用于图像颜色的识别方法和衣物处理设备技术

本发明专利技术涉及智慧家电技术领域，具体提供一种用于图像颜色的识别方法和衣物处理设备，旨在解决现有物品的颜色识别不准确的问题。为此目的，本发明专利技术的识别方法包括下列步骤：获取物品图像；将物品图像分为多个区域；调用预设聚类算法分别对多个区域进行聚类，得到每个区域的聚类后的颜色值；根据颜色值和数据库存储的多个标准颜色，确定物品颜色，降低了光照强度等环境因素对图像颜色识别造成的干扰，避免了出现局部最优的现象，能够准确地识别出图像中的物品颜色，从而能够准确地确定物品颜色，提高了图像颜色识别的准确率和精度。高了图像颜色识别的准确率和精度。高了图像颜色识别的准确率和精度。

【技术实现步骤摘要】
用于图像颜色的识别方法和衣物处理设备


[0001]本专利技术涉及智慧家电
，具体提供一种用于图像颜色的识别方法和衣物处理设备。

技术介绍

[0002]随着人们生活水平的提高，人们对于洗衣机智能化的要求越来越高，而对于衣物而言，最显而易见的衣物特征便是颜色。人们期望洗衣机更加智能化，能够自动获取衣物的颜色等属性信息，并根据衣物的颜色等推荐合适的洗涤程序并确定洗涤参数，不仅能够将衣物清洗干净，而且还能够避免衣物受到损伤，例如串色等。
[0003]然而，现有的衣物颜色识别算法在识别的过程中直接对整个图像进行一次聚类分析，由于衣物被拍摄出的图片受外界光照及其他因素影响，导致图片上的颜色与衣物的实际颜色有很大的色差，因此很容易出现局部最优的现象，从而使得识别出的颜色的RGB值很有可能是衣物图像中发生颜色偏差的位置的RGB值，导致识别的颜色与衣物本身的颜色有偏差。而且，现有的衣物颜色识别算法大部分仅能分为十种颜色名称，但是衣物的实际颜色有成百上千种，只能够大致识别出衣物的颜色所属的色系，无法精确地识别衣物的具体颜色，例如，只能识别出衣物是蓝色，但是不能够具体确定衣物是闪兰色还是深天蓝色等更精确的颜色，无法满足用户更精确的颜色识别的需求，甚至还有可能导致推荐的洗涤程序不合适，不利于用户体验。
[0004]因此，本领域需要一种新的用于图像颜色的识别方法和衣物处理设备来解决上述问题。

