基于YCbCr色彩空间的静态图像嘴唇检测与定位系统

资 源 简 介

本项目主要实现了一种在YCbCr颜色空间下针对静态图像中人脸嘴唇区域的自动检测与分割算法。系统的核心原理在于根据大量人脸样本数据的统计分析，提取出嘴唇颜色在色彩分量上的特征分布规律。在具体实现过程中，程序首先将输入的RGB图像转换至YCbCr通道，利用Cr分量相对于Cb分量在嘴部区域表现出的显著差异性，结合预先训练好的嘴唇颜色区域判别模型进行像素点分类。系统不仅能够从复杂的皮肤背景中过滤出嘴唇所在的兴趣区域，还通过一系列形态学处理步骤（如平滑滤波、孔洞填充及连通域分析）来优化识别效果，提高定位的准确度。该

详 情 说 明

基于YCbCr色彩空间的静态图像嘴唇区域检测与定位系统

项目介绍

本项目实现了一种针对静态人脸图像的自动嘴唇检测与分割系统。该系统基于颜色空间变换原理，利用唇部组织在色彩分量上与周围皮肤的显著差异，在YCbCr色彩空间下构建特征映射模型。通过结合自适应阈值分割、形态学优化以及几何特征筛选技术，系统能够从背景中精准提取嘴唇位置。该技术可广泛应用于人脸特征点提取、美颜滤镜预处理、唇语识别辅助等计算机视觉领域。

功能特性

• 自适应图像预处理：自动读取多种格式图像（JPG, PNG, BMP等），并针对高分辨率大图进行等比例缩放，平衡处理速度与精确度。
• 特征映射增强：利用YCbCr色彩空间特性，通过数学建模放大红、蓝分量的差异，生成高对比度的嘴唇特征图（Lip Map）。
• 全自动分割：采用大津法（Otsu's method）计算自适应阈值，无需人工干预即可将目标区域与面部皮肤分离。
• 鲁棒的形态学处理：集成闭运算、孔洞填充、小面积去除及开运算等步骤，有效抑制光照和皮肤杂质带来的噪声。
• 智能定位决策：系统不仅提取连通域，还根据嘴唇的扁平比、图像纵向位置及面积占比进行综合评分，精确定位唯一的嘴唇候选区域。
• 多维度结果展示：可视化输出涵盖原始图、灰度映射图、二值掩膜图及最终标注图，并同步输出详细的像素坐标信息。

使用方法

1. 启动MATLAB环境。
2. 运行程序，系统将弹出标准文件选择对话框。
3. 在对话框中选择一张包含清晰人脸的静态图像文件。
4. 程序将自动执行检测算法，处理完成后会弹出四个对比子图。
5. 在控制台查看嘴唇的左上角坐标、宽度、高度及中心点位置。

系统要求

• 软件环境：MATLAB R2016b 及以上版本。
• 工具箱配套：需安装 Image Processing Toolbox（图像处理工具箱）。
• 硬件要求：支持标准图形显示的计算机，内存建议4GB及以上。

实现逻辑与算法分析

1. 色彩空间转换与分量分析 系统将输入的RGB图像转换为双精度YCbCr模型。在此空间中，Y代表亮度，Cb代表蓝色色度，Cr代表红色色度。由于唇部粘膜组织富含毛细血管，其Cr分量显著高于皮肤区域，而Cb分量相对较低，这一物理特性构成了检测的统计学基础。

2. 嘴唇特征映射模型（Lip Map） 系统采用了一种经典的非线性变换公式： LipMap = Cr^2 * (Cr^2 - η * (Cr/Cb))^2 其中，控制系数η基于全图Cr与Cb的统计比例自适应计算（0.95倍的Cr平方和与Cr/Cb之比）。该公式通过四次幂运算极大增强了嘴唇区域的能量响应，同时通过Cb的倒数关系抑制了偏蓝或偏绿的背景干扰。

3. 图像分割与形态学优化

• 自适应二值化：通过 graythresh 计算最优阈值，将连续的特征映射图转化为二值掩码。
• 闭运算与填充：使用半径为3的圆盘形结构元素进行闭运算，通过 imfill 填充唇部因反光或牙齿遮挡产生的内部孔洞。
• 区域噪声过滤：利用 bwareaopen 剔除由于红斑或背景干扰产生的微小误检测区域，阈值设定为图像总像素的0.1%。

4. 连通域特征提取与智能筛选 利用 regionprops 提取所有候选区域的属性，并应用以下约束条件进行最优目标筛选：

• 长宽比过滤：嘴唇呈扁平状，系统限定其外接矩形长宽比需在1.2至6.0之间。
• 位置评分：考虑到人脸解剖学结构，通过计算质心的纵向坐标（y_pos_score），给予位置偏下的区域更高权重。
• 面积评估：结合区域面积占比进行综合评分，最终选取分值最高的连通域作为检测结果。

5. 坐标定位与可视化输出 定位成功后，系统在原图上绘制红色矩形框和绿色中心十字标，并利用 imcrop 实现目标区域的逻辑截取。控制台实时打印嘴唇的几何参数（Height, Width, Centroid），为后续分析提供结构化数据支持。