本公開涉及圖像處理領(lǐng)域，尤其涉及一種膚色檢測方法及裝置。
背景技術(shù)：
膚色檢測技術(shù)在人臉識別與跟蹤、數(shù)字圖像的處理與過濾、數(shù)據(jù)庫或因特網(wǎng)中的人物檢索和醫(yī)療診斷等方面有著廣泛應(yīng)用，具有顯著的理論研究意義和實(shí)際應(yīng)用價值。
相關(guān)技術(shù)中的膚色檢測方法是，首先選取不同光照條件下的大量樣本圖片，將樣本圖片從rgb顏色空間轉(zhuǎn)換到hsv顏色空間得到hsv圖像，通過訓(xùn)練hsv圖像得到hsv圖像中的每一個hsv像素為膚色的膚色概率值，該膚色概率值為樣本圖像中膚色像素的個數(shù)與所有像素的比值，最后通過該膚色概率值來判定待檢測圖像中的皮膚像素。
然而，通過上述方法得到的膚色概率值是固定的，由于hsv像素受光照影響非常大，在光照發(fā)生變化時，不能準(zhǔn)確地處理所有圖像。
技術(shù)實(shí)現(xiàn)要素：
為克服相關(guān)技術(shù)中存在的問題，本公開提供一種膚色檢測方法及裝置。所述技術(shù)方案如下：
根據(jù)本公開實(shí)施例的第一方面，提供一種膚色檢測方法，包括：
將待檢測圖像從rgb顏色空間轉(zhuǎn)換到hsv顏色空間，獲得hsv圖像；
采用預(yù)先訓(xùn)練的膚色概率模型依次對所述hsv圖像中的所有hsv像素進(jìn)行檢測，獲得所述hsv圖像中的皮膚像素，所述膚色概率模型通過訓(xùn)練已知樣本圖像集合中的樣本圖像得到；
其中，所述已知樣本圖像集合包含n個不同光照強(qiáng)度下拍攝的圖像，所述膚色概率模型包括不同hsv像素的膚色概率，所述膚色概率為所述n個光照強(qiáng)度中每一光照強(qiáng)度下的膚色概率值之和，每一光照強(qiáng)度下的膚色概率值為每一光照強(qiáng)度的先驗(yàn)概率與相應(yīng)的光照強(qiáng)度下的膚色像素概率之積，n＞1。
進(jìn)一步地，還包括：
通過訓(xùn)練已知樣本圖像集合中的樣本圖像確定所述膚色概率模型。
進(jìn)一步地，所述通過訓(xùn)練已知樣本圖像集合中的樣本圖像確定所述膚色概率模型，包括：
確定所述已知樣本圖像集合中的每一樣本圖像的所有皮膚像素的亮度平均值vm，得到所有樣本圖像的vm集合{vm}，不同光照強(qiáng)度下的vm不同；
采用聚類算法對{vm}進(jìn)行聚類，得到n個聚類中心
確定每一光照強(qiáng)度的先驗(yàn)概率
其中，ni為所述已知樣本圖像集合中光照強(qiáng)度為ui的圖像的個數(shù)，
通過下述公式計算hsv像素的膚色概率p(h,s,v)：
其中，p((h,s,v))|ui)為光照強(qiáng)度為ui時的膚色像素概率，p((h,s,v))ui)等于光照強(qiáng)度為ui時膚色像素個數(shù)與總的膚色像素個數(shù)的比值。
可選的，所述聚類算法為k-means算法。
進(jìn)一步地，所述采用預(yù)先訓(xùn)練的膚色概率依次對所述hsv圖像中的所有hsv像素進(jìn)行檢測，獲得所述hsv圖像中的皮膚像素，包括：
遍歷讀取所述hsv圖像中的每一hsv像素，從所述預(yù)先訓(xùn)練的膚色概率模型中查找對應(yīng)的hsv像素的膚色概率，若查找到的hsv像素的膚色概率大于預(yù)設(shè)閾值，則確定為皮膚像素，遍歷完成后，獲得所述hsv圖像中的皮膚像素。