技术实现思路

[0005]本专利技术旨在解决上述技术问题，即，解决现有物品的颜色识别不准确的问题。
[0006]在第一方面，本专利技术提供了一种用于图像颜色的识别方法，所述识别方法包括下列步骤：获取物品图像；将所述物品图像分为多个区域；调用预设聚类算法分别对所述多个区域进行聚类，得到每个所述区域的聚类后的颜色值；根据所述颜色值和数据库存储的多个标准颜色，确定物品颜色。
[0007]在上述识别方法的优选技术方案中，“调用预设聚类算法分别对所述多个区域进行聚类，得到每个所述区域的聚类后的颜色值”的步骤具体包括：调用所述预设聚类算法分别对所述多个区域进行聚类，得到每个所述区域的聚类RGB值；“根据所述颜色值和数据库存储的多个标准颜色，确定物品颜色”的步骤具体包括：根据所述聚类RGB值和所述多个标准颜色的标准RGB值，确定所述物品颜色。
[0008]在上述识别方法的优选技术方案中，“根据所述聚类RGB值和所述多个标准颜色的标准RGB值，确定所述物品颜色”的步骤具体包括：根据每个所述聚类RGB值和所述多个标准颜色的标准RGB值分别确定每个所述区域的聚类颜色；根据所述聚类颜色，确定所述物品颜色。
[0009]在上述识别方法的优选技术方案中，“根据每个所述聚类RGB值和所述多个标准颜色的标准RGB值分别确定每个所述区域的聚类颜色”的步骤具体包括：分别计算每个所述聚类RGB值与所述多个标准颜色的标准RGB值之间的相似度；将计算得到的每个所述聚类RGB值所对应的全部所述相似度分别进行比较，根据比较结果确定每个所述聚类RGB值所对应的最大相似度；将每个所述最大相似度所对应的标准颜色分别确定为其所对应的区域的所述聚类颜色。
[0010]在上述识别方法的优选技术方案中，“根据所述聚类颜色，确定所述物品颜色”的步骤具体包括：分别统计每个所述聚类颜色的数量；将统计出来的全部所述数量进行比较，根据比较结果确定最大数量；将与所述最大数量相对应的聚类颜色确定为所述物品颜色。
[0011]在上述识别方法的优选技术方案中，所述相似度采用欧式距离或余弦距离表示；并且/或者所述预设聚类算法为kmeans聚类算法。
[0012]在上述识别方法的优选技术方案中，“将所述物品图像分为多个区域”的步骤具体包括：对所述物品图像进行预处理，得到物品的主体图像；将所述主体图像分为所述多个区域。
[0013]在上述识别方法的优选技术方案中，“对所述物品图像进行预处理，得到物品的主体图像”的步骤具体包括：识别所述物品图像中的物品以及该物品所在该图像中的坐标位置；根据所述坐标位置从所述物品图像上截取所述主体图像，以去除所述物品图像的背景。
[0014]在上述识别方法的优选技术方案中，“根据所述坐标位置从所述物品图像上截取所述主体图像”的步骤具体包括：根据所述坐标位置，按照预设方法从所述物品图像上截取所述主体图像。
[0015]在第二方面，本专利技术提供了一种衣物处理设备，所述衣物处理设备包括：处理器；存储器，用于存储多条程序代码；所述程序代码适于由所述处理器加载并执行上述优选技术方案中任一项所述的识别方法。
[0016]在本专利技术的识别方法的优选技术方案中，获取物品图像；将物品图像分为多个区域；调用预设聚类算法分别对多个区域进行聚类，得到每个区域的聚类后的颜色值；根据颜色值和数据库存储的多个标准颜色，确定物品颜色。
[0017]相对于现有技术中直接对整个图像进行一次聚类分析的技术方案，本专利技术的识别方法在识别物品颜色时，将物品图像分为多个区域，调用预设聚类算法分别对多个区域进行聚类，相当于对物品图像进行了多次聚类，使得聚类后的每个区域的聚类颜色值无限接近于该区域的真实颜色值，并根据聚类后的全部颜色值和数据库存储的多个标准颜色来确定衣物颜色，降低了光照强度等环境因素对图像颜色识别造成的干扰，避免了出现局部最优的现象，能够准确地识别出图像中的物品颜色，从而能够准确地确定物品颜色，提高了图像颜色识别的准确率和精度。
[0018]进一步地，调用预设聚类算法分别对多个区域进行聚类，得到每个区域的聚类RGB值，根据聚类RGB值和多个标准颜色的标准RGB值，确定物品颜色，在此过程中，不需要经过颜色空间的转换就能够实现颜色识别，从而避免了在颜色识别过程中产生颜色损失，能够更准确地识别图像颜色，进一步提高了图像颜色识别的准确率和精度。
[0019]进一步地，分别根据每个聚类RGB值和多个标准颜色的标准RGB值确定每个区域的聚类颜色，根据聚类颜色来确定物品颜色，考虑了每个区域的聚类颜色，避免了出现局部最
优的现象，避免了误识别的情况发生，进一步提高了图像颜色识别的准确率和精度。
[0020]进一步地，分别计算每个聚类RGB值与多个标准颜色的标准RGB值之间的相似度，将计算得到的每个聚类RGB值所对应的全部相似度分别进行比较，根据比较结果确定每个聚类RGB值所对应的最大相似度，将每个最大相似度所对应的标准颜色分别确定为其所对应的区域的聚类颜色，也就是说，最终确定的每个区域的聚类颜色所对应的标准RGB值与该区域的聚类RGB值的相似度最大，两者的颜色最接近，确保了识别出的聚类颜色的准确率和精度。
[0021]进一步地，分别统计每个聚类颜色的数量，将统计出来的全部数量进行比较，根据比较结果确定最大数量，将与最大数量相对应的聚类颜色确定为物品颜色，也就是说，最终确定的物品颜色所对应的聚类颜色出现的次数最多，可以认为该聚类颜色为物品的主要颜色或者是大部分区域的颜色，避免了出现识别出的颜色是衣物图像中发生颜色偏差的位置的颜色的现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于图像颜色的识别方法，其特征在于，所述识别方法包括下列步骤：获取物品图像；将所述物品图像分为多个区域；调用预设聚类算法分别对所述多个区域进行聚类，得到每个所述区域的聚类后的颜色值；根据所述颜色值和数据库存储的多个标准颜色，确定物品颜色。2.根据权利要求1所述的识别方法，其特征在于，“调用预设聚类算法分别对所述多个区域进行聚类，得到每个所述区域的聚类后的颜色值”的步骤具体包括：调用所述预设聚类算法分别对所述多个区域进行聚类，得到每个所述区域的聚类RGB值；“根据所述颜色值和数据库存储的多个标准颜色，确定物品颜色”的步骤具体包括：根据所述聚类RGB值和所述多个标准颜色的标准RGB值，确定所述物品颜色。3.根据权利要求2所述的识别方法，其特征在于，“根据所述聚类RGB值和所述多个标准颜色的标准RGB值，确定所述物品颜色”的步骤具体包括：根据每个所述聚类RGB值和所述多个标准颜色的标准RGB值分别确定每个所述区域的聚类颜色；根据所述聚类颜色，确定所述物品颜色。4.根据权利要求3所述的识别方法，其特征在于，“根据每个所述聚类RGB值和所述多个标准颜色的标准RGB值分别确定每个所述区域的聚类颜色”的步骤具体包括：分别计算每个所述聚类RGB值与所述多个标准颜色的标准RGB值之间的相似度；将计算得到的每个所述聚类RGB值所对应的全部所述相似度分别进行比较，根据比较结果确定每个所述聚类RGB值所对应的最大相似度；将每个所述最大相似...

【专利技术属性】
技术研发人员：王守一，许升，黄振兴，
申请(专利权)人：海尔智家股份有限公司，
类型：发明
国别省市：