本發(fā)明涉及計(jì)算機(jī)多媒體信息處理與人機(jī)交互領(lǐng)域。
背景技術(shù):
色彩作為藝術(shù)作品的基本要素之一,在我們的生活中無處不在。色彩使我們具有了感知美、創(chuàng)造美的能力,我們能感受到紅色的溫暖、橙色的活潑、黃色的明亮、綠色的蓬勃、藍(lán)色的沉穩(wěn)、紫色的高貴、黑色的莊重,白色的純真。馬克思曾說,色彩的感覺是一般美感中最大眾化的形式,可見色彩的美學(xué)價(jià)值。色彩在設(shè)計(jì)方面獨(dú)特的意蘊(yùn),是形體、線條和明暗等要素所無法替代的,是藝術(shù)作品傳達(dá)情感的重要手段。
俄國文藝?yán)碚摷臆嚑柲嵫┓蛩够?jīng)論述過,藝術(shù)來源于生活,卻又高于生活。優(yōu)秀的藝術(shù)作品離不開對現(xiàn)實(shí)生活的觀察?;ヂ?lián)網(wǎng)上用戶上傳的大量圖像提供了現(xiàn)實(shí)生活的視覺影像。于是如何從大量的圖像數(shù)據(jù)中提取藝術(shù)配色成為我們關(guān)注的問題。我們擬構(gòu)建一個(gè)系統(tǒng),能夠通過檢索關(guān)鍵詞得到與關(guān)鍵詞情感相符的色彩分布,實(shí)現(xiàn)基于情感的色彩提取。
面向情感的色彩提取系統(tǒng)可以看作是圖像檢索的延伸。對于圖像檢索的研究從20世紀(jì)70年代就開始了,當(dāng)時(shí)的研究方向?yàn)榛谖谋镜膱D像檢索技術(shù)。基于文本的圖像檢索技術(shù)將對圖像的檢索要求轉(zhuǎn)化為對關(guān)鍵字的查找,為圖像建立了一個(gè)索引數(shù)據(jù)庫,將圖像相應(yīng)的關(guān)鍵詞或者描述字段存入其中,最終用戶請求檢索圖像時(shí),系統(tǒng)將檢索索引數(shù)據(jù)庫。該技術(shù)易于實(shí)現(xiàn),但其表述能力有限,不能充分表達(dá)出圖像的豐富內(nèi)涵,同時(shí)人工標(biāo)注所占的部分太大,無法滿足日漸增多的海量數(shù)據(jù)的需求。該技術(shù)的典型應(yīng)用為yahoo!picture-gallery和ditto。
到20世紀(jì)90年代,基于內(nèi)容的圖像檢索技術(shù)被提出,該技術(shù)提取圖像中的視覺特征作為索引,以此索引實(shí)現(xiàn)以圖搜圖。其實(shí)現(xiàn)主要依賴于圖像特征的提取和匹配。視覺特征即指圖像的顏色、紋理、形狀等特征,現(xiàn)有的特征提取技術(shù)有顏色直方圖、顏色相關(guān)圖、紋理統(tǒng)計(jì)法、紋理結(jié)構(gòu)法、基于邊緣的形狀檢測和基于區(qū)域的形狀檢測等。因?yàn)槿藢D像相似性的判別依據(jù)與計(jì)算機(jī)對相似性的判別依據(jù)并不相同,語義鴻溝無法避免,目前基于內(nèi)容的圖像檢索技術(shù)雖然能應(yīng)對海量增長的數(shù)據(jù),卻無法實(shí)現(xiàn)高層語義。該技術(shù)的典型應(yīng)用為qbic、mars和photobook。
