基于 FPGA 的肤色检测设计与实现

引 言

在先进信息技术的不断迭代更新下，肤色检测已成为与人相关的绝大多数机器视觉 [1-2] 感官应用的基石，例如手势识别及控制、人的脸部检测及定位和一些不合法规的图片或视频的过滤等。肤色检测不仅可应用于人体脸部及手部动作的识别体系，且在安全保密系统及医疗 [3] 方面也尤为重要。随着摄像头的大众化，掀起了对视频图像肤色分割 [4] 的研究热潮。利用 FPGA 的逻辑粘合性、实时控制性和对高速信号的采集及处理 [5]，结合 OV5640 作为视频图像采集设备采集视频信息送至 FPGA 做肤色检测处理，随后通过 VGA 显示输出结果。

1 肤色检测设计

在双色差或色调饱和度平面上，不同地域的人肤色变化不大，具备一致性和稳定性，肤色存在差异的原因在于灰阶值而非色度 [6]。因此将灰阶值剥离出来，只在 CbCr 平面检测像素点。

1.1 Matlab统计阈值

Matlab 对肤色进行建模，利用 imhist 函数分别对黑人和黄种人的部分肤色图像Cb 和 Cr 值进行直方图统计，找出其集中落点区域，并将此区域标记为肤色区域。图 1 所示为不同肤色原图像，图 2 为对应肤色 Cb，Cr 值直方图。

图 1 不同肤色原图

图 2 对应肤色 Cb，Cr 值直方图

由图 2、图 3 可以看出不同人种肤色的 Cb 和 Cr 值都集中在 Cb=[100，126]，Cr=[132，165] 区域，因此将落在此区域的像素点认作人体的肤色。

1.2 肤色检测原理

通常的色度彩色信号以 RGB 形式储存，因此要先将彩色视频信息从 RGB 信号转换成 YCbCr 信号，再对其进行肤色分割、肤色建模 [7]。YCbCr 是一种分别从灰阶值和色度两方面对图像信号进行编码的色彩空间，其中灰阶值、明亮度用 Y 表示，色调与饱和度用 CbCr 表示 [8-10]，其通过输入RGB 彩色信号生成，将 RGB 信号的特定部分依据一定的关系进行叠加 [11]，公式如下 ：

转换过程中有浮点小数的存在，由于 FPGA 很难完成浮点运算，因此将浮点小数转换成定点小数，利用 8 bit 来表示小数部分，将小数扩大 28 倍，计算完成后，再右移 8 位即可， 操作如下 ：

为了提高硬件运行性能，降低组合逻辑的复杂程度，采用流水线处理，将一个复杂的运算分布到 4 个时钟周期完成转换。

转换完成后，根据 Matlab 统计的结果，对 Cb 和 Cr 分量设置阈值，人体的肤色从背景里分离出来。如果输入信号Cb 和 Cr 分量在阈值之间，将输出设置为全 1，即把肤色标记为白色 ；反之则将输出设置为全 0，即把非肤色标记为黑色。阈值设置如下 ：

100 ≤ Cb ≤ 126

132 ≤ Cr ≤ 165

2 设计仿真

2.1 Matlab仿真

随机找了两张不同肤色的图片，用 Matlab 仿真肤色检测方案，证明该方案的可行性，结果如图 3 所示。可见，即便肤色、背景大相径庭，依然能够将人体的肤色成功剥离出来， 总体效果较好，说明该方案可行。

2.2 QuartusⅡ仿真

继 Matlab 仿真之后，将其转换成 Verilog 语言在 QuartusⅡ平台上进一步验证。

肤色检测的 RTL 图如图 4 所示。rgb_to_ycbcr 模块完成了 RGB565 到 YCbCr 的转换并且将肤色区域用白色标记出来。摄像头通过 cmos_write_req_gen 模块写入请求并生成读写地址索引 ；lut_ov5640_rgb565_1024_768 模块进行配置查找表 ；video_timing_data 模块进行生成帧读取数据请求 ；frame_read_write 模块进行视频帧数据读写控制 ；coms_8_16bit 模块将 OV5640 输出的 8 bit 数据拼接成 16 bit RGB565 数据，完成一个图像的传输 ；各模块所需时钟信号均通过 PLL 模块倍频或分频得到。

3 硬件验证

系统选用 Altera 公司的CycloneIV 系列EP4CE10F17FC8 芯片，500 万像素的 OV5640 摄像头组块显示 1 024×768 分辨率的视频画面，通过 DVP 接口与 FPGA 连接，先将视频数据暂存到外部存储器，再从外部存储器将信息读取出来， 送到 VGA 显示模块完成图像的实时传输。其中 OV5640 通过硬件 FPGA 的 I2C 接口来完成寄存器的配置，将摄像头的输出分辨率和显示器的分辨率设置一致，并在 0x4300 寄存器里将 OV5640 配置成 RGB565 输出格式。外部存储器选用同步动态随机存储器，其存取数据的速度比 FLASH 高，内部结构采用同步接口和完全流水线 [12-13]，数据的传输速率较高，设计的运行速率大幅提高。

由于光线分布不均及摄像头像素等因素，导致图像出现像素点化且伴有光斑，离摄像头越近，肤色剥离效果越好， 图 5 为肤色检测验证结果。

图 5 肤色检测验证结果

4 结 语

使用 Matlab 对不同肤色仿真得到肤色在色调和饱和度上的阈值，利用 FPGA 的并行性，在使用少量资源的前提下实现肤色检测，将人体肤色从复杂背景中抽离出来，其结构相对来说比较简单且实时控制性强，实验效果较好，同时还能将其封装成专用 IP 核 [14]，便于其他系统使用，为后续建立与人体肤色相关的体系或过滤不雅观图片、视频提供基础。