基于HSV空间的颜色特征提取

杨奥博　盛家川　李玉芝　刘赏　赵坤圆

摘要：随着数字化发展，数字图像的容量将会以惊人的速度增长。因此，图像分类和检索成为一个必要的、十分有意义的研究课题。针对这一课题，该文选取并运用现代的图像识别技术，旨在对于颜色这一重要特征进行颜色特征提取，进而实现图像检索和分类。实验结果表明，使用计算机对图像进行分类，从而克服传统鉴别分类方式缺少客观、量化指标的缺点的这种方法是可行的。

关键词：颜色特征；HSV；分类

中图分类号：TP751 文献标识码：A 文章编号：1009-3044（2017）18-0193-03

1概述

颜色特征是当前最受欢迎的视觉分类特征，经常用于数字图像的分类与检索。这是因为颜色特征对外界因素的依赖性较小。相比而言其它的图像特征例如形状特征及纹理特征，对图像的尺寸和位置都有一定的要求。顏色特征也是最直观呈现的特征。所以在基于内容的图像检索技术中颜色特征的研究更被研究者重视。同时，相对几何特征而言，颜色特征稳定性好，有对大小、方向不敏感等特点。因此，颜色特征的提取受到极大重视并得到深入研究。

本文提出基于HSV空间的颜色特征提取算法，并通过对中国画的实验证明，该算法能有效提取画作的颜色特征，并依此对图像进行了分类研究。

2基于HSV空间的颜色特征提取

传统的RGB颜色模型可分辨的色差是非线性的，且没有直观感，所以不是一个好的颜色描述系统。相比RGB颜色空间，HSV颜色空间更接近于人类视觉经验和对色彩的认识。

HSV色彩模型是由Munseu提出的。HSV颜色空间从人类感知的角度来定义色彩空间。HSV颜色空间有三个属性，色彩（Hue），又称色调；饱和度（Saturation），表示色彩的纯度；亮度（Value），是指色彩的明暗程度，亮度的高低，越接近白色亮度越高，越接近灰色或黑色亮度越低。

HSV颜色空间具有自然性，与人类的视觉感知相当的接近，反映了人类观察色彩的方式，同时也有利于图像检索。李海峰做实验发现基于HSV颜色直方图的方式明显优于RGB颜色直方图的方式。

基于以上分析，本文选取了HSV颜色空间模型对颜色特征进行提取。一般来说，图像都以RGB的方式保存。可以将图像从RGB颜色空间转换到HSV空间中来。设V_c是RGB颜色空间中的一个颜色，W_c是HSV颜色空间中的一个颜色，从RGB颜色空间到HSV颜色空间的变换过程可以用公式（1）来表示：

3全局直方图

颜色直方图常被用来表示图像的颜色特征，其运算速度快，算法简单，而且具有尺度、平移和旋转不变性。该方法在图像特征提取、图像分类和检索中都有很好的应用。该算法能够体现出不同色彩的分布情况和色彩在整个图像中所占的比例，即图像中所包含的颜色以及各颜色出现的概率。

图像的颜色直方图可以看作是一维的离散函数，公式如下：

其中，k代表图像的颜色级，L是可取的颜色级的个数。n_k是图像中具有颜色级为k的像素个数，N代表图像像素的总个数。

本文对中国画颜色特征进行提取结果如图1、图2所示：

这些作品当中，除了黄公望的一些作品外，所有画家的所有作品的颜色特征直方图都有一个明显的特点，即Color=11的颜色都比较突出，吴昌硕的尤为明显。Color=11之所以分布概率大，是由于H=1，S=0，V=2的分布概率都比较大。

H=1时，表明色调处于红黄之间。由图1可以看出，国画色调处于这个色调空间。其中，吴昌硕擅长写意花卉，喜用浓丽对比的颜色，尤善用西洋红。

S=0，表明色调的纯度并不高。国画的在作画时，并没有非常纯正的红黄绿色。中国国画的颜料多是有一定着色能力的矿物质，比如朱砂，赭石，雄黄、铅粉等，它们本身就含有比较丰富的杂质，加之画家作画时也需要对它们混合调制才能得到比较理想的颜色。这就解释了色调纯度普遍为0的原因，也符合国画的视觉特点。

V=2表明亮度值高。由作品也可以看出，除了黄公望的作品整体感觉偏暗，其他的作品都带给人比较明亮的感觉。

从直方图中可以看到，比较容易辨认的是吴昌硕的直方图，它的特点是其颜色集中在Color=11处，而其他颜色的分布很少；其次便是黄公望。它的特点是颜色在大部分集中在Col-or=15处，而且在这个颜色附近也有比较均匀的分布，使得整个直方图呈现一种“A”字形；其余徐悲鸿和黄公望作品的颜色直方图分布基本上都呈现“山”字形。不同的是徐悲鸿的峰值往往出现在Color=2处，而刘旦宅的“山”形比较规则。

经过以上分析，我们可以初步断定基于HSV颜色空间的不均匀量化方法是可以提取国画的颜色特征的。这些作品的颜色直方图既有一些共性，显示了国画的普遍特点，又存在个体差异，利用提取图像HSV直方图的方法可以帮助人们进行初步的判断。

4实验结果

为了更准确的进行数据分析，本文进行了多次实验。对四位画家的画作利用神经网络进行分类。其实验结果如表1所示。

实验结果表明，本文采用的基于HSV空间的颜色特征提取方法可以在一定程度上体现中国传统绘画的颜色特征。

5结论

本文研究了基于HSV颜色空间的特征提取算法，并对数字化的中国画提取了数字特征，以便于用数字化和量化的方法来分析图像。为了验证特征提取算法的有效性，本文基于BP神经网络对中国画进行分类研究。BP神经网络具有良好的非线性映射能力，自学习能力和自适应能力，而且泛化能力和容错能力上也都有突出表现。实验结果表明，在处理三个画家分类时得到了较好的表现，使用计算机对图像进行分类，从而克服传统鉴别分类方式缺少客观、量化指标的缺点的这种方法是可行的。endprint