用于检测二维24位彩色图像的主要特征色的方法技术

本发明专利技术涉及二维24位彩色数字图像的处理，是一种全新的二维24位彩色数字图像主要特征色检测的方法，在颜色分布直方图的基础上，充分考虑原图像的物理特性，即颜色在原图像中的空间分布，自动选取部分局部峰值作为主要特征色，并且自动确定主要特征色的数目，并排除数量较少，空间分布比较分散的颜色的干扰，使选定的主要特征色有较高的代表性。本发明专利技术根据不同的图像可以智能确定主色数目，免去了用户交互指定的繁琐过程；从人眼出发，把能引发人眼关注的高度聚集在一起的一种或若干种相似的颜色提取出来，并以其中一种在数量上占优的颜色作为代表色，更符合原图像的物理特性；自带校正策略，将一些数量少的，过于分散的，如锯齿颜色剔除。

【技术实现步骤摘要】
用于检测二维24位彩色图像的主要特征色的方法
本专利技术涉及二维24位彩色数字图像的处理,特别是彩色图像的主要特征色的检测方法。
技术介绍
随着高清数字电视的普及，数字图像的应用空间得到了大幅度的扩展，对数字图像处理技术研究也成为了热门，尤其是二维24位彩色图像的处理技术，由于受设备的限制，目前大多数情况下只能显示二维图像。而在这些处理技术中，如图像的灰度化，图像识别等，往往需要提取原始图像中主要特征色信息(以下简称主色)，因此一些颜色量化、颜色聚类算法被用于图像的降维。对于颜色量化，等间距地将颜色的值进行划分，缺乏对颜色分布特性的充分考虑，易使得到的颜色与图像主色之间产生一定的误差；而对于一些聚类算法来说，往往需要用户指定聚类中心的数目，对于不同的图像，主色的数目往往会发生改变，这对图像的处理带来了一定的不便。因此，需要一种能充分考虑颜色的分布特性，并且能自动确定主色数目的方法。这里的颜色的分布特性不仅需要考虑颜色在颜色空间内的分布，也包括在图像坐标空间内的分布。当一种颜色或肉眼不太容易区分的几种相似的颜色集聚在某一块区域内时，往往能引起人眼的关注，也越容易成为主色；相反，如果分布得零零散散，则越不易引起人眼注意，这一类颜色便不易成为主色。从另一个角度来讲，某种颜色占整幅图像总像素的比重越大，则越容易成为主色，所以要求成为主色的颜色的像素数为局部峰值；同时，分布在同一个物体上的颜色，如果相互之间较为相似，则尽可能用一种颜色来表示，明显分布在不同物体上的颜色则应用不同的主色来表示；另一方面，由于存储容量等因素影响，现实生活中使用的图像往往是将高清原图进行压缩后再保存的，此时图像中物体的边缘将会产生锯齿效应，显然，这些锯齿效应不是我们想要的主色，所以，在进行主色提取的同时，也要排除锯齿效应对主色提取的干扰；而目前的主色提取技术在提取主色时基本没有考虑上述因素。
技术实现思路
本专利技术的目的在于提供一种用于检测二维24位彩色图像的主要特征色的方法。本专利技术解决其技术问题采用的技术方案如下：1)局部聚集度较高像素特征向量提取：将图像从RGB颜色空间转换至HSV颜色空间，并根据饱和度S和亮度V两个通道值将颜色种类划分为3类；按式(1)计算每个像素p的局部聚集度LG(p)，将局部聚集度小于0.8的像素剔除，提取局部聚集度较高的像素的特征向量，形成特征向量集F；像素p局部聚集度np为像素p周围一圈总像素数，np取3或5或8；mp为像素p周围一圈np个像素中与像素p符合颜色相似判据1的像素数，其中mp≤np；颜色相似判据1：(1)当颜色1为第1类颜色时，若颜色2为第1类颜色，则颜色1与2相似；若颜色2为第2类颜色且亮度通道差的绝对值|ΔV|≤10，则颜色1与2相似；若颜色2为第3类颜色且亮度通道差的绝对值|ΔV|≤10，则颜色1与2相似。(2)当颜色1为第2类颜色时，若颜色2为第2类颜色且亮度通道差的绝对值|ΔV|≤20，则颜色1与2相似；若颜色2为第3类颜色且饱和度通道差的绝对值|ΔS|≤10，亮度通道差的绝对值|ΔV|≤20，则颜色1与2相似。(3)当颜色1为第3类颜色时，若颜色2为第3类颜色且色度通道差的绝对值|ΔH|≤10，饱和度通道差的绝对值|ΔS|≤10，亮度通道差的绝对值|ΔV|≤20，则颜色1与2相似。