本公開的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：通過將待檢測圖像從rgb顏色空間轉(zhuǎn)換到hsv顏色空間，獲得hsv圖像后，采用預(yù)先訓(xùn)練的膚色概率模型依次對hsv圖像中的所有hsv像素進(jìn)行檢測，獲得hsv圖像中的皮膚像素，膚色概率模型通過訓(xùn)練已知樣本圖像集合中的樣本圖像得到，膚色概率模型包括不同hsv像素的膚色概率，膚色概率為n個光照強(qiáng)度中每一光照強(qiáng)度下的膚色概率值之和，每一光照強(qiáng)度下的膚色概率值為每一光照強(qiáng)度的先驗(yàn)概率與相應(yīng)的光照強(qiáng)度下的膚色像素概率之積。通過在訓(xùn)練膚色概率模型時綜合考慮不同的光照強(qiáng)度下hsv像素為膚色的膚色概率值，從而可以準(zhǔn)確地處理所有光照條件下的圖像。
根據(jù)本公開實(shí)施例的第二方面，提供一種膚色檢測裝置，包括：
轉(zhuǎn)換模塊，被配置為將待檢測圖像從rgb顏色空間轉(zhuǎn)換到hsv顏色空間，獲得hsv圖像；
檢測模塊，被配置為采用預(yù)先訓(xùn)練的膚色概率模型依次對所述hsv圖像中的所有hsv像素進(jìn)行檢測，獲得所述hsv圖像中的皮膚像素，所述膚色概率模型通過訓(xùn)練已知樣本圖像集合中的樣本圖像得到；
其中，所述已知樣本圖像集合包含n個不同光照強(qiáng)度下拍攝的圖像，所述膚色概率模型包括不同hsv像素的膚色概率，所述膚色概率為所述n個光照強(qiáng)度中每一光照強(qiáng)度下的膚色概率值之和，每一光照強(qiáng)度下的膚色概率值為每一光照強(qiáng)度的先驗(yàn)概率與相應(yīng)的光照強(qiáng)度下的膚色像素概率之積，n＞1。
進(jìn)一步地，還包括：
確定模塊，被配置為通過訓(xùn)練已知樣本圖像集合中的樣本圖像確定所述膚色概率模型。
進(jìn)一步地，所述確定模塊包括：
第一確定單元，被配置為確定所述已知樣本圖像集合中的每一樣本圖像的所有皮膚像素的亮度平均值vm，得到所有樣本圖像的vm集合{vm}，不同光照強(qiáng)度下的vm不同；
聚類單元，被配置為采用聚類算法對{vm}進(jìn)行聚類，得到n個聚類中心
第二確定單元，被配置為確定每一光照強(qiáng)度的先驗(yàn)概率
其中，ni為所述已知樣本圖像集合中光照強(qiáng)度為ui的圖像的個數(shù)，
計算單元，被配置為通過下述公式計算hsv像素的膚色概率p(h,s,v)：
其中，p((h,s,v))|ui)為光照強(qiáng)度為ui時的膚色像素概率，p((h,s,v))|ui)等于光照強(qiáng)度為ui時膚色像素個數(shù)與總的膚色像素個數(shù)的比值。
可選的，聚類算法為k-means算法。
進(jìn)一步地，檢測模塊被配置為：
遍歷讀取所述hsv圖像中的每一hsv像素，從所述預(yù)先訓(xùn)練的膚色概率模型中查找對應(yīng)的hsv像素的膚色概率，若查找到的hsv像素的膚色概率大于預(yù)設(shè)閾值，則確定為皮膚像素，遍歷完成后，獲得所述hsv圖像中的皮膚像素。
本公開的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：通過將待檢測圖像從rgb顏色空間轉(zhuǎn)換到hsv顏色空間，獲得hsv圖像后，采用預(yù)先訓(xùn)練的膚色概率模型依次對hsv圖像中的所有hsv像素進(jìn)行檢測，獲得hsv圖像中的皮膚像素，膚色概率模型通過訓(xùn)練已知樣本圖像集合中的樣本圖像得到，膚色概率模型包括不同hsv像素的膚色概率，膚色概率為n個光照強(qiáng)度中每一光照強(qiáng)度下的膚色概率值之和，每一光照強(qiáng)度下的膚色概率值為每一光照強(qiáng)度的先驗(yàn)概率與相應(yīng)的光照強(qiáng)度下的膚色像素概率之積。通過在訓(xùn)練膚色概率模型時綜合考慮不同的光照強(qiáng)度下hsv像素為膚色的膚色概率值，從而可以準(zhǔn)確地處理所有光照條件下的圖像。
