基于颜色直方图的男T恤图像预处理初探

张晓萌 张海波

摘要：图像识别的研究中，图像数字化处理是实现图像特征提取的最基础、最关键的一步，处理效果影响着图像特征因素的提取。但是，我们肉眼所看到的图像是在RGB通道下的彩色图像，该文将基于颜色特征提取原理，用Matlab软件探测男T恤图像在颜色空间中的分布情况，选取合适的图像颜色空间，计算图像的颜色直方图，为男T恤图像进行颜色特征提取奠定基础。

关键词：数字化处理；颜色空间；彩色图像；颜色直方图

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2018）24-0168-03

Abstract： In the research of image recognition， digital image processing is the most fundamental and most important step in the realization of image feature extraction， and the processing effect affects the extraction of image feature factors. However， the image is a color image under the RGB channel， which is we seen. In this paper， based on the principle of color feature extraction， we use the Matlab software to detect the distribution of the male T shirt image in the color space， select the appropriate color space and calculate the color histogram of the image， and lay a foundation for the color feature extraction for the male T shirt image.

Key words： digital image processing； color space； color image ； color histogram

基于内容的图像特征提取，包括情感语义的底层特征提取，其中有颜色特征提取、纹理特征提取和形状特征提取。在图像特征提取之前，第一步是图像预处理，尽可能很少的缺失图形信息，以利于提取图像的本质特征信息。在当今计算机技术的发展中，图像的数字化处理技术应用领域较为广泛。首先数字化图像处理可以以数字化的语言将图像信息表示出来，且信息的精确高，能够极大程度的使原有图像信息在特征提取时不缺失，对图像识别技术提供了有利的条件。数字化图像处理方式有多种，其中包括降音降噪、图像平滑、色彩空间转换、颜色阈值分割图像等处理手段，本文将针对男T恤图像，基于颜色直方图的计算处理图像，探测男T恤图像在颜色空间中色彩的分布情况及效果。

1 研究目的及意义

随着计算机技术的发展，网络技术的普及，每天成千上万的图像向我们扑面而来，而人类所看到的图像呈现的颜色，是RGB通道下的色彩，那么，在RGB通道下的图像信息量多且复杂，不利于图像的底层特征提取，所以在进行特征提取时，首先将彩色图像转换成灰度图像，将RGB颜色空间转换成其他颜色空间，用图像的直方图表达图像的颜色信息。图像颜色直方图指的是统计图像中像素点的灰度级以及该灰度级上像素点的频率或像素数量，是一种由统计得到的图像灰度频数图。通常，在RGB颜色空间中表达的图像与人类视觉感知有很大不同，在图像处理中通常将原始彩色图像的颜色空间转换与人类视觉感知相似的颜色空间。这样有利于图像其他特征的提取，也有利于提取图像的有效信息，准确的表达图像的本质特性[1]-[2]。基于颜色直方图的男T恤图像处理初探，用Matlab软件分析颜色空间的表示效果，选取合适的颜色空间模型，将有利于男T恤的图像特征提取的进一步研究。

2 图像颜色空间分类

图像颜色空间的处理，直方图统计要特定于适合的颜色模型中研究，即使是相同的颜色，在不同的颜色空间模型中效果也会有很大的不同。颜色空间模型通常分为RGB颜色空间模型、HSV颜色空间模型、Lab颜色空间模型等。现在的数字图像是以RGB颜色空间模型表示的，直方图表示的是R、G、B三原色的亮度值。RGB颜色空间模型是处理图像中最基础、最为常用的颜色空间，并且其他几种颜色空间的图像处理都是从RGB颜色空间转换而成的，但是RGB颜色空间直方图表示不直观，不符合人的视觉感受。HSV空间模型是一种面向人类视觉感知的模型，其中，H代表色调，指颜色的名称，比如红、绿、黄等；S表示饱和度，指颜色的深浅程度，与色调的纯度有关，饱和度高则颜色深，反之则浅；V表示亮度，指图像的明暗程度，白色光线越多说明亮度越高，反之则图像的暗度高。HSV模型是一种能够很好模拟人类视觉感知效果的颜色空间。Lab颜色空间模型中，L表示颜色的亮度，a表示红绿分量值，b表示黄蓝分量值，取值范围都是0-255，参数数值范围需要归一化到0-1之间，转换到其他空间来统计颜色直方图[3]-[4]。

但是本文的男T恤图像色彩空间根据优缺点选取HSV颜色空间模型，H表示取值范围是0-360，S、V表示取值范围是0-1，它是一种直观的颜色模型，可以通过黑白灰度变化、色度-饱和度直方图表示图像的像素点分布情况，直观表達图像的颜色特性。

3 男T恤图像颜色空间处理

对于图像颜色空间的处理，应选择合适的颜色空间，使用有效的直方图统计算法，并准确描述图像的信息。这一部分将从灰度直方图和HSV颜色空间直方图两种不同的表达方式探讨男T恤图像的颜色直方图的表达。

3.1 图像处理步骤

如图1所示，男T恤图像颜色直方图计算的步骤：

3.2 男T恤图像颜色直方图的统计

3.2.1 灰度直方图

灰度直方图是一种表示灰度级像素点分布的离散函数，表示公式如（a）式。其中k指的是灰度级，L表示灰度级的种类数，[nk]表示图像在k级上像素的分布个数，N为总个数，公式的结果就是k级像素分布的频率。灰度直方图的横坐标表示灰度级，灰度序列为256，纵坐标表示频率或像素点个数，这是一种对图像更直观的全局描述。其中，灰度直方图的计算首先要先把RGB彩色图像处理为灰度图像，然后采用程序算法实现灰度图的统计[6]。