当色度通道差的绝对值|ΔH|＞180时，|ΔH|＝360-|ΔH|。2)主色筛选：根据步骤1)得到的特征向量集F，提取出筛选前颜色集K；进行循环筛选时，一次完整的筛选，首先根据筛选前颜色集K内第i种颜色Ci的代表像素数及保留判定依据1和2确定该颜色是否该被存入本次保留颜色集K′，颜色集K′初始为空；保留判定依据1：在RGB颜色空间内，在筛选前颜色集K中，与颜色Ci的直线距离在长度范围内且与颜色Ci符合相似判据2的筛选前颜色集K的所有颜色中，颜色Ci的代表像素数最大，length初始大小为500；保留判定依据2：若筛选前颜色集K中第i个颜色Ci在本次筛选中已被判定为保留，则计算筛选前颜色集K内与颜色Ci的直线距离ΔCij在长度范围内且符合相似判据2的未被标记为非主色的第j种颜色Cj与Ci的相似率SRij其中α＝1，Ni为筛选前颜色集K中与颜色Ci符合颜色相似判据1的像素数总和；若则将颜色Cj保留，否则将颜色Cj标记为非主色；CRij为筛选前颜色集K内第i个颜色Ci与第j个颜色Cj的理论代表重复率，ΔCij为这两种颜色Ci和Cj在RGB颜色空间的直线距离，ΔDij为这两种颜色Ci和Cj的坐标中心间的直线距离，d为输入图像对角线长度，Ni和Nj分别为这两种颜色的代表像素数，代表像素数表示一种颜色其本身在剔除局部聚集度较低像素的图像中拥有的像素数与归并到它上面的其他颜色的像素数的和，每次循环长度都将变大；颜色相似判据2：(1)当颜色1为第1类颜色时，若颜色2为第1类颜色，则颜色1与2相似；若颜色2为第2类颜色且亮度通道差的绝对值|ΔV|≤10，则颜色1与2相似；若颜色2为第3类颜色且亮度通道差的绝对值|ΔV|≤10，则颜色1与2相似。(2)当颜色1为第2类颜色时，若颜色2为第2类颜色且亮度通道差的绝对值|ΔV|≤40，则颜色1与2相似；若颜色2为第3类颜色且饱和度通道差的绝对值|ΔS|≤10，亮度通道差的绝对值|ΔV|≤40，则颜色1与2相似；(3)当颜色1为第3类颜色时，若颜色2为第3类颜色且色度通道差的绝对值|ΔH|≤30，饱和度通道差的绝对值|ΔS|≤50，亮度通道差的绝对值|ΔV|≤40，则颜色1与2相似。当色度通道差的绝对值|ΔH|＞180时，|ΔH|＝360-|ΔH|。理论代表重复率CRij计算方式：(1)当颜色Ci为第1类颜色时，若颜色Cj为第1类颜色，则CRij＝1；若颜色Cj为第2类颜色，则若颜色Cj为第3类颜色，则(2)当颜色Ci为第2类颜色，若颜色Cj为第1类颜色，则若颜色Cj为第2类颜色，则若颜色Cj为第3类颜色，则(3)当颜色Ci为第三类颜色，若颜色Cj为第1类颜色，则若颜色Cj为第2类颜色，则若颜色Cj为第三类颜色，则其中，|ΔH|，|ΔS|，|ΔV|分别为两种颜色色度通道，饱和度通道，两度通道的差的绝对值，当|ΔH|＞180时，|ΔH|＝360-|ΔH|。确定本次保留颜色集K′中的颜色种类后，对K′进行优化，根据筛选前颜色集K和保留颜色集K′中元素数以及当前长度判定是否要继续循环筛选或回溯；保留颜色集K′优化：特征向量集F的每个元素f在K′内找到RGB空间直线距离最短的元素k′，若两种颜色符合相似判据1，则在这一次的保留颜色集K′优化中将f归并到k′内，并更新k′的信息；3)校正剔除：根据以下4个策略依次进行校正剔除，其中局部聚集度较低的像素仅在策略一中参与计算策略一，最后一次筛选保留的颜色集K′中任意两元素Ki′与Kj′符合颜色相似判据2的，其中Ni′与Nj′分别为图像中与元素ki′，kj′符合颜色相似判据1的像素数总和且Ni′≥Nj′，若两者在原始图像中的实际代表重复率CR′ij≥0.5，则将元素Kj′从K′中剔除，提取剩余的元素形成剔除后颜色集合T；实际代表重复率cp为原图所有像素中同时与Ki′和Kj′符合颜色相似判据1的像素数目，Nj′为在原图所有像素中与Kj′符合相似本文档来自技高网...

