淺析聚類算法在寶石顏色分級中的應(yīng)用

趙天豪

摘要：在綠松石和翡翠的分級中，顏色分級是非常重要的一個考慮因素。目前，對于綠松石和翡翠的顏色分級主要采取人工方法，十分費力且容易受主觀因素影響。筆者嘗試使用聚類的方法對綠松石和翡翠進行自動顏色分級，從而實現(xiàn)以一種客觀的量化標(biāo)準對二者顏色分級，同時減少人工時間消耗。實驗結(jié)果表明，使用基于聚類的綠松石和翡翠自動顏色分類的方法可以在一定程度上實現(xiàn)對二者顏色的自動分類，但是不能完全取代人工分類，本方法可以作為一種前置的自動分類方法，為后續(xù)的人工分級提供一定的依據(jù)。

關(guān)鍵詞：綠松石；翡翠；聚類；圖像處理；主顏色

DOI：10.12433/zgkjtz.20232438

隨著人工智能領(lǐng)域的發(fā)展，使用聚類算法對圖像進行處理是聚類算法的一大應(yīng)用方向。

基于綠松石和翡翠的顏色分級時存在的受主觀因素影響、大批量樣品分類費時費力等問題，根據(jù)現(xiàn)有的顏色分級標(biāo)準通過計算機實現(xiàn)對于二者顏色的自動分類，使用客觀的量化指標(biāo)消除分類時的主觀因素的影響以及對于分類環(huán)境的要求，也可以節(jié)約大量的綠松石或翡翠進行顏色分類的時間。

一、圖像收集與預(yù)處理

（一）圖像收集

本次實驗所收集綠松石圖像共計209張，顏色包括綠色、綠藍色、藍綠色、藍色、黃色、橙色；翡翠圖像共計133張，顏色包括綠色、紫色及紅黃色翡翠。

（二）圖像分割

在處理圖像前，為了消除圖像背景對于結(jié)果的影響，使用Grabcut的圖像分割程序?qū)G松石和翡翠圖像進行圖像分割。

二、綠松石與翡翠顏色聚類分析

（一）量化標(biāo)準的選取

在對綠松石和翡翠圖像使用聚類方法進行顏色自動分類之前，首先要有自動顏色分類的量化依據(jù)。在《綠松石 分級》（GB/T? 36169—2018）中給出了綠松石的色相、飽和度和明度不同分類的HSV值的參考值，而在《翡翠 分級》（GB 23885—2019）中在對翡翠分級時，色相給出的供參考的量化指標(biāo)是光譜色主波長參考值，彩度給出的供參考的量化指標(biāo)是由CIE XYZ顏色空間得到的色純度值，明度給出的供參考的量化指標(biāo)是色卡灰度標(biāo)尺參考值?？紤]到翡翠分類國標(biāo)中使用的量化指標(biāo)不容易計算，筆者采用綠松石分級國家標(biāo)準中使用的HSV值作為二者顏色分類的量化指標(biāo)。

對于綠松石，直接使用綠松石國家標(biāo)準的不同HSV值對應(yīng)的分級類別進行分類。對于明度和飽和度參考值，筆者對原標(biāo)準中的百分比進行相應(yīng)的轉(zhuǎn)換。對于兩個類別的邊緣值均認為屬于上一類別。

對于翡翠，翡翠分類在國家標(biāo)準中未給出色相、飽和度和明度不同級別對應(yīng)的參考值。筆者依據(jù)綠松石國家標(biāo)準中對于飽和度和明度不同級別的參考值對翡翠的飽和度和明度進行分類。翡翠色相類別不同且存在不能用色相分類的無色翡翠，因此，筆者暫時不對無色翡翠分類，對色相的翡翠依照opencv中的不同顏色對應(yīng)H值劃分色相類別與色相參考值，見表1。