盡管基于內(nèi)容圖像檢索技術(shù)在不斷進(jìn)步,我們注意到,當(dāng)檢索要求中帶有色彩時(shí),檢索結(jié)果往往不盡如人意。造成這一結(jié)果的主要原因是大量圖像并不帶有顏色標(biāo)簽,而當(dāng)前圖像自動(dòng)標(biāo)注的重點(diǎn)是圖中的物體而不是顏色。如檢索“紅色的車”,當(dāng)圖像不帶有“紅色”標(biāo)簽時(shí),我們就無法檢索到關(guān)于紅車的圖像。并且,由于語義鴻溝的存在,基于內(nèi)容的圖像檢索技術(shù)對于情感類關(guān)鍵詞的檢索結(jié)果一直差強(qiáng)人意。要實(shí)現(xiàn)基于情感的色彩提取系統(tǒng),需要解決兩個(gè)關(guān)鍵問題:如何確定圖像的情感,以及如何提取圖像主顏色。本系統(tǒng)從人對圖像顏色的判別入手,除去圖像的背景色,提取出圖像的主顏色,同時(shí)優(yōu)化圖像標(biāo)簽,對圖像標(biāo)簽排序,使用戶提取到的色彩信息科學(xué)可信。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明針對通過現(xiàn)實(shí)生活中的圖像獲取藝術(shù)色彩搭配這個(gè)問題,提供了一種以基于內(nèi)容圖像檢索為基礎(chǔ)、實(shí)現(xiàn)了情感類關(guān)鍵詞檢索并進(jìn)行情感可視化表達(dá)的的圖像色彩提取方法。所述方法包括以下步驟:
s101、在服務(wù)器和客戶端之間建立通信連接,獲取用戶的檢索需求;
s102、在所述服務(wù)器端的預(yù)先構(gòu)建的圖像數(shù)據(jù)庫中選取符合文字標(biāo)簽檢索要求的圖像;
s103、在所述選取出的圖像集中選取符合色彩標(biāo)簽檢索要求的圖像;
s104、對所述選取出的圖像集自動(dòng)分析、提取主顏色,在客戶端顯示,從而實(shí)現(xiàn)對圖像色彩的提取。
由于通過檢索選出的圖像結(jié)合了圖像的語義信息和顏色信息,因此提取出的色彩信息更加科學(xué),更具有藝術(shù)參考價(jià)值。
根據(jù)本發(fā)明的一個(gè)實(shí)施例,所述用戶的檢索要求可以包括文字標(biāo)簽檢索和顏色標(biāo)簽檢索。文字標(biāo)簽以文本搜索框形式進(jìn)行搜索,顏色標(biāo)簽以復(fù)選框形式進(jìn)行搜索,方便用戶提出確切的搜索信息。
根據(jù)本發(fā)明的一個(gè)實(shí)施例,在所述步驟s102之前,還包括將所述服務(wù)器端的預(yù)先存儲(chǔ)的圖像數(shù)據(jù)庫中的圖像進(jìn)行圖像特征提取、標(biāo)簽?zāi)P陀?xùn)練和圖像標(biāo)簽預(yù)測的步驟。這些步驟使得用戶能夠根據(jù)文本標(biāo)簽更準(zhǔn)確的檢索那些未被標(biāo)注或者缺乏標(biāo)注信息的圖像。
根據(jù)本發(fā)明的一個(gè)實(shí)施例,在所述步驟s102之前,還包括將所述服務(wù)器端的預(yù)先存儲(chǔ)的圖像數(shù)據(jù)庫中的圖像進(jìn)行圖像主要顏色提取和命名的步驟。對圖像進(jìn)行主要顏色提取和命名,使檢索到的圖像集能夠最終以色譜的形式作可視化呈現(xiàn),給藝術(shù)創(chuàng)作以參考價(jià)值。
根據(jù)本發(fā)明的一個(gè)實(shí)施例,在所述步驟s102之前,還包括將所述服務(wù)器端的預(yù)先存儲(chǔ)的圖像數(shù)據(jù)庫中的圖像進(jìn)行預(yù)測圖像色彩類別的步驟。對圖像進(jìn)行預(yù)測圖像色彩類別,使用戶能夠根據(jù)顏色標(biāo)簽檢索圖像,通過選擇圖像的色彩類別確定提取的主顏色的色調(diào)。
根據(jù)本發(fā)明的一個(gè)實(shí)施例,所述系統(tǒng)還包括用于將所述服務(wù)器端的預(yù)先存儲(chǔ)的圖像數(shù)據(jù)庫中的圖像進(jìn)行預(yù)測圖像色彩類別的圖像色彩判別單元。