應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。
附圖說明
此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實(shí)施例，并與說明書一起用于解釋本公開的原理。
圖1是根據(jù)一示例性實(shí)施例示出的一種膚色檢測方法的流程圖。
圖2是根據(jù)一示例性實(shí)施例示出的一種膚色檢測方法的流程圖。
圖3是根據(jù)一示例性實(shí)施例示出的一種膚色檢測裝置的框圖。
圖4是根據(jù)一示例性實(shí)施例示出的一種膚色檢測裝置的框圖。
圖5是根據(jù)一示例性實(shí)施例示出的一種膚色檢測裝置的框圖。
圖6是根據(jù)一示例性實(shí)施例示出的一種膚色檢測裝置的框圖。
通過上述附圖，已示出本公開明確的實(shí)施例，后文中將有更詳細(xì)的描述。這些附圖和文字描述并不是為了通過任何方式限制本公開構(gòu)思的范圍，而是通過參考特定實(shí)施例為本領(lǐng)域技術(shù)人員說明本公開的概念。
具體實(shí)施方式
這里將詳細(xì)地對示例性實(shí)施例進(jìn)行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本公開相一致的所有實(shí)施方式。相反，它們僅是與如所附權(quán)利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。
相關(guān)技術(shù)中，首先選取不同光照條件下的大量樣本圖片，將樣本圖片從rgb顏色空間轉(zhuǎn)換到hsv顏色空間得到hsv圖像，通過訓(xùn)練hsv圖像得到hsv圖像中的每一個hsv像素為膚色的膚色概率值，該膚色概率值為樣本圖像中膚色像素的個數(shù)與所有像素的比值，最后通過該膚色概率值來判定待檢測圖像中的皮膚像素。其并未考慮不同的光照強(qiáng)度下hsv像素為膚色的膚色概率值是不同的，hsv像素受光照影響非常大，在光照發(fā)生變化時，上述方法不能準(zhǔn)確地處理所有圖像。本公開中，通過在訓(xùn)練膚色概率模型時綜合考慮不同的光照強(qiáng)度下hsv像素為膚色的膚色概率值，從而可以準(zhǔn)確地處理所有光照條件下的圖像。下面結(jié)合附圖詳細(xì)介紹本公開的膚色檢測方法。
圖1是根據(jù)一示例性實(shí)施例示出的一種膚色檢測方法的流程圖，該膚色檢測方法可以包括如下步驟。
在步驟s11中，將待檢測圖像從rgb顏色空間轉(zhuǎn)換到hsv顏色空間，獲得hsv圖像。
在色彩空間中，皮膚顏色的分布較為集中，與其他景物顏色間有較好的可區(qū)分性。彩色圖像常用rgb三分量的值來表示，rgb顏色空間是通過對紅(r)、綠(g)、藍(lán)(b)三個顏色通道的變化以及它們相互之間的疊加來得到各式各樣的顏色的，但是rgb三分量之間常有很高的相關(guān)性，對rgb分量直接使用閾值分割法，常常不能得到所需的膚色檢測效果，所以需將rgb圖像變換到hsv顏色空間中。在hsv顏色空間中，h(hue)表示色調(diào)，s(saturaton)表示色彩飽和度，v(value)表示色彩的明亮強(qiáng)度。其優(yōu)點(diǎn)是將原本相關(guān)性很強(qiáng)r、g、b值轉(zhuǎn)換為相關(guān)性較弱的h、s、v值，且h和s分量與人對色彩的感知相一致，因此在此基礎(chǔ)上的變換模型應(yīng)用非常廣泛。經(jīng)過hsv變換后，就可以對圖像進(jìn)行膚色的檢測。經(jīng)轉(zhuǎn)換獲得hsv圖像后，h、s、v分別為轉(zhuǎn)換后每一hsv像素對應(yīng)的顏色值。