不同于Opencv中的程序设计，Matlab函数是可以直接调用，在Matlab中，图像读取函数使用的是imread，如imread（'E：＼MATLAB＼1.bmp'），可以打开图片的指定路径，读取图像。那么下一步是将原图像转换为灰度图像rgb2gray，绘制图像的直方图。灰度直方图的被绘制为256×256的矩阵，记录每个灰度值的像素数，用函数代码程序绘制直方图。

如上图2、3所示，在样本图像中抽取了8个样本图像，将彩色图像转换为灰度图像，显示效果如图2，图3表示图像的灰度直方图，直方图的横纵坐标分别指的是灰度级和所在灰度级的像素点个数。由图中可以看出8个图像样本所在灰度级像素点的个数，图（3）、（4）、（5）所示，样本原图像的像素点集中于0-150的灰度级区间内，离散程度较小，而其他几个样本图像的像素分布范围级数多，离散程度较大，且（2）、（6）、（7）、（8）灰度级比其他图级数多，说明明暗度层次丰富。在灰度直方图中，灰度级数越多，说明亮度范围越大，明暗度层次越丰富，其中，所在灰度级的灰度值越大，在该灰度级上的像素点亮度越高，反之则暗。综上所述，灰度直方图更多的作用是表示图像颜色空间的明暗程度，其直方图的离散程度则表示图像颜色的对比度[5]。

3.2.2 HSV颜色直方图

HSV颜色直方图的算法通常首先将颜色空间RGB转为HSV空间，两者转换公式见（b），然后将颜色空间非等间隔量化，此处将H分为16级，S、V都量化为4级[7]-[8]，分别显示原图像的H、S、V三个通道下的图像，统计显示图像的色调-饱和度的直方图，如图4。

H-S直方图，是先将原图像RGB颜色空间转换为HSV颜色空间，然后将HSV空间模型的H、S分量计算，得到一组新的图像特征统计信息表示直方图，显示原图像RGB颜色空间的色度-饱和度情况。图4中的（1）、（2）色度数值级数分布在200-250，色相100-200之间数值较大，说明在200-250之间的级数上的色度像素点较多，原图像色相的饱和度较高，即纯度较大。同样，（3）、（4）、（7）色度级数分布在0-50，级数较低，说明此顏色的亮度范围小，层次单一，但此色度值较大，说明在0-50之间的色度像素点纯度高；（5）、（6）、（8）的色度级数主要分布在120-200，说明图像的颜色主要限定特征分布在此范围内，且（6）图像的层次较丰富。HSV颜色直方图很直观，能够符合人类的视觉感知效果，能够较为全面的表达图像全局颜色像素的分布情况，判断出图像的色相-饱和度特性。

3.2.3 灰度直方图和HSV直方图的比较

灰度直方图中的灰度数值范围在0-255之间，指在256等级上黑—白之间的明暗度均匀分布程度，灰度直方图的灰度级分布可以用来分析图像的离散程度，表示图像的颜色对比度，判断原图像的色彩丰富程度；HSV颜色直方图能够较明确的判断图像的色相饱和度程度，符合人类的肉眼感知效果。经过以上两种直方图的分析，说明HSV颜色空间的特点是：亮度分量与图像的颜色无关，色度-饱和度与人类的视觉感知心理相关，那么基于HSV颜色空间模型的图像处理效果会较好。但是从两种颜色直方图的特点总结出，RGB颜色空间的图像转换为HSV颜色空间，在HSV颜色空间下的灰度直方图分析图像的颜色特征提取效果会更佳。

4 结束语

图像特征提取是实现图像识别的关键部分，而特征提取依赖于图像的处理成效，男T恤图像的颜色空间处理研究，结果显示HSV颜色空间模型更为适合男T恤图像的预处理，而HSV颜色直方图下的灰度图像更为适合男T恤图像的颜色特征提取。本文分别研究了灰度直方图和HSV颜色直方图的效果，两者的融合，直方图算法改进量化是进一步的研究方向，这样为男T恤图像的颜色特征提取打下基础，为后续的研究避免不必要的计算问题，得到预期的研究成果。

参考文献：

[1] 王容.浅谈数字图像处理技术的应用与发展[J].川北医学院，四川，2014.

[2] 汪启伟.图像直方图特征及其应用研究[D].中国科学技术大学，2014.

[3] 韩轩.基于颜色和空间特征的图像检索技术研究[D].厦门大学，2008.

[4] 王娟，孔兵，贾巧丽.基于颜色特征的图像检索技术[J].计算机系统应用，2011，20（7）.

[5] 张海波，黄铁军，修毅，等.基于颜色和纹理特征的面料图像情感语义分析[J].天津工业大学学报，2013，32：（4）.

[6] 刘益新，郭依正.灰度直方图特征提取的Matlab实现[J].电脑知识与技术，2009，32（5）.

[7] 黄雁华，武文远，龚艳春，等.量化颜色直方图的改进与应用[J].光电技术应用，2011，26（4）.

[8] 姜兰池，沈国强，张国煊.基于HSV分块颜色直方图的图像检索算法[J].机械工程，杭州电子科技大学，2009，26（11）.

【通联编辑：唐一东】