1.2    区域生长算法

区域生长算法^[37]就是选取初始种子，将种子周围具有与种子相似性质的像素点集合起来作为新种子，并不断迭代这一过程直至区域停止生长为止的方法。毛发的颜色、亮度、纹理等信息均可作为区域生长算法的特征，此类方法与聚类分割法有着相似的地方，二者都需要提取区域内像素的特征来进行迭代计算以实现分割。以下将以通用颜色模型选取种子为例叙述区域生长算法的过程。

2006年Yacoob^[22]等人首次提出了利用毛发/皮肤颜色模型选择毛发种子，并基于选中的种子进行区域生长的毛发分割方法。示意图如图1所示，肤色模型用于识别皮肤样本区域中的非皮肤像素，这些像素形成种子以分别对每个区域中的毛发颜色进行建模。如果颜色RGB值的平均值之间的差值很小，则使用三个区域的像素重新计算整体颜色；否则，在前额矩形处计算颜色，并假定其为种子颜色。