3218343854

Wstępne przetwarzanie obrazu dłoni 20

jak najbardziej skupiona (o możliwie najmniejszym stosunku pola powierzchni do objętości bryły), co pozwoli na przybliżenie tej bryły np. poprzez wielowymiarowy rozkład Gaussa. Wpływ wyboru przestrzeni barw wykorzystywanej w modelu barwy skóry ludzkiej¹ na przydatność modelu barw w procesie segmentacji obszarów dłoni i twarzy opisano w [SS99].

Do zbudowania statycznego modelu barwy skóry autor wybrał znormalizowany model RGB [PraOl]. Standardowy model RGB nie jest odpowiedni do opisywania barwy skóry ludzkiej. W przestrzeni RGB trzy składowe (R, G, B) reprezentują nie tylko kolor, ale również luminancję. Luminancja, definiowana przez L — R + G + B, jest cechą obrazu, która może się różnić w zależności od warunków oświetlenia i tym samym nie może stanowić podstawy do segmentacji obrazu na rozłączne obszary dłoni i tła. Luminancja może zostać usunięta z przestrzeni barw poprzez proces normalizacji, który został opisany poniżej w Równaniach 2.1-2.3 [PraOl].

II	(2.1)
G	(2.2)
^9 = L
b = 1 — (r + g)	(2.3)

gdzie luminancja jest definiowana jako:

L=R+G+B

Kolor skóry poszczególnych osób (w obrębie danej rasy) różni się znacznie mniej w zakresie barwy (chrominancji) niż jasności (luminancji). Można więc stwierdzić, że barwa skóry ludzkiej zawiera się w niewielkim obszarze przestrzeni barw. Autor zdefiniował model barwy skóry ludzkiej na podstawie obrazów dłoni (różnych osób, zarejestrowanych zarówno w świetle dziennym jak i sztucznym) poprzez wybranie z nich niewielkich obszarów skóry i zliczenie znormalizowanych wartości dla koloru czerwonego i zielonego dla każdego piksela. Model ten przybliżony został następnie za pomocą wielowymiarowego rozkładu Gaussa (Rysunek 2.3 (b)). Na tej podstawie zdefiniowano funkcję prawdopodobieństwa przynależności punktu obrazu do obszaru dłoni. Po jej zastosowaniu na obrazie wejściowym, następuje progowanie. Wynikiem jest obraz binarny, na którym wyróżniony jest obszar o barwie zgodnej z modelem barwy skóry ludzkiej (Rysunek 2.3 (c)).

1

Warto w tym miejscu wspomnieć o możliwości wykorzystania dynamicznego modelu barwy skory [SS99, SMHL00] (przy czym model statyczny - jako prostszy - pozostaje znacznie bardziej popularny). Użycie modelu dynamicznego skutkuje zwiększeniem dokładności segmentacji obszaru dłoni i twarzy przy zmiennych warunkach oświetlenia.