本發(fā)明帶來以下有益效果:(1)結(jié)合了基于內(nèi)容圖像檢索技術(shù)和圖像主顏色提取技術(shù)的優(yōu)點(diǎn),從而提高了檢索結(jié)果的準(zhǔn)確度;(2)增加了對顏色標(biāo)簽的選擇,從而能夠選擇用戶需要的色調(diào)形成配色結(jié)果;(3)最終結(jié)果以色輪形式表示,能夠顯示具體的顏色、顏色名稱以及比例,具有良好的藝術(shù)參考價(jià)值。因此,采用本發(fā)明的色彩提取方案能夠用于現(xiàn)實(shí)生活中的各種藝術(shù)配色方案當(dāng)中,從而使藝術(shù)來源于生活。
本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述,并且,部分地從說明書中變得顯而易見,或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。
附圖說明
圖1a顯示了現(xiàn)在主要應(yīng)用的基于文本的圖像檢索技術(shù)的實(shí)施例;
圖1b顯示了現(xiàn)有的基于內(nèi)容的圖像檢索技術(shù)的實(shí)施例;
圖1c顯示了現(xiàn)有的根據(jù)顏色檢索圖像的實(shí)施例;
圖2顯示了根據(jù)本發(fā)明實(shí)現(xiàn)的一個(gè)實(shí)施例;
圖3顯示了根據(jù)本發(fā)明的思想搭建的系統(tǒng)框架;
圖4顯示了根據(jù)本發(fā)明在服務(wù)器端和客戶端之間進(jìn)行通信的原理圖;
圖5顯示了根據(jù)本發(fā)明對圖像進(jìn)行提取圖像特征、訓(xùn)練特征模型和預(yù)測圖像標(biāo)簽類別的圖像預(yù)處理方法流程圖;
圖6顯示了根據(jù)本發(fā)明對圖像進(jìn)行主顏色提取和判別的方法流程圖;
圖7顯示了根據(jù)本發(fā)明對圖像進(jìn)行預(yù)測色彩類別的方法流程圖;
圖8是根據(jù)本發(fā)明一個(gè)實(shí)施例對圖像檢索結(jié)果進(jìn)行圖像預(yù)處理前、后的比較示例圖;
圖9是根據(jù)本發(fā)明一個(gè)實(shí)施例對圖像檢索結(jié)果進(jìn)行色彩類別選擇處理前、后的比較示例圖。
具體實(shí)施方式
以下將結(jié)合附圖及實(shí)施例來詳細(xì)說明本發(fā)明的實(shí)施方式,借此對本發(fā)明如何應(yīng)用技術(shù)手段來解決技術(shù)問題,并達(dá)成技術(shù)效果的實(shí)現(xiàn)過程能充分理解并據(jù)以實(shí)施。需要說明的是,只要不構(gòu)成沖突,本發(fā)明中的各個(gè)實(shí)施例以及各實(shí)施例中的各個(gè)特征可以相互結(jié)合,所形成的技術(shù)方案均在本發(fā)明的保護(hù)范圍之內(nèi)。
另外,在附圖的流程圖示出的步驟可以在諸如一組計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)系統(tǒng)中執(zhí)行。并且,雖然在流程圖中示出了邏輯順序,但是在某些情況下,可以以不同于此處的順序執(zhí)行所示出或描述的步驟。
本發(fā)明的方法的可移植性良好,可以用于任何安裝了python語言編譯器的操作系統(tǒng)。主要在于實(shí)現(xiàn)一個(gè)包含服務(wù)器端和客戶端的基于情感的色彩提取系統(tǒng),具體包含對圖像的各種處理方法。
下面,具體介紹根據(jù)本發(fā)明的方法如何實(shí)現(xiàn)基于情感的色彩提取方法。
