹤，最后在彩色顯示器上實時輸出帶膚色區域標記的視頻圖像，系統流程圖如圖1所示。
整個系統的數據流程為：首先從CCD攝像頭采集PAL制式模擬視頻信號，通過視頻解碼芯片TVP5150將模擬信號解碼成YCbCr422格式的數字圖像信號[4]，并通過數據總線將數據存儲至DDR2，DM6437通過訪問DDR2進行視頻數據的相應處理。在本系統中，數據處理過程主要在于實現膚色檢測算法,其中主要包含圖像二值化，膚色區域閾值判斷和膚色區域定位、跟蹤，然后將處理完成的圖像數據通過DM6437的DAC輸出，最終在顯示器上呈現有膚色區域標記的視頻圖像。
2 基于SEED-DEC6437視頻處理系統設計
在進行膚色檢測之前，首先應在SEED-DEC6437開發板上搭建視頻輸入輸出系統，一般的視頻處理系統主要包括視頻采集、圖像處理和顯示3個模塊。SEED-DEC6437開發板中，TMS320DM6437處理器中集成的視頻處理子系統（VPSS）包含視頻處理前端[5]（VPFE）和視頻處理后端[6]（VPBE）。VPFE用于視頻輸入，可以連接PAL標準模擬視頻輸入信號，也可以連接數字視頻輸入信號。
2.1 系統的視頻輸入設計
系統視頻輸入是利用解碼芯片TVP5150將模擬信號解碼成YCbCr422格式的數字圖像信號，再送入TMS320DM6437進行相應的圖像處理。TVP5150是一款高性能的視頻解碼芯片,可以將PAL制式的視頻信號或NTSC制式的視頻信號轉換成YCbCr422格式的數字信號[7], TMS320DM6437與TVP5150的連接框圖如圖2所示,在SEED-DEC6437開發板上接一路復合視頻輸入。
TVP5150實時輸出的視頻圖像數據為符合ITU-R BT.656標準的YCbCr 4：2：2數字視頻圖像數據，其特點是，每個像素點具有自己單獨的亮度信息Y,但是每兩個相鄰的像素共用同一組色度數據Cb和Cr，每行像素的數據在DM6437中存儲格式如表1所示。
2.2 系統的視頻輸出設計
TMS320DM6437視頻輸出采用內置的VPSS的視頻輸出編碼模塊（VENC）中4路10 bit的DAC輸出，實現CVBS與VGA的輸出。其中,CVBS輸出接口使用了其中1路DAC，VGA輸出接口使用了共3路的DAC。本系統主要采用composite復合信號的形式進行最終實時圖像的輸出顯示。其視頻輸出連接示意圖如圖3所示。
3 系統的膚色檢測設計
系統的膚色檢測是整個系統的核心部分，主要的圖像處理過程包括基于膚色信息的閾值判斷、圖像二值化和膚色區域的定位與跟蹤，最終實現從場景采集的實時視頻中檢測出有效的膚色區域，并對所檢測到的膚色區域進行實時定位與跟蹤，并在彩色顯示器上實時輸出已經對膚色區域完成框定標記的視頻圖像。圖4為本膚色檢測系統數據處理過程的算法流程圖。
3.1膚色區域檢測
目前有許多的顏色空間，陶霖密將顏色空間分為五類[8]，其中YCbCr空間是感知均勻的色彩空間，可以方便地將數字圖像的色度和亮度互相分離，而且在YCbCr色彩空間中膚色具有較好的聚類特性，易于實現聚類算法。
本系統采用閾值方法對膚色區域進行判斷，對視頻圖像中的每一個像素（i，j）逐一進行判斷，主要通過對Cb和Cr色度信息的限制提取出膚色區域。
在閾值判斷方法的基礎上對圖像進行基于膚色圖像二值化處理，將屬于膚色區域的像素點的亮度信息置為0xff，即為最亮,同時將非膚色區域的亮度信息置為0，得到二值化圖像,因此限制出膚色區域,圖5給出了基于膚色信息的閾值判斷對圖像進行二值化處理的前后對比效果，可見， 其具有輪廓清晰度高、良好的實時性的特點。
3.2 二值化圖像中膚色區域定位與跟蹤
膚色區域定位與跟蹤算法主要采用掃描連通區域的形式確定膚色區域,并采用卡爾曼(Kalman)濾波還原出不清晰圖像信息，將獲取的起始行、結束行、起始列、結束列數據與圖像數據起始地址一起作為實參再調用勾畫外接矩形函數，更加直觀地體現出膚色區域的具體方位。
膚色區域邊沿定位時采用卡爾曼濾波，其利用最小平方的預測迭代算法，對目標在陰暗處、遮擋處做出預測。首先根據當前時刻狀態進行預判，由此引入預觀測數據，然后根據預觀測數據更新當前狀態。因為在膚色定位過程中能較精準地統計目標位置的坐標(Pxk,Pyk)，所以近似認為：在目標動作變化速度不快的前提下，下一狀態的速度范圍在當前速度鄰域內。系統的觀測方程和狀態方程對不準確的膚色信息做出預測:
本文以SEED-DEC6437開發板為核心硬件，構造了一個實時膚色檢測系統。首先在DSP/BIOS環境下實現了視頻采集驅動程序，進而成功地在SEED-DEC6437開發板上搭建了視頻輸入輸出系統，該系統具有良好的實時性及穩定性。其次，在程序代碼中利用了TI提供的圖像處理庫并調用相應的函數，用二值化圖像中有效檢測到的膚色區域進行實時跟蹤。最后，為了獲得更好的人機交互效果，實現了在彩色圖像中進行有效的膚色檢測、定位與跟蹤，并且整個視頻處理系統具有算法簡單、實時性好以及性能穩定等優點。
參考文獻
[1] DENIZ O, CASTRILLON M, HERNANDEZ M. Face recognition using independent component analysis and support vector machiners[J]. Pattern Recognition Letters， 2003(24): 2153-2157.
[2] 彭啟琮. 達芬奇技術——數字圖像/視頻信號處理新平臺[M].北京.電子工業出版社,2008.
[3] 鄒彥.DSP原理及運用[M].北京:電子工業出版社,2007.
[4] Texas Instruments Incorporated. TMS320DM6437 evaluation module(EVM) quick start installation guide[Z]. Dalls:Texas Instruments Incorporated,2006.
[5] Texas Instruments Incorporated.TMS320DM643x DMP video processing front end（VPFE）user′s guide[Z]. Dalls:Texas Instruments Incorporated,2008,SPRU977A:14-18.
[6] Texas Instruments Incorporated.TMS320DM643x DMP video processing back end（VPBE）user′s guide[Z]. Dalls:Texas Instruments Incorporated,2008,SPRU952A:13-17.
[7] 周金模. 基于達芬奇技術的嵌入式實時視頻研究[D].武漢:華中師范大學,2008.
[8] 陶霖密,彭振云,徐光佑.人體的膚色特征[J].軟件學報,2001,12(7):1032-1047.
[9] 毛爽，方穎，陳曙，等.基于多人遮擋的定位跟蹤算法[J].計算機工程,2009,35(8):226-227，230.
[10] 張翠平,蘇光大.人臉識別技術綜述[J].中國圖像圖形學報,2000,5（11）:885-894.