对于摄像头采集的彩色图像，包含复杂的背景，需要将人脸检测出来，并把检测出来的人脸进行归一化处理。

采用YC_bC_r颜色模型。对输入彩色图像进行颜色空间转换，将其从相关性较高的RGB空间转换到颜色分量互不相关的YC_bC_r颜色空间。转换公式如下式所示：

为了检测场景中的人脸区域，建立一个有效的肤色模型是非常重要的。统计方法是一种常用的工具，在此用一个随机变量表示像素值的变化。该随机变量的概率密度函数具有特定的统计分布形式，其参数通过训练数据来估计。为了得到这个统计分布，在30s内取1000帧图像对人脸面部肤色的某一像素值进行观察。从实验中发现，人的肤色在色度空间的分布符合二维高斯分布N（μ，δ_o），其中均值μ=E{χ}，χ=（C_r，C_b）T；假设C_r，C_b颜色分量相互统计独立，则协方差δ=E{（x-μ）（x-μ）^T}。根据肤色在色度空间的高斯分布，对于图像上任意一点从RGB颜色空间变换到YC_bC_r颜色空间，从而得到该点属于肤色区域的概率如下式所示：

P（C_r，C_b）=exp[-（x-u）^Tδ^-1（x-u）/2]

（2π）^3/2|δ|^1/2 （8-2）

在实验中，属于肤色的C_r、C_b颜色分量的均值取μ=（117.4361，156.5599）^T，协方差δ如下式所示：

通过肤色模型，将一副彩色图像转变为灰度图像，灰度值对应于该点属于皮肤区域的程度。然后，采用动态平均阈值法对图像进行二值化处理，结合水平灰度投影和垂直灰度投影，找到人脸区域的上下边界，对人脸进行标记。(www.daowen.com)

为方便对视频进行处理，定义了一个处理视频像素的结构体，其定义如下。

视频数据是按BGR顺序在缓存中排列，利用capGetVideoFormatSize（hWnd）得到图像大小，利用capGetVideoFormat（hWnd，&bmi，dwFormatSize）获取图像格式，定义一个视频像素的指针指向视频数据PixelRGB∗pRGB=（PixelRGB∗）（lpVHdr-＞lpData）。这样就可以对数据进行处理了。

机器人实验系统利用肤色模型成功地进行了人脸检测，人脸检测结果如图8-18所示。其中图8-19a为标志后的人脸，图8-19b为预处理后的人脸。

图8-19 人脸检测结果

a）标志后的人脸 b）预处理后的人脸