如圖3所示,其中顯示了根據(jù)本發(fā)明的思想搭建的系統(tǒng)框架。用戶在客戶端輸入具體的檢索要求,通過網(wǎng)絡(luò)發(fā)送給服務(wù)器端。服務(wù)器端對數(shù)據(jù)庫進(jìn)行查詢。數(shù)據(jù)庫中是對圖像進(jìn)行過圖像處理后存儲(chǔ)的圖像數(shù)據(jù),包括文本標(biāo)簽數(shù)據(jù)和顏色標(biāo)簽數(shù)據(jù)。數(shù)據(jù)庫將查詢結(jié)果反饋給服務(wù)器端,服務(wù)器端在通過網(wǎng)絡(luò)將檢索結(jié)果返回客戶端。
在步驟s101中,利用web.py在服務(wù)器和客戶端之間建立通信連接,獲取用戶的檢索要求。web.py是一款輕量級(jí)的pythonweb開發(fā)框架,它簡單而且功能強(qiáng)大,適合剛剛?cè)腴T的人使用。它使在python里編寫html變的更加簡單,并且提供模板文件供開發(fā)者編寫。在python的六大開源框架中,web.py在開發(fā)的簡易性方面得分最高。目前web.py被廣泛運(yùn)用在許多大型網(wǎng)站,如俄羅斯主流搜索引擎yandex(主頁日平均訪問量達(dá)到7000萬次)、西班牙的知名社交網(wǎng)站frinki等。
如圖4所示,其中顯示了根據(jù)本發(fā)明在服務(wù)器端和客戶端之間進(jìn)行通信的原理圖。首先客戶在瀏覽器(即客戶端)中輸入網(wǎng)址,假設(shè)使用http://0.0.0.0:9999這個(gè)網(wǎng)址,這時(shí)瀏覽器會(huì)通過電腦的網(wǎng)絡(luò)設(shè)備經(jīng)由線路a發(fā)出request;request經(jīng)由線路b被傳送到互聯(lián)網(wǎng),又經(jīng)由線路c到達(dá)遠(yuǎn)端服務(wù)器,此時(shí)服務(wù)器接受request,并經(jīng)由線路d傳送給我們的web應(yīng)用程序,此時(shí)我們的python代碼會(huì)運(yùn)行index.get這個(gè)處理程序;當(dāng)代碼運(yùn)行到return的時(shí)候,我們的python服務(wù)器就會(huì)發(fā)出響應(yīng)response,最后這個(gè)響應(yīng)經(jīng)由線路d、c、b、a被傳回瀏覽器。
在web.py中,我們需要編寫兩個(gè)方法:get和post。get方法用來請求一個(gè)頁面,而post方法用來提交特定類型的表單。另外,我們還需要編寫模板。web.py使我們能按照一定的規(guī)則,在html文件中編寫python代碼,使html文件的內(nèi)容可以實(shí)時(shí)運(yùn)算與展開,利于其與數(shù)據(jù)庫的交互。
在步驟s102之前,需要完成三個(gè)預(yù)備工作:(1)對圖像進(jìn)行提取圖像特征、訓(xùn)練特征模型和預(yù)測圖像標(biāo)簽類別的圖像預(yù)處理工作;(2)對圖像進(jìn)行圖像主要顏色提取和命名;(3)對圖像進(jìn)行圖像色彩類別預(yù)測。
如圖5所示,其中顯示了根據(jù)本發(fā)明對圖像進(jìn)行圖像預(yù)處理的方法流程圖。
第一步是確定檢索關(guān)鍵詞。系統(tǒng)中除了要有具象化的關(guān)鍵詞,如天空、草地,還要有抽象的情感類的關(guān)鍵詞,如清爽、恐懼、刺激等,這里我們以小林重順2006年出版的《色彩心理探析》(p11)為參考對象來選取關(guān)鍵詞。