在步驟s12中，采用預(yù)先訓(xùn)練的膚色概率模型依次對hsv圖像中的所有hsv像素進(jìn)行檢測，獲得hsv圖像中的皮膚像素，膚色概率模型通過訓(xùn)練已知樣本圖像集合中的樣本圖像得到。其中，已知樣本圖像集合包含n個不同光照強(qiáng)度下拍攝的圖像，膚色概率模型包括不同hsv像素的膚色概率，膚色概率為n個光照強(qiáng)度中每一光照強(qiáng)度下的膚色概率值之和，每一光照強(qiáng)度下的膚色概率值為每一光照強(qiáng)度的先驗(yàn)概率與相應(yīng)的光照強(qiáng)度下的膚色像素概率之積，n＞1。其中，樣本圖像集合包含的n個不同光照強(qiáng)度可以是逐級升高或遞減。
具體地，hsv圖像由多個hsv像素組成，采用預(yù)先訓(xùn)練的膚色概率依次對hsv圖像中的所有hsv像素進(jìn)行檢測，獲得hsv圖像中的皮膚像素，具體為：
遍歷讀取hsv圖像中的每一hsv像素，從預(yù)先訓(xùn)練的膚色概率模型中查找對應(yīng)的hsv像素的膚色概率，若查找到的hsv像素的膚色概率大于預(yù)設(shè)閾值，則確定為皮膚像素，遍歷完成后，獲得hsv圖像中的皮膚像素。例如，遍歷到hsv圖像中的第一個hsv像素，從預(yù)先訓(xùn)練的膚色概率模型中查找到對應(yīng)該hsv像素的膚色概率是0.7，預(yù)設(shè)閾值為0.55，0.7大于0.55，則確定該第一個hsv像素是皮膚像素，后續(xù)遍歷檢測的過程相同，最終遍歷完成后，獲得hsv圖像中的皮膚像素。
進(jìn)一步地，還包括：
在步驟s13中、通過訓(xùn)練已知樣本圖像集合中的樣本圖像確定膚色概率模型。
具體來說，通過訓(xùn)練已知樣本圖像集合中的樣本圖像確定膚色概率模型，本實(shí)施例中的一種具體的實(shí)施方式為：
s131、確定已知樣本圖像集合中的每一樣本圖像的所有皮膚像素的亮度平均值vm，得到所有樣本圖像的vm集合{vm}，不同光照強(qiáng)度下的vm不同。
其中，hsv顏色空間的v值表示一個hsv像素的亮度值。對于樣本圖像，可以用一樣本圖像中的所有皮膚像素的v值的平均值來表示該樣本圖像在拍攝時的光照強(qiáng)度(也即光照條件)，vm表示v值的平均值。光照條件例如包括室內(nèi)、室外、暗室、強(qiáng)光、樓道等。
s132、采用聚類算法對{vm}進(jìn)行聚類，得到n個聚類中心
本實(shí)施例中，聚類算法可以為k-means算法。k-means算法接受輸入量k，然后將n個數(shù)據(jù)對象劃分為k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高，而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”(引力中心)來進(jìn)行計算的。
s133、確定每一光照強(qiáng)度的先驗(yàn)概率
其中，ni為已知樣本圖像集合中光照強(qiáng)度為ui的圖像的個數(shù)，
s134、通過下述公式計算hsv像素的膚色概率p(h,s,v)。