（二）基于聚類的綠松石和翡翠顏色自動分類算法

筆者共設(shè)計了兩個基于聚類算法的算法來實現(xiàn)綠松石和翡翠的自動顏色分類。兩個算法的基本步驟如下：

1.算法一

（1） 提取一張圖像所有像素點的HSV值。

（2） 為了去除雜色影響根據(jù)H值，對像素點進行篩選，對篩選后的像素點的HSV值進行聚類。

（3） 定義含有像素點最多的簇為主顏色簇，提取主顏色簇的簇中心點作為該張圖像的顏色特征值，對所有經(jīng)過圖像進行如上操作提取出各種的顏色特征值。

（4） 對所有圖像的顏色特征值再進行聚類，提取這一次聚類的每個簇的簇中心點對應(yīng)的HSV值。

（5） 根據(jù)HSV值所對應(yīng)的顏色分類結(jié)果認為屬于該簇內(nèi)的所有特征值對應(yīng)的圖像均屬于該顏色分類結(jié)果。

算法一流程示意見圖1。

2.算法二

（1） 用戶輸入一張圖像或者一個包含圖像的文件夾，提取讀取到的圖像的像素的HSV值。

（2） 在提取之前先對像素進行篩選，篩選出H值不符合的像素，排除背景顏色或無關(guān)顏色對后續(xù)處理的影響。

（3） 之后對篩選出的像素的HSV值進行聚類，選取出包含像素點最多的簇，若該簇包含的像素點數(shù)量小于篩選后總像素點數(shù)量的40%就認為該綠松石或翡翠為雜色綠松石或翡翠，若該簇包含的像素點數(shù)量大于篩選后總像素點數(shù)量的40%則進行后續(xù)處理。

（4） 提取主顏色簇簇中心點的HSV值及主顏色簇中隨機99個像素點的HSV值。

（5） 根據(jù)《綠松石 分級》（GB/T? 36169—2018）對像素點的H、S和V值進行分成不同的類別（翡翠H值的分類依據(jù)不同顏色對于的H值范圍），然后將前面選取的100個點的HSV值進行分類。

（6） 統(tǒng)計每類中分到的像素點的數(shù)量，認為該綠松石/翡翠的顏色分類即為包含像素點最多的類別對于的顏色分類。

算法二流程見圖2。

（三） 基于算法一的綠松石和翡翠顏色自動分類

1.基于算法一的綠松石和翡翠顏色自動分類結(jié)果展示

對所有綠松石圖像的特征值進行聚類，選用K-means++算法且聚類數(shù)為8時每個族中心點的HSV值（表示為H，S，V三元組的形式）及HSV值對應(yīng)的分類見表2。

從表2中可以看出，當(dāng)聚類數(shù)選為8時，實際只將綠松石分為了（綠，濃，明）（黃，艷，暗）（綠，濃，亮）（黃，艷，明）（黃，中，明）和（綠，艷，明）共計6類。色相只分出了兩個類別。出現(xiàn)了分類明顯錯誤的情況，綠松石被分到（黃，艷，暗）這一類中。聚類的DB指數(shù)為0.98，CH指數(shù)為133。

對所有翡翠圖像的特征值進行聚類，選用K-means++算法且聚類數(shù)為8時每個族中心點的HSV值（表示為H，S，V三元組的形式）及HSV值對應(yīng)的分類，見表3。

從表3中可以看出這次將翡翠分為8類。色相分出了綠、紫、紅三個類別，飽和度分出了全部三個級別，而明度分出了明和暗兩個級別。聚類的DB指數(shù)為1.03，CH指數(shù)為85。

2.算法一結(jié)果分析

使用算法一對綠松石和翡翠進行顏色自動分類，結(jié)果表明，該算法對于翡翠的分類效果較好，能夠分出更多級別的翡翠，這可能是因為綠松石的色相類別較接近，將翡翠分為4類。而翡翠的色相類別范圍較大，因此，相對效果較好。另外，使用DB指數(shù)和CH指數(shù)對二者的聚類結(jié)果進行評價，雖然對綠松石進行聚類的DB指數(shù)和CH指數(shù)都優(yōu)于對翡翠進行聚類的情況。實際是翡翠的分類效果更好，這也說明在評價聚類效果時，不能僅從聚類的評價指標(biāo)對聚類效果進行評價。

（四）基于算法二的綠松石和翡翠顏色自動分類

對