【技术保护点】
一种用于检测二维24位彩色图像的主要特征色的方法，其特征在于：包括如下步骤：1)局部聚集度较高像素特征向量提取：将图像从RGB颜色空间转换至HSV颜色空间，并根据饱和度S和亮度V两个通道值将颜色种类划分为3类；按式(1)计算每个像素p的局部聚集度LG(p)，将局部聚集度小于0.8的像素剔除，提取局部聚集度较高的像素的特征向量，形成特征向量集F；像素p局部聚集度LG(p)=mpnp---(1)]]>np(np取3或5或8)为像素p周围一圈总像素数；mp(mp≤np)为像素p周围一圈np个像素中与像素p符合颜色相似判据1的像素数；颜色相似判据1：(1)当颜色1为第1类颜色时，若颜色2为第1类颜色，则颜色1与2相似；若颜色2为第2类颜色且亮度通道差的绝对值|ΔV|≤10，则颜色1与2相似；若颜色2为第3类颜色且亮度通道差的绝对值|ΔV|≤10，则颜色1与2相似。(2)当颜色1为第2类颜色时，若颜色2为第2类颜色且亮度通道差的绝对值|ΔV|≤20，则颜色1与2相似；若颜色2为第3类颜色且饱和度通道差的绝对值|ΔS|≤10，亮度通道差的绝对值|ΔV|≤20，则颜色1与2相似。(3)当颜色1为第3类颜色时，若颜色2为第3类颜色且色度通道差的绝对值|ΔH|≤10，饱和度通道差的绝对值|ΔS|≤10，亮度通道差的绝对值|ΔV|≤20，则颜色1与2相似。当色度通道差的绝对值|ΔH|>180时，|ΔH|＝360‑|ΔH|。2)主色筛选：根据步骤1)得到的特征向量集F，提取出筛选前颜色集K；进行循环筛选时，一次完整的筛选，首先根据筛选前颜色集K内第i种颜色Ci的代表像素数及保留判定依据1和2确定该颜色是否该被存入本次保留颜色集K′(初始为空)；保留判定依据1：在RGB颜色空间内，在筛选前颜色集K中，与颜色Ci的直线距离在长度(length初始大小为500)范围内且与颜色Ci符合相似判据2的筛选前颜色集K的所有颜色中，颜色Ci的代表像素数最大；保留判定依据2：若筛选前颜色集K中第i个颜色Ci在本次筛选中已被判定为保留，则计算筛选前颜色集K内与颜色Ci的直线距离ΔCij在长度范围内且符合相似判据2的未被标记为非主色的第j种颜色Cj与Ci的相似率SRij若(α＝1)，则将颜色Cj保留，否则将颜色Cj标记为非主色；CRij为筛选前颜色集K内第i个颜色Ci与第j个颜色Cj的理论代表重复率，ΔCij为这两种颜色Ci和Cj在RGB颜色空间的直线距离，ΔDij为这两种颜色Ci和Cj的坐标中心间的直线距离，d为输入图像对角线长度，Ni和Nj分别为这两种颜色的代表像素数，代表像素数表示一种颜色其本身在剔除局部聚集度较低像素的图像中拥有的像素数与归并到它上面的其他颜色的像素数的和，每次循环长度都将变大；颜色相似判据2：(1)当颜色1为第1类颜色时，若颜色2为第1类颜色，则颜色1与2相似；若颜色2为第2类颜色且亮度通道差的绝对值|ΔV|≤10，则颜色1与2相似；若颜色2为第3类颜色且亮度通道差的绝对值|ΔV|≤10，则颜色1与2相似。