其中，p((h,s,v))|ui)為光照強(qiáng)度為ui時的膚色像素概率，p((h,s,v))|ui)等于光照強(qiáng)度為ui時膚色像素個數(shù)與總的膚色像素個數(shù)的比值。具體地，在某一個光照條件ui下，統(tǒng)計樣本圖像中不同的膚色像素(h，s，v)值的個數(shù)，然后除以總的膚色像素的個數(shù)，就可以得到(h，s，v)值在光照條件ui下的膚色像素概率。
本實(shí)施例提供的膚色檢測方法，通過將待檢測圖像從rgb顏色空間轉(zhuǎn)換到hsv顏色空間，獲得hsv圖像后，采用預(yù)先訓(xùn)練的膚色概率模型依次對hsv圖像中的所有hsv像素進(jìn)行檢測，獲得hsv圖像中的皮膚像素，膚色概率模型通過訓(xùn)練已知樣本圖像集合中的樣本圖像得到，膚色概率模型包括不同hsv像素的膚色概率，膚色概率為n個光照強(qiáng)度中每一光照強(qiáng)度下的膚色概率值之和，每一光照強(qiáng)度下的膚色概率值為每一光照強(qiáng)度的先驗(yàn)概率與相應(yīng)的光照強(qiáng)度下的膚色像素概率之積。本實(shí)施例中，通過在訓(xùn)練膚色概率模型時綜合考慮不同的光照強(qiáng)度下hsv像素為膚色的膚色概率值，從而可以準(zhǔn)確地處理所有光照條件下的圖像。
圖2是根據(jù)一示例性實(shí)施例示出的一種膚色檢測方法的流程圖，該膚色檢測方法可以包括如下步驟。
在步驟s21中，確定已知樣本圖像集合中的每一樣本圖像的所有皮膚像素的亮度平均值vm，得到所有樣本圖像的vm集合{vm}，不同光照強(qiáng)度下的vm不同。
在步驟s22中，采用k-means算法對{vm}進(jìn)行聚類，得到n個聚類中心
在步驟s23中，確定每一光照強(qiáng)度的先驗(yàn)概率
其中，ni為已知樣本圖像集合中光照強(qiáng)度為ui的圖像的個數(shù)，
在步驟s24中，通過下述公式計算hsv像素的膚色概率p(h,s,v)，得到膚色概率模型，膚色概率模型包括不同hsv像素的膚色概率。
其中，p((h,s,v))|ui)為光照強(qiáng)度為ui時的膚色像素概率，p((h,s,v))|ui)等于光照強(qiáng)度為ui時膚色像素個數(shù)與總的膚色像素個數(shù)的比值。具體地，在某一個光照條件ui下，統(tǒng)計樣本圖像中不同的膚色像素(h，s，v)值的個數(shù)，然后除以總的膚色像素的個數(shù)，就可以得到(h，s，v)值在光照條件ui下的膚色像素概率。
在步驟s25中，獲取到待檢測圖像后，將待檢測圖像從rgb顏色空間轉(zhuǎn)換到hsv顏色空間，獲得hsv圖像。
在步驟s26中，采用步驟s24中得到的膚色概率模型依次對hsv圖像中的所有hsv像素進(jìn)行檢測，獲得hsv圖像中的皮膚像素。
具體地，hsv圖像由多個hsv像素組成，遍歷讀取hsv圖像中的每一hsv像素，從預(yù)先訓(xùn)練的膚色概率模型中查找對應(yīng)的hsv像素的膚色概率，若查找到的hsv像素的膚色概率大于預(yù)設(shè)閾值，則確定為皮膚像素，遍歷完成后，獲得hsv圖像中的皮膚像素。例如，遍歷到hsv圖像中的第一個hsv像素，從預(yù)先訓(xùn)練的膚色概率模型中查找到對應(yīng)該hsv像素的膚色概率是0.7，預(yù)設(shè)閾值為0.55，0.7大于0.55，則確定該第一個hsv像素是皮膚像素，后續(xù)遍歷檢測的過程相同，最終遍歷完成后，獲得hsv圖像中的皮膚像素。
下述為本公開裝置實(shí)施例，可以用于執(zhí)行本公開方法實(shí)施例。對于本公開裝置實(shí)施例中未披露的細(xì)節(jié)，請參照本公開方法實(shí)施例。
