颜色、形状、纹理特征提取算法与应用wtt.doc

一、颜色特征 1 颜色空间 1.1 RGB 颜色空间 是一种根据人眼对不同波长的红、绿、蓝光做出锥状体细胞的敏感度描述的基础彩色模式,R、G、B 分别为图像红、绿、蓝的亮度值,大小限定在 0～1 或者在 0～255。 1.2 HIS 颜色空间 是指颜色的色调、亮度和饱和度,H表示色调,描述颜色的属性,如黄、红、绿,用角度 0～360度来表示;S 是饱和度,即纯色程度的量度,反映彩色的浓淡,如深红、浅红,大小限定在 0～1;I 是亮度,反映可见光对人眼刺激的程度,它表征彩色各波长的总能量,大小限定在 0～1。 1.3 HSV 颜色模型 HSV 颜色模型依据人类对于色泽、 明暗和色调的直观感觉来定义颜色, 其中H (Hue)代表色度, S (Saturat i on)代表色饱和度,V (V alue)代表亮度, 该颜色系统比RGB 系统更接近于人们的经验和对彩色的感知, 因而被广泛应用于计算机视 觉领域。 已知RGB 颜色模型, 令M A X = max {R , G, B },M IN =m in{R , G,B }, 分别为RGB 颜色模型中R、 G、 B 三分量的最大和最小值, RGB 颜色模型到HSV 颜色模型的转换公式为: S =(M A X - M IN)/M A X H =60*(G- B)/(M A X - M IN) 　 R = M A X 120+ 60*(B – R)/(M A X - M IN) 　G= M A X 240+ 60*(R – G)/(M A X - M IN) 　B = M A X V = M A X 2 颜色特征提取算法 2.1 一般直方图法 颜色直方图是最基本的颜色特征表示方法,它反映的是图像中颜色的组成分布,即出现了哪些颜色以及各种颜色出现的概率。其函数表达式如下: H(k)= (k=0,1,…,L-1) (1) 其中,k 代表图像的特征取值,L 是特征可取值的个数, 是图像中具有特征值为 k 的象素的个数,N 是图像象素的总数。由上式可见,颜色直方图所描述的是不同色彩在整幅图像中所占的比例,无法描述图像中的对象或物体,但是由于直方图相对于图像以观察轴为轴心的旋转以及幅度不大的平移和缩放等几何变换是不敏感的,而且对于图像质量的变化也不甚敏感,所以它特别适合描述那些难以进行自动分割的图像和不需要考虑物体空间位置的图像。 由于计算机本身固有的量化缺陷,这种直方图法忽略了颜色的相似性,人们对这种算法进行改进,产生了全局累加直方图法和局部累加直方图法。 2.2 全局累加直方图法 全局累加直方图是以颜色值作为横坐标,纵坐标为颜色累加出现的频数,因此图像的累加直方空间 H 定义为: (2) 其中, 表示Ci到 Ck种颜色的像素的累加频数,n 表示量化得到的颜色数。在全局累加直方图中,相邻颜色在频数上是相关的。相比一般直方图,它的存储量和计算量有很小的增加,但是它消除了一般直方图中常见的零值以及一般直方图量化过细过粗检索效果都会下降的缺陷。 2.3 局部累加直方图法 把色度沿分布轴分成若干个局部区间的方法称为局部累加直方图法。它的基本原理是:色度轴上各种颜色的分布是连续过渡的,各颜色区之间不存在截然不同的界限。先采用 60°为区间的长度,将 H 轴分成 6 个不重叠的局部区间[60k,60(k+1)],k=0,1,…,5,计算出每个局部区间的累加直方图,再改变区间划分为[30+60k,(30+60(k+1))mod 360],k=0,1,…,5,并计算出这时每个局部区间的累加直方图,最后将这两次计算的累加直方图逐项相加取平均,作为最终的特征直方图用于检索。 2.4 颜色参量的统计特征法 由于直方图法在颜色的表达中没有考虑到人眼的视觉感受,忽略颜色参量含义及其对图像像素间关系,为弥补直方图法的不足,提取颜色特征,对颜色参量进行分析、统计、处理,在应用中表现出好的效果。RGB 和 HIS 颜色空间在颜色参量的统计特征中具有重要的作用。在实际的图像处理中,RGB 颜色系统的 r,g,b 值计算公式如下: r=R／(R+G+B),g=G ／(R+G+B),b=B／(R+G+B) (3) 从上面的公式(3)可以推断出 RGB 颜色系统的 r,g,b 只是比值与光照强度变化无关。由 RGB 向 HIS 空间进行转换,可以得到 HIS 值,转换方法如下: Max=max(R,G,B),Min=min(R,G,B) (4) I=0.229R+0.587G+0.114B