(2)当颜色1为第2类颜色时，若颜色2为第2类颜色且亮度通道差的绝对值|ΔV|≤40，则颜色1与2相似；若颜色2为第3类颜色且饱和度通道差的绝对值|ΔS|≤10，亮度通道差的绝对值|ΔV|≤40，则颜色1与2相似；(3)当颜色1为第3类颜色时，若颜色2为第3类颜色且色度通道差的绝对值|ΔH|≤30，饱和度通道差的绝对值|ΔS|≤50，亮度通道差的绝对值|ΔV|≤40，则颜色1与2相似。当色度通道差的绝对值|ΔH|>180时，|ΔH|＝360‑|ΔH|。理论代表重复率CRij计算方式：(1)当颜色Ci为第1类颜色时，若颜色Cj为第1类颜色，则CRij＝1；若颜色Cj为第2类颜色，则若颜色Cj为第3类颜色，则(2)当颜色Ci为第2类颜色，若颜色Cj为第1类颜色，则若颜色Cj为第2类颜色，则若颜色Cj为第3类颜色，则(3)当颜色Ci为第三类颜色，若颜色Cj为第1类颜色，则若颜色Cj为第2类颜色，则若颜色Cj为第三类颜色，则CRij=116000(21-|ΔH|)(21-|ΔS|)(41-|ΔV|).]]>其中，|ΔH|，|ΔS|，|ΔV|分别为两种颜色色度通道，饱和度通道，两度通道的差的绝对值，当|ΔH|>180时，|ΔH|＝360‑|ΔH|。确定本次保留颜色集K′中的颜色种类后，对K′进行优化，根据筛选前颜色集K和保留颜色集K′中元素数以及当前长度判定是否要继续循环筛选或回溯；保留颜色集K′优化：特征向量集F的每个元素f在K′内找到RGB空间直线距离最短的元素k′，若两种颜色符合相似判据1，则在这一次的保留颜色集K′优化中将f归并到k′内，并更新k′的信息；3)校正剔除：根据以下4个策略依次进...

【技术特征摘要】
1.一种用于检测二维24位彩色图像的主要特征色的方法，其特征在于：包括如下步骤：1)局部聚集度较高像素特征向量提取：将图像从RGB颜色空间转换至HSV颜色空间，并根据饱和度S和亮度V两个通道值将颜色种类划分为3类；按式(1)计算每个像素p的局部聚集度LG(p)，将局部聚集度小于0.8的像素剔除，提取局部聚集度较高的像素的特征向量，形成特征向量集F；像素p局部聚集度np为像素p周围一圈总像素数,np取3或5或8；mp为像素p周围一圈np个像素中与像素p符合颜色相似判据1的像素数,mp≤np；颜色相似判据1：(1)当颜色1为第1类颜色时，若颜色2为第1类颜色，则颜色1与2相似；若颜色2为第2类颜色且亮度通道差的绝对值|ΔV|≤10，则颜色1与2相似；若颜色2为第3类颜色且亮度通道差的绝对值|ΔV|≤10，则颜色1与2相似；(2)当颜色1为第2类颜色时，若颜色2为第2类颜色且亮度通道差的绝对值|ΔV|≤20，则颜色1与2相似；若颜色2为第3类颜色且饱和度通道差的绝对值|ΔS|≤10，亮度通道差的绝对值|ΔV|≤20，则颜色1与2相似；(3)当颜色1为第3类颜色时，若颜色2为第3类颜色且色度通道差的绝对值|ΔH|≤10，饱和度通道差的绝对值|ΔS|≤10，亮度通道差的绝对值|ΔV|≤20，则颜色1与2相似；当色度通道差的绝对值|ΔH|＞180时，|ΔH|＝360-|ΔH|；2)主色筛选：根据步骤1)得到的特