圖3是根據(jù)一示例性實(shí)施例示出的一種膚色檢測裝置的框圖。該膚色檢測裝置可以通過軟件、硬件或者兩者的結(jié)合實(shí)現(xiàn)成為終端設(shè)備的部分或者全部。參照圖3，該裝置包括：轉(zhuǎn)換模塊11和檢測模塊12。
轉(zhuǎn)換模塊11被配置為將待檢測圖像從rgb顏色空間轉(zhuǎn)換到hsv顏色空間，獲得hsv圖像。
檢測模塊12被配置為采用預(yù)先訓(xùn)練的膚色概率模型依次對hsv圖像中的所有hsv像素進(jìn)行檢測，獲得hsv圖像中的皮膚像素，膚色概率模型通過訓(xùn)練已知樣本圖像集合中的樣本圖像得到。
其中，已知樣本圖像集合包含n個不同光照強(qiáng)度下拍攝的圖像，膚色概率模型包括不同hsv像素的膚色概率，膚色概率為n個光照強(qiáng)度中每一光照強(qiáng)度下的膚色概率值之和，每一光照強(qiáng)度下的膚色概率值為每一光照強(qiáng)度的先驗(yàn)概率與相應(yīng)的光照強(qiáng)度下的膚色像素概率之積，n＞1。
綜上，本實(shí)施例提供的裝置，通過將待檢測圖像從rgb顏色空間轉(zhuǎn)換到hsv顏色空間，獲得hsv圖像后，采用預(yù)先訓(xùn)練的膚色概率模型依次對hsv圖像中的所有hsv像素進(jìn)行檢測，獲得hsv圖像中的皮膚像素，膚色概率模型通過訓(xùn)練已知樣本圖像集合中的樣本圖像得到，膚色概率模型包括不同hsv像素的膚色概率，膚色概率為n個光照強(qiáng)度中每一光照強(qiáng)度下的膚色概率值之和，每一光照強(qiáng)度下的膚色概率值為每一光照強(qiáng)度的先驗(yàn)概率與相應(yīng)的光照強(qiáng)度下的膚色像素概率之積。通過在訓(xùn)練膚色概率模型時綜合考慮不同的光照強(qiáng)度下hsv像素為膚色的膚色概率值，從而可以準(zhǔn)確地處理所有光照條件下的圖像。
關(guān)于上述實(shí)施例中的裝置，其中各個模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法的實(shí)施例中進(jìn)行了詳細(xì)描述，此處將不做詳細(xì)闡述說明。
圖4是根據(jù)一示例性實(shí)施例示出的一種膚色檢測裝置的框圖。參照圖4，本實(shí)施例的裝置在圖3所示裝置的基礎(chǔ)上，進(jìn)一步地，還可以包括：確定模塊13，被配置為通過訓(xùn)練已知樣本圖像集合中的樣本圖像確定膚色概率模型。
圖5是根據(jù)一示例性實(shí)施例示出的一種膚色檢測裝置的框圖。參照圖5，本實(shí)施例的裝置在圖4所示裝置的基礎(chǔ)上，進(jìn)一步地，確定模塊13包括：
第一確定單元131，被配置為確定已知樣本圖像集合中的每一樣本圖像的所有皮膚像素的亮度平均值vm，得到所有樣本圖像的vm集合{vm}，不同光照強(qiáng)度下的vm不同。
聚類單元132，被配置為采用聚類算法對{vm}進(jìn)行聚類，得到n個聚類中心
第二確定單元133，被配置為確定每一光照強(qiáng)度的先驗(yàn)概率
其中，ni為已知樣本圖像集合中光照強(qiáng)度為ui的圖像的個數(shù)，
計算單元134，被配置為通過下述公式計算hsv像素的膚色概率p(h,s,v)：
其中，p((h,s,v))|ui)為光照強(qiáng)度為ui時的膚色像素概率，p((h,s,v))|ui)等于光照強(qiáng)度為ui時膚色像素個數(shù)與總的膚色像素個數(shù)的比值。
進(jìn)一步地，檢測模塊12被配置為：遍歷讀取hsv圖像中的每一hsv像素，從預(yù)先訓(xùn)練的膚色概率模型中查找對應(yīng)的hsv像素的膚色概率，若查找到的hsv像素的膚色概率大于預(yù)設(shè)閾值，則確定為皮膚像素，遍歷完成后，獲得hsv圖像中的皮膚像素。
