Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)Arévalo Casallas, Diego ArmandoCastañeda Obando, David RicardoCastañeda Fandiño, Jos´é Ignacio2021-06-162021-06-162014-12-20http://repositorio.uan.edu.co/handle/123456789/3952In this paper a robust algorithm against illumination changes for skin detection in images is proposed. A database with 50 controlled condition images and 50 without controlled conditions of people in frontal position showing face, hands and arms was used. Five algorithms to perform color correction are evaluated: Simple Correction with Green Channel, Color Channel Compression, Color Channel Expansion, Fixed Reference and Gamma Correction. And four algorithms for segmentation are evaluated as well: RGB Skin Color, Reference Histogram, Euclidean Distance and Mahalanobis Distance. The proposed algorithm uses the Fixed Reference method together with Gamma Correction for color correction and performs the skin segmentation based on an RCrR color plane, found by making the transformation of the images using RGB and YCbCr spaces, finally Mahalanobis Distance is used. An average sensitivity value of 99.36 % and specificity of 84.31 % were obtained as result.En este artículo se propone un algoritmo robusto ante los cambios de iluminación para la detección de la piel en imágenes,  se utiliza una base de datos que consta de 50 imágenes en condiciones controladas y  50 en condiciones no controladas, las imágenes cuentan con  personas en forma frontal, mostrando rostro, manos, y brazos. Se evalúan 5 algoritmos para realizar corrección de color los cuales son: Corrección sencilla con canal verde, Compresión canal de color, Expansión canal de color, Referencia fija,  Corrección Gamma. Se evalúan 4 algoritmos para segmentación  los cuales son: Color de piel en RGB, Referencia de Histograma, Distancia Euclidiana y Distancia de Mahalanobis. El algoritmo propuesto utiliza el método referencia fija unido al algoritmo de corrección  gamma para  corrección de color y realiza segmentación de la piel a partir de un plano de color RCrR, encontrado  de la transformación de las imágenes utilizando los espacios RGB y YCbCr, finalmente utiliza la distancia de Mahalanobis.  Como resultado se obtiene un valor promedio de sensibilidad igual 99.36% y de especificidad igual 84.31%.application/pdfspaAcceso abiertoFaded photo correctiongray world assumptionCorrección foto descoloridagamma correctionSuposición de mundo grisilluminationCorrección gammaskin coloriluminaciónsegmentationsegmentación color de pieleuclidean distanceDistancia Euclidianamahalanobis distanceDistancia MahalanobishistogramHistogramaRobust Visual Segmentation using RCrR Plane and Mahalanobis DistanceSegmentación Visual Robusta utilizando el Plano RCrR y la Distancia de Mahalanobisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2