征向量集F，提取出筛选前颜色集K；进行循环筛选时，一次完整的筛选，首先根据筛选前颜色集K内第i种颜色Ci的代表像素数及保留判定依据1和2确定该颜色是否该被存入本次保留颜色集K′，颜色集K′初始为空；保留判定依据1：在RGB颜色空间内，在筛选前颜色集K中，与颜色Ci的直线距离在长度范围内且与颜色Ci符合相似判据2的筛选前颜色集K的所有颜色中，颜色Ci的代表像素数最大,length初始大小为500；保留判定依据2：若筛选前颜色集K中第i个颜色Ci在本次筛选中已被判定为保留，则计算筛选前颜色集K内与颜色Ci的直线距离ΔCij在长度范围内且符合相似判据2的未被标记为非主色的第j种颜色Cj与Ci的相似率SRij其中α＝1，Ni为筛选前颜色集K中与颜色Ci符合颜色相似判据1的像素数总和；若则将颜色Cj保留，否则将颜色Cj标记为非主色；CRij为筛选前颜色集K内第i个颜色Ci与第j个颜色Cj的理论代表重复率，ΔCij为这两种颜色Ci和Cj在RGB颜色空间的直线距离，ΔDij为这两种颜色Ci和Cj的坐标中心间的直线距离，d为输入图像对角线长度，Ni和Nj分别为这两种颜色的代表像素数，代表像素数表示一种颜色其本身在剔除局部聚集度较低像素的图像中拥有的像素数与归并到它上面的其他颜色的像素数的和，每次循环长度都将变大；颜色相似判据2：(1)当颜色1为第1类颜色时，若颜色2为第1类颜色，则颜色1与2相似；若颜色2为第2类颜色且亮度通道差的绝对值|ΔV|≤10，则颜色1与2相似；若颜色2为第3类颜色且亮度通道差的绝对值|ΔV|≤10，则颜色1与2相似；(2)当颜色1为第2类颜色时，若颜色2为第2类颜色且亮度通道差的绝对值|ΔV|≤40，则颜色1与2相似；若颜色2为第3类颜色且饱和度通道差的绝对值|ΔS|≤10，亮度通道差的绝对值|ΔV|≤40，则颜色1与2相似；(3)当颜色1为第3类颜色时，若颜色2为第3类颜色且色度通道差的绝对值|ΔH|≤30，饱和度通道差的绝对值|ΔS|≤50，亮度通道差的绝对值|ΔV|≤40，则颜色1与2相似；当色度通道差的绝对值|ΔH|＞180时，|ΔH|＝360-|ΔH|；理论代表重复率CRij计算方式：(1)当颜色Ci为第1类颜色时，若颜色Cj为第1类颜色，则CRij＝1；若颜色Cj为第2类颜色，则若颜色Cj为第3类颜色，则(2)当颜色Ci为第2类颜色，若颜色Cj为第1类颜色，则若颜色Cj为第2类颜色，则若颜色Cj为第3类颜色，则(3)当颜色Ci为第三类颜色，若颜色Cj为第1类颜色，则若颜色Cj为第2类颜色，则若颜色Cj为第三类颜色，则其中，|ΔH|，|ΔS|，|ΔV|分别为两种颜色色度通道，饱和度通道，两度通道的差的绝对值，当|ΔH|＞180时，|ΔH|＝360-|ΔH|；确定本次保留颜色集K′中的颜色种类后，对K′进行优化，根据筛选前颜色集K和保留颜色集K′中元素数以及当前长度判定是否要继续循环筛选或回溯；保留颜色集K′...

【专利技术属性】
技术研发人员：刘春晓，朱臻阳，陈丽丽，
申请(专利权)人：浙江工商大学，
类型：发明
国别省市：浙江;33