圖6是根據(jù)一示例性實(shí)施例示出的一種膚色檢測裝置的框圖。例如，膚色檢測裝置800可以是移動電話，計算機(jī)，數(shù)字廣播終端，消息收發(fā)設(shè)備，游戲控制臺，平板設(shè)備，醫(yī)療設(shè)備，健身設(shè)備，個人數(shù)字助理等。
參照圖6，膚色檢測裝置800可以包括以下一個或多個組件：處理組件802，存儲器804，電源組件806，多媒體組件808，音頻組件810，輸入/輸出(i/o)接口812，傳感器組件814，以及通信組件816。
處理組件802通?？刂颇w色檢測裝置800的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機(jī)操作和記錄操作相關(guān)聯(lián)的操作。處理組件802可以包括一個或多個處理器820來執(zhí)行指令，以完成上述的方法的全部或部分步驟。此外，處理組件802可以包括一個或多個模塊，便于處理組件802和其他組件之間的交互。例如，處理組件802可以包括多媒體模塊，以方便多媒體組件808和處理組件802之間的交互。
存儲器804被配置為存儲各種類型的數(shù)據(jù)以支持在裝置800的操作。這些數(shù)據(jù)的示例包括用于在裝置800上操作的任何應(yīng)用程序或方法的指令，聯(lián)系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖片，視頻等。存儲器804可以由任何類型的易失性或非易失性存儲設(shè)備或者它們的組合實(shí)現(xiàn)，如靜態(tài)隨機(jī)存取存儲器(sram)，電可擦除可編程只讀存儲器(eeprom)，可擦除可編程只讀存儲器(eprom)，可編程只讀存儲器(prom)，只讀存儲器(rom)，磁存儲器，快閃存儲器，磁盤或光盤。
電源組件806為裝置800的各種組件提供電力。電源組件806可以包括電源管理系統(tǒng)，一個或多個電源，及其他與為裝置800生成、管理和分配電力相關(guān)聯(lián)的組件。
多媒體組件808包括在所述裝置800和用戶之間的提供一個輸出接口的屏幕。在一些實(shí)施例中，屏幕可以包括液晶顯示器(lcd)和觸摸面板(tp)。如果屏幕包括觸摸面板，屏幕可以被實(shí)現(xiàn)為觸摸屏，以接收來自用戶的輸入信號。觸摸面板包括一個或多個觸摸傳感器以感測觸摸、滑動和觸摸面板上的手勢。所述觸摸傳感器可以不僅感測觸摸或滑動動作的邊界，而且還檢測與所述觸摸或滑動操作相關(guān)的持續(xù)時間和壓力。在一些實(shí)施例中，多媒體組件808包括一個前置攝像頭和/或后置攝像頭。當(dāng)裝置800處于操作模式，如拍攝模式或視頻模式時，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個前置攝像頭和后置攝像頭可以是一個固定的光學(xué)透鏡系統(tǒng)或具有焦距和光學(xué)變焦能力。
音頻組件810被配置為輸出和/或輸入音頻信號。例如，音頻組件810包括一個麥克風(fēng)(mic)，當(dāng)裝置800處于操作模式，如呼叫模式、記錄模式和語音識別模式時，麥克風(fēng)被配置為接收外部音頻信號。所接收的音頻信號可以被進(jìn)一步存儲在存儲器804或經(jīng)由通信組件816發(fā)送。在一些實(shí)施例中，音頻組件810還包括一個揚(yáng)聲器，用于輸出音頻信號。
