一種布料圖像顏色特征提取方法
【專(zhuān)利摘要】本發(fā)明涉及一種布料圖像顏色特征提取方法。該方法在進(jìn)行圖像顏色量化等級(jí)劃分時(shí)提出了基于主色聚類(lèi)方法的改進(jìn)顏色空間量化方法,可以對(duì)圖像中各個(gè)像素的顏色進(jìn)行更好的灰度量化工作。同時(shí),采用了主色權(quán)重直方圖的方法提取圖像的主色直方圖以及各個(gè)主色的顏色占比信息,從而提高布料圖像檢索的準(zhǔn)確性,高效地檢索出滿足用戶的布料圖像。
【專(zhuān)利說(shuō)明】一種布料圖像顏色特征提取方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理技術(shù),具體涉及布料圖像顏色特征提取方法。
【背景技術(shù)】
[0002] 箱包企業(yè)需要經(jīng)常性和大批量進(jìn)行原材料的采購(gòu),而眾多的布料供應(yīng)商店經(jīng)常需 要從大量的布料色卡中尋找滿足客戶需要的各類(lèi)布料。采用人工方式來(lái)比對(duì)需要采購(gòu)的布 料色卡存在費(fèi)時(shí)、勞動(dòng)強(qiáng)度大和容易出差錯(cuò)等問(wèn)題,容易造成企業(yè)實(shí)際需要的原材料與購(gòu) 進(jìn)的原材料不吻合,而不能正常進(jìn)行生產(chǎn),嚴(yán)重地影響企業(yè)的生產(chǎn)效率和經(jīng)濟(jì)效益。同時(shí), 也給布料供應(yīng)商店帶來(lái)很多不便。因此,企業(yè)采購(gòu)人員和布料供應(yīng)商店迫切需要一套方便 和有效檢索布料色卡圖像的計(jì)算機(jī)應(yīng)用系統(tǒng)。
[0003] 近年來(lái),隨著計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展,特別是多媒體技術(shù)的發(fā)展以及數(shù)碼相機(jī)、掃 描儀、攝像機(jī)等圖像采集設(shè)備的普及,全世界數(shù)字圖像的存儲(chǔ)量更是呈級(jí)數(shù)增長(zhǎng)的態(tài)勢(shì)。這 些圖像信息在采集之后被廣泛應(yīng)用于工業(yè)、商業(yè)以及農(nóng)業(yè)的各個(gè)領(lǐng)域。毫無(wú)疑問(wèn),數(shù)字圖像 所含有的信息量遠(yuǎn)遠(yuǎn)大于原有的文字所包含的信息,人們?cè)絹?lái)越傾向于用多媒體的形式來(lái) 進(jìn)行傳輸與溝通。也正是因?yàn)閿?shù)字圖像存儲(chǔ)容量的井噴以及其所包含信息量的巨大,使得 如何在海量圖像信息中快速,準(zhǔn)確,無(wú)冗余的找到所需要的信息成為了熱點(diǎn)和難點(diǎn)。全世 界越來(lái)越多的研究人員已經(jīng)參與到這項(xiàng)研究工作中。
[0004] CBIR(Content_based Image Retrieval)技術(shù)首先提取圖像本身顏色、紋理、形狀 等視覺(jué)特征信息,通過(guò)量化將這些特征信息保存到數(shù)據(jù)庫(kù)中。然后建立相似度計(jì)算規(guī)則對(duì) 待檢索圖像與庫(kù)中圖像進(jìn)行相似度計(jì)算返回滿足條件的圖像序列。CBIR從圖像本身存在的 特征出發(fā),減少甚至消除了人工的干預(yù)。CBIR查詢者能夠更加快速、準(zhǔn)確得找到所需要的圖 像,也讓圖像管理人員能夠擺脫繁瑣而又重復(fù)性的工作,同時(shí)使得圖像識(shí)別的工作更加自 動(dòng)化,更加智能化。
