读《人脸自动机器识别》

以下是《人脸自动机器识别》（2009年1月出版，段锦著）第40、41页的内容

 

4.1.1 RGB颜色模型

　　RGB模型是人们最常用的颜色模型。国际照明委员会（CIE）选择红色（波长700.0nm）、绿色（波长546.1nm）、蓝色（波长435.8nm）三种单色光作为表色系统的三基色，这就是RGB色系坐标系。一般摄像系统都采用RGB坐标系，图像的颜色一般也用此色系坐标表示。通过以RGB坐标系为基础描述其他色系坐标系，将其他色系坐标系的基色描述为RGB三色的线性或者非线性函数。在RGB模型中，人表现出来的颜色受光照的影响，但对同一点，在不同亮度下的相应值是成比例的。也就是说，同一点在不同光照条件下具有相同的色彩，只是亮度不同而已。RGB颜色空间可以直接通过线性变化，转化为灰度图像

　　Gray = 0.299 × R + 0.587 × G + 0.114 * B

 

4.1.2 YIQ模型

　　YIQ是NTSC制的颜色空间，其中亮度信息包含在Y中，而色度信息（包括色彩和纯度）则结合在I和Q中。IQ平面垂直于Y轴，I包含橙—表色彩信息，提供鲜艳色调的明暗度，Q给出绿—品红色彩信息。

　　Wang和Brandstein对YIQ空间中人脸肤色的分布作为分析，得到如下结论：

　　如果选择一个比较合理的IQ平面，则人脸颜色的投影可以被限制在一个较小的范围内。下图是人脸颜色在IQ平面的颜色分布，其中，浅色区域表示人脸，深色区域表示背景。

　　
　　YIQ颜色模型和RGB模型之间模型之间可以进行线性转换，其转换公式为

摘自《人脸自动机器识别》 科学出版社 段锦

 

 

经过MFC代码测试，上图“人脸的IQ颜色分布”有误，测试代码如下：  CClientDC dc(this);  int count = 0;  for(int r = 0; r < 256; r++)  {   for(int g = 0; g < 256; g++)   {    for(int b = 0; b < 256; b++)    {     int I = 0.596 * r + -0.275 * g + -0.321 * b;     int Q = 0.212 * r + -0.528 * g + 0.311 * b;     if(I > 60 && I < 85 && Q > 15 && Q < 38)//这个范围大于上图中的人脸颜色范围 　　　　　　　　　　　　　　　　　　　　//这种情况下尚且不对，何况图中的范围     {      dc.SetPixel(count % 550, count / 550, RGB(r, g, b));      count++;     }    }   }  } 测试结果显示，以红色比较多，没有其他颜色，显然上图中的结论是错误的，不知道是Wang和Brandstein研究错了，还是《人脸自动机器识别》作者弄错了，又或者是我的代码有问题。 测试结果如下