接著按照關(guān)鍵詞爬取圖像數(shù)據(jù)。爬取到的數(shù)據(jù)本身帶有一定數(shù)目的標(biāo)簽,這些標(biāo)簽可能是上傳用戶手工標(biāo)注的,也可能是來源于網(wǎng)頁文本的,都不一定準(zhǔn)確。對于具象化的關(guān)鍵詞,如天空、草地等,用戶的標(biāo)注可能還比較準(zhǔn)確,但對于抽象化的關(guān)鍵詞,如清爽、恐懼、刺激等,用戶的標(biāo)注可能就存在比較大的誤差,我們需要對抓取到的標(biāo)簽為抽象化的關(guān)鍵詞的圖像數(shù)據(jù)進(jìn)行人工處理。通過人工判別一張圖像標(biāo)注的抽象化關(guān)鍵詞是否合適來確定訓(xùn)練數(shù)據(jù)的正例和負(fù)例。
我們采用的圖像特征提取方法基于預(yù)先訓(xùn)練的深度卷積神經(jīng)網(wǎng)絡(luò)。
訓(xùn)練特征模型與測試圖像則要用到圖像特征的匹配算法,常用的匹配算法有統(tǒng)計(jì)法、幾何法、模型法等。一般匹配算法都要處理好4個(gè)關(guān)鍵要素,即特征空間、相似性度量、圖像匹配變換類型、變換參數(shù)的搜索。
我們采用的特征訓(xùn)練模型是基于支持向量機(jī)的線性分類器。經(jīng)過訓(xùn)練和測試后,我們可以得到每個(gè)圖像屬于該類別的分?jǐn)?shù),將該分?jǐn)?shù)按照降序排序,得到最終的標(biāo)簽排序文件。
標(biāo)簽排序文件保留圖像各標(biāo)簽的排序得分,其格式如表2所示,即其格式為imagetagfeature={image_id,(tag1,p1),(……)……}。其中(標(biāo)簽,可能性)是一個(gè)二元組。在系統(tǒng)根據(jù)用戶的要求檢索圖像時(shí),將根據(jù)表1的格式讀入圖像的標(biāo)簽特征并進(jìn)行處理。標(biāo)簽評(píng)分高的圖像將被排列在前面顯示。
表1存儲(chǔ)圖像標(biāo)簽排序的數(shù)據(jù)結(jié)構(gòu)
如圖6所示,其中顯示了根據(jù)本發(fā)明對圖像進(jìn)行主顏色提取和判別的方法流程圖。首先要注意的是,在人眼看來相同的顏色會(huì)因?yàn)橄袼刂档牟町惗挥?jì)算機(jī)判別為不同的顏色,如何使人眼與計(jì)算機(jī)達(dá)成一致,是提取圖像主顏色的關(guān)鍵。對于一幅圖像i(x),其中x=(x,y)t表示一個(gè)像素,且該像素的顏色為c=(r,g,b)t。我們的目標(biāo)是提取這幅圖像的主顏色以及相應(yīng)的顏色比例ci={(cni,pi),i=1,2,…n},其中n代表我們所允許的最大主顏色數(shù)目,cni代表所提取的主顏色,以#xxxxxx這種十六進(jìn)制形式表示,pi代表cni這種顏色占整個(gè)圖像的顏色比例。
用戶在搜索圖像時(shí),有些圖像的背景色是沒有絲毫意義的,但是這種背景色卻會(huì)成為我們提取主顏色的干擾,所以在提取圖像的主顏色之前,我們要先判別這種顏色是否是背景色。我們?nèi)∫粋€(gè)閾值bg_threshold,認(rèn)為在我們對圖像進(jìn)行處理前,若有一種顏色——這里的顏色區(qū)別于人眼所見,是計(jì)算機(jī)判別的一種顏色,其所占像素比例超過了這個(gè)閾值,那么這個(gè)顏色就是背景色。因?yàn)閷τ谟行﹫D像,我們?nèi)搜鄄⒉荒芸闯鲱伾兓?,比如天空或者草地的圖像,我們只能看出顏色有細(xì)微的漸變,但是計(jì)算機(jī)卻能通過精準(zhǔn)的十六進(jìn)制顏色代碼知道圖片中的顏色是不大一樣的。只有每個(gè)像素的十六進(jìn)制顏色代碼都相同,累加起來超過了閾值,才會(huì)被判別為背景色。