[0005] 顏色特征提取是基于內(nèi)容的圖像檢索系統(tǒng)(CBIR)中非常重要的一項(xiàng)工作,只有 對(duì)圖像的抽象視覺(jué)特征提取為計(jì)算機(jī)所能夠表達(dá)的特征之后才方便采用相似度度量技術(shù) 對(duì)圖像的相似度進(jìn)行計(jì)算。常用的圖像視覺(jué)特征包括顏色特征、紋理特征、形狀特征等。由 于布料圖像的顏色與紋理特征較為明顯,而形狀特征只是許多紋理特征相互結(jié)合而形成 的。圖像的顏色特征的計(jì)算方法較為簡(jiǎn)單,而且對(duì)于圖像的全局顏色特征而言,不會(huì)隨著 圖像的旋轉(zhuǎn)縮放平移等變化而發(fā)生變化,所以具有較好的穩(wěn)定性、魯棒性。紋理特征是所 有圖像都擁有的一種視覺(jué)特征,紋理特征可以體現(xiàn)出圖像中的像素分布關(guān)系、像素的統(tǒng)計(jì) 特征等,所以是非常重要的圖像視覺(jué)特征。常用的圖像顏色特征提取方法有基于顏色直方 圖、顏色矩、顏色相關(guān)圖、顏色集、顏色聚合向量等方法;顏色相關(guān)圖與顏色聚合向量方法的 計(jì)算量大,算法時(shí)間復(fù)雜度較高,所以在實(shí)際應(yīng)用中較少使用;顏色矩與顏色集通常需要結(jié) 合其他顏色描述方法來(lái)對(duì)圖像進(jìn)行特征提取,單獨(dú)的顏色矩與顏色集的識(shí)別效果并不理 想。Hafner J. Efficient 在 Pattern Analysis and Machine Intelligence 在 1995 年第 17 卷,第 7 期 729-736 頁(yè)上發(fā)表的文章 "Color Histogram Indexing for Quadratic Form Distance Functions"中介紹了傳統(tǒng)的顏色直方圖,它往往需要記錄圖像中所有出現(xiàn)的顏 色信息的統(tǒng)計(jì)直方圖,使得工作量較大。而實(shí)際情況是,人造紋理中的主要顏色并不很多, 最多不超過(guò)十幾個(gè),所以只需要記錄顏色所占分量排在前幾位的圖像顏色即可。
[0006] 灰度共生矩陣是一種最常用的圖像紋理特征描述方法之一,Haralick R M, Shanmugam K,Dinstein等 1973年在 IEEE Transactions on Systems,Man, and Cybernetics 的第三卷第 6 期上發(fā)表了" Textural Features for Image Classification",該文對(duì)于圖 像的紋理特征描述具有較好的效果,但是其算法復(fù)雜度會(huì)隨著顏色灰度級(jí)數(shù)的增加而成級(jí) 數(shù)增長(zhǎng),所以需要結(jié)合較好的灰度等級(jí)量化方法來(lái)進(jìn)行矩陣生成。另外一種紋理描述方法 是K. Laws在其論文"Textured Image Segmentation"中提出的基于能量的紋理特征描述 方法。圖像紋理能量特征對(duì)于人造紋理的識(shí)別能力較強(qiáng),但是對(duì)于尺寸較大的圖像而言其 計(jì)算時(shí)間較長(zhǎng)。
[0007] 所以單獨(dú)使用以上介紹的一種或者兩種方法簡(jiǎn)單對(duì)圖像特征進(jìn)行提取是無(wú)法有 效滿足實(shí)際圖像檢索的需求,需要對(duì)待匹配圖像進(jìn)行分析,根據(jù)得到的分析結(jié)果結(jié)合不同 的視覺(jué)特征進(jìn)行圖像的分類(lèi)識(shí)別工作。這樣才能得到最好的特征利用效率,實(shí)現(xiàn)最佳的檢 索效果。
