Matlab基于高斯模型的检测肤色检测代码

以下是基于高斯模型的肤色检测的Matlab代码：

% 读取测试图像
img = imread('test.jpg');

% 将图像转换为YCbCr色彩空间
img_ycbcr = rgb2ycbcr(img);

% 获取图像尺寸
[h, w, ~] = size(img_ycbcr);

% 初始化肤色图像
skin_map = zeros(h, w);

% 计算每个像素是否为肤色像素
for i = 1:h
    for j = 1:w
        % 获取当前像素的YCbCr值
        Y = double(img_ycbcr(i, j, 1));
        Cb = double(img_ycbcr(i, j, 2));
        Cr = double(img_ycbcr(i, j, 3));

        % 使用高斯模型计算像素是否为肤色像素
        mu_skin = [133.8 111.9 153.5];
        cov_skin = [246.6 137.5 189.7; 137.5 182.9 156.5; 189.7 156.5 260.4];
        p_skin = mvnpdf([Y Cb Cr], mu_skin, cov_skin);

        mu_nskin = [116.1 113.9 128.4];
        cov_nskin = [61.3 1.7 5.9; 1.7 66.7 37.6; 5.9 37.6 59.5];
        p_nskin = mvnpdf([Y Cb Cr], mu_nskin, cov_nskin);

        % 判断像素是否为肤色像素
        if p_skin > p_nskin
            skin_map(i, j) = 1;
        end
    end
end

% 将肤色像素标记为红色
result = img;
result(repmat(skin_map, [1 1 3])) = [255 0 0];

% 显示结果图像
imshow(result);

在代码中，首先读取测试图像，然后将图像转换为YCbCr色彩空间。接下来，对于每个像素，使用高斯模型计算像素是否为肤色像素。最后，将肤色像素标记为红色，并显示结果图像。注意，代码中的高斯模型参数需要根据不同的数据集进行调整。