或者我們?nèi)D像邊緣上的8個(gè)點(diǎn)進(jìn)行判別。對于高為h,寬為w的圖像i(x),若點(diǎn)(0,0)、(0,h/2)、(0,h-1)、(w/2,h-1)、(w-1,h-1)、(w-1,h/2)、(w-1,0)、(w/2,0)這8個(gè)點(diǎn)中有半數(shù)以上的點(diǎn)的十六進(jìn)制顏色代碼是相同的,且我們提取出的主顏色中有該十六進(jìn)制代碼,那么我們認(rèn)為這個(gè)顏色是背景色,因?yàn)檫@個(gè)顏色占據(jù)了圖像顏色相當(dāng)大的比重且分布在邊緣。
為了從一張給定的圖像中提取主要顏色,我們需要統(tǒng)計(jì)各個(gè)顏色在該圖像中所占的比例。盡管在理論上因?yàn)橄袼刂凳钦麛?shù),我們可以計(jì)算每個(gè)顏色的頻率,但這會(huì)導(dǎo)致顏色過于碎片化,使得統(tǒng)計(jì)失去意義。因此,我們首先需要在色彩空間對顏色進(jìn)行量化。表征圖像顏色的色彩空間有多種,如rgb空間、hsv空間、lab空間等。其中最接近人眼的顏色空間為lab空間。lab空間是顏色—對立空間,其中的l代表明度,a代表顏色從深綠色(低亮度值)到灰色(中亮度值)再到亮粉紅色(高亮度值)的變化,b代表顏色從亮藍(lán)色(低亮度值)到灰色(中亮度值)再到黃色(高亮度值)的變化。在lab空間中,不同顏色之間的距離被稱為delta-e,寫作
其中
為利用lab空間的
成功將rgb空間轉(zhuǎn)化到lab空間后,我們將
經(jīng)過處理背景顏色、提取圖像的主要顏色,我們得到的顏色結(jié)果是以c=(r,g,b)t的形式表示的,需要對其進(jìn)行進(jìn)一步的處理,以得到十六進(jìn)制的顏色代碼#xxxxxx與顏色名稱。c=(r,g,b)t向c=#xxxxxx的轉(zhuǎn)化很容易,只要將以十進(jìn)制表示的(r,g,b)t轉(zhuǎn)化為十六進(jìn)制數(shù)字并連在一起形成字符串即可,難的是如何找到這個(gè)顏色對應(yīng)的顏色名稱。
在網(wǎng)頁中,已經(jīng)被命名的顏色為有限個(gè),且相應(yīng)的十六進(jìn)制代碼已知。因?yàn)槲覀円獙?shí)現(xiàn)的是依托于web網(wǎng)頁的搜索系統(tǒng),所以若顏色c與已被命名的顏色代碼一致,則可直接得到顏色名稱;若沒有與顏色c對應(yīng)的顏色代碼,則進(jìn)行一輪歐幾里得距離計(jì)算,將該顏色命名為與它距離最小的那個(gè)顏色。歐幾里得距離的計(jì)算公式如下:
其中c=(r,g,b)t為待求名稱的顏色,t=(rt,gt,bt)t,t=1,2,…n,為網(wǎng)絡(luò)中已被命名的各個(gè)顏色。
最終圖像的主顏色文件保留圖像主顏色的十六進(jìn)制顏色代碼、相應(yīng)的比例及顏色名稱,其格式如表1所示,即其格式為imagecolorfeature={image_id,(color_code,color_name,color_weight),(……),……}。其中(顏色代碼,顏色名稱,顏色比重)是一個(gè)三元組。在系統(tǒng)根據(jù)用戶的要求檢索圖像時(shí),將根據(jù)表2的格式讀入圖像的顏色特征并進(jìn)行處理。
表2存儲(chǔ)圖像主顏色的數(shù)據(jù)結(jié)構(gòu)