【發(fā)明內(nèi)容】
[0008] 本發(fā)明的目的在于提出一種布料圖像顏色特征提取方法,其能解決無(wú)法有效滿足 實(shí)際圖像檢索的需求的問(wèn)題。
[0009] 為了達(dá)到上述目的,本發(fā)明所采用的技術(shù)方案如下:
[0010] 一種布料圖像顏色特征提取方法,其包括以下步驟:
[0011] A、采用圖像均衡化的方法對(duì)布料圖像I進(jìn)行增強(qiáng)預(yù)處理,同時(shí)采用總體變分法對(duì) 布料圖像I進(jìn)行復(fù)原預(yù)處理,得到預(yù)處理后的布料圖像Γ ;
[0012] B、提取布料圖像Γ所有像素點(diǎn)的位置信息以及RGB顏色分量信息;
[0013] C、對(duì)獲得的每個(gè)像素點(diǎn)的RGB顏色分量通過(guò)公式(1)-(4)轉(zhuǎn)化為HSV顏色空間分 量,得到Η分量、S分量和V分量的值:
【權(quán)利要求】
1. 一種布料圖像顏色特征提取方法,其特征在于,包括以下步驟: A、 采用圖像均衡化的方法對(duì)布料圖像I進(jìn)行增強(qiáng)預(yù)處理,同時(shí)采用總體變分法對(duì)布料 圖像I進(jìn)行復(fù)原預(yù)處理,得到預(yù)處理后的布料圖像r ; B、 提取布料圖像r所有像素點(diǎn)的位置信息以及RGB顏色分量信息; C、 對(duì)獲得的每個(gè)像素點(diǎn)的RGB顏色分量通過(guò)公式(1)-(4)轉(zhuǎn)化為HSV顏色空間分量, 得到H分量、S分量和V分量的值:
公式⑵;
其中,V,=max(R,G,B),R,G,BG {0,1,2,...,255},HG [〇。,360。],SG [〇,1], V G [0,1]; D、 對(duì)H分量、S分量和V分量進(jìn)行非均勻量化:對(duì)布料圖像I'中的任意一個(gè)點(diǎn)Pm i =1,2,...,1^ = 1,2,...,11是布料圖像1'的寬度』是布料圖像1'的長(zhǎng)度,對(duì)于?^ 分別對(duì)應(yīng)一個(gè)扎,5。,¥。,其中,扎={316,21,41,76,156,191,271,296}、5。={0,0.2,0.7}、 Vc = {0,0? 2,0. 7},計(jì)算: 1
E、 得到布料圖像I'非均勻量化之后的72維量化等級(jí)的顏色直方圖表示如公式 (5)所示: I. k=.\
) 其中,ck,k = 1,2, . . .,n表示經(jīng)步驟D對(duì)布料圖像I'量化之后得到的圖像的第k個(gè) 顏色分量,這里n = 72,表示有72個(gè)顏色量化等級(jí);表示第ck個(gè)顏色量化等級(jí)所占的顏 色比例; F、 建立顏色量化等級(jí)與每個(gè)顏色量化等級(jí)所占的顏色比例的鍵值對(duì)PC,如公式(6)所 示:
G、 對(duì)公式(6)中的各種顏色分量ck按照它們各自所占的百分比的值從大到小排序; 設(shè)定閾值T,當(dāng)& >T時(shí),選定顏色ck為布料圖像I'的主顏色;當(dāng)& <T時(shí),去除對(duì)應(yīng)的顏色 分量,得到排序并通過(guò)閾值T篩選之后的顏色量化等級(jí)與所占比例的鍵值對(duì),如公式(7)所 示:
【文檔編號(hào)】G06K9/46GK104281849SQ201310277274
【公開(kāi)日】2015年1月14日 申請(qǐng)日期:2013年7月3日 優(yōu)先權(quán)日:2013年7月3日
【發(fā)明者】蔡征兵, 邱桃榮, 林美波, 黃海泉, 劉萍, 蔡志芳 申請(qǐng)人:廣州蓋特軟件有限公司