i/o接口812為處理組件802和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤，點(diǎn)擊輪，按鈕等。這些按鈕可包括但不限于：主頁按鈕、音量按鈕、啟動按鈕和鎖定按鈕。
傳感器組件814包括一個或多個傳感器，用于為裝置800提供各個方面的狀態(tài)評估。例如，傳感器組件814可以檢測到裝置800的打開/關(guān)閉狀態(tài)，組件的相對定位，例如所述組件為裝置800的顯示器和小鍵盤，傳感器組件814還可以檢測裝置800或裝置800一個組件的位置改變，用戶與裝置800接觸的存在或不存在，裝置800方位或加速/減速和裝置800的溫度變化。傳感器組件814可以包括接近傳感器，被配置用來在沒有任何的物理接觸時檢測附近物體的存在。傳感器組件814還可以包括光傳感器，如cmos或ccd圖像傳感器，用于在成像應(yīng)用中使用。在一些實(shí)施例中，該傳感器組件814還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。
通信組件816被配置為便于裝置800和其他設(shè)備之間有線或無線方式的通信。裝置800可以接入基于通信標(biāo)準(zhǔn)的無線網(wǎng)絡(luò)，如wifi，2g或3g，或它們的組合。在一個示例性實(shí)施例中，通信組件816經(jīng)由廣播信道接收來自外部廣播管理系統(tǒng)的廣播信號或廣播相關(guān)信息。在一個示例性實(shí)施例中，所述通信組件816還包括近場通信(nfc)模塊，以促進(jìn)短程通信。例如，在nfc模塊可基于射頻識別(rfid)技術(shù)，紅外數(shù)據(jù)協(xié)會(irda)技術(shù)，超寬帶(uwb)技術(shù)，藍(lán)牙(bt)技術(shù)和其他技術(shù)來實(shí)現(xiàn)。
在示例性實(shí)施例中，裝置800可以被一個或多個應(yīng)用專用集成電路(asic)、數(shù)字信號處理器(dsp)、數(shù)字信號處理設(shè)備(dspd)、可編程邏輯器件(pld)、現(xiàn)場可編程門陣列(fpga)、控制器、微控制器、微處理器或其他電子元件實(shí)現(xiàn)，用于執(zhí)行上述方法。
在示例性實(shí)施例中，還提供了一種包括指令的非臨時性計算機(jī)可讀存儲介質(zhì)，例如包括指令的存儲器804，上述指令可由裝置800的處理器820執(zhí)行以完成上述方法。例如，所述非臨時性計算機(jī)可讀存儲介質(zhì)可以是rom、隨機(jī)存取存儲器(ram)、cd-rom、磁帶、軟盤和光數(shù)據(jù)存儲設(shè)備等。
一種非臨時性計算機(jī)可讀存儲介質(zhì)，當(dāng)所述存儲介質(zhì)中的指令由裝置800的處理器執(zhí)行時，使得裝置800能夠執(zhí)行一種膚色檢測方法。
本領(lǐng)域技術(shù)人員在考慮說明書及實(shí)踐這里公開的發(fā)明后，將容易想到本公開的其它實(shí)施方案。本申請旨在涵蓋本公開的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本公開的一般性原理并包括本公開未公開的本技術(shù)領(lǐng)域中的公知常識或慣用技術(shù)手段。說明書和實(shí)施例僅被視為示例性的，本公開的真正范圍和精神由下面的權(quán)利要求書指出。
應(yīng)當(dāng)理解的是，本公開并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進(jìn)行各種修改和改變。本公開的范圍僅由所附的權(quán)利要求書來限制。