如圖7所示,其中顯示了根據(jù)本發(fā)明對圖像進(jìn)行預(yù)測色彩類別的方法流程圖。首先需要明確的是,藝術(shù)配色是要根據(jù)色調(diào)搭配的,色調(diào)即為色彩的總體傾向,也就是大的色彩效果,暖色調(diào)與冷色調(diào)的搭配效果是不同的。本發(fā)明采用孟塞爾色彩系統(tǒng)對圖像進(jìn)行色彩類別預(yù)測。
孟塞爾色彩系統(tǒng)(munsellcolorsystem)是色度學(xué)(或比色法)里透過明度(value)、色相(hue)及彩度(chroma)三個(gè)維度來描述顏色的方法。這個(gè)顏色描述系統(tǒng)是由美國籍美術(shù)教育家阿爾伯特·孟塞爾在1898年創(chuàng)制的,至今仍是比較色法的標(biāo)準(zhǔn)。
孟塞爾顏色系統(tǒng)色相的基本色是能夠形成視覺上的等間隔的紅(r)、黃(y)、綠(g)、藍(lán)(b)、紫(p)五種顏色,再把他們中間插入黃紅(yr)、黃綠(gy)、藍(lán)綠(bg)、藍(lán)紫(pb)、紅紫(rp)五種顏色,組成十種顏色的基本色相。
我們利用孟塞爾顏色系統(tǒng)限制配色結(jié)果。如可以檢索“紅色+愛意”,得到主體色是紅色,關(guān)鍵詞是愛意的色彩提取結(jié)果。利用經(jīng)過像素分布統(tǒng)計(jì)得到的一系列顏色結(jié)果c=(r,g,b)t,與孟塞爾色彩系統(tǒng)的十個(gè)基本色相計(jì)算進(jìn)行一輪歐幾里得距離計(jì)算(計(jì)算公式顏色命名部分已提及),取閾值color_threshold,若計(jì)算結(jié)果小于閾值,則認(rèn)為該顏色結(jié)果近似于該基本色相。
完成以上三個(gè)預(yù)備工作后,可以進(jìn)行步驟s102和s103,得到符合用戶要求的圖像集合。
在步驟s104中,最終結(jié)果以色輪的樣式顯示,如圖2所示。
根據(jù)本發(fā)明的另一個(gè)方面,還提供了一種基于情感的色彩提取系統(tǒng),其包括:連接單元,在服務(wù)器和客戶端之間建立通信連接,獲取用戶的檢索要求;文字標(biāo)簽圖像集選取單元,用于在所述服務(wù)器端的預(yù)先存儲(chǔ)的圖像數(shù)據(jù)庫中選取符合文字標(biāo)簽檢索要求的圖像;色彩標(biāo)簽圖像集選取單元,用于在所述選取出的圖像集中選取符合色彩標(biāo)簽檢索要求的圖像;色彩提取結(jié)果顯示單元,用于對所述選取出的圖像集提取主顏色,在客戶端顯示,從而實(shí)現(xiàn)對圖像色彩的提取。
此外,系統(tǒng)還包括用于將所述服務(wù)器端的預(yù)先存儲(chǔ)的圖像數(shù)據(jù)庫中的圖像進(jìn)行提取圖像特征、訓(xùn)練特征模型和預(yù)測圖像標(biāo)簽類別的圖像預(yù)處理單元,用于將所述服務(wù)器端的預(yù)先存儲(chǔ)的圖像數(shù)據(jù)庫中的圖像進(jìn)行圖像主要顏色提取和命名的圖像色彩處理單元和用于將所述服務(wù)器端的預(yù)先存儲(chǔ)的圖像數(shù)據(jù)庫中的圖像進(jìn)行預(yù)測圖像色彩類別的圖像色彩判別單元。
實(shí)現(xiàn)以上單元的方式在上文已經(jīng)提及,這里不再贅述。
雖然本發(fā)明所揭露的實(shí)施方式如上,但所述的內(nèi)容只是為了便于理解本發(fā)明而采用的實(shí)施方式,并非用以限定本發(fā)明。任何本發(fā)明所屬技術(shù)領(lǐng)域內(nèi)的技術(shù)人員,在不脫離本發(fā)明所揭露的精神和范圍的前提下,可以在實(shí)施的形式上及細(xì)節(jié)上作任何的修改與變化,但本發(fā)明的專利保護(hù)范圍,仍須以所附的權(quán)利要求書所界定的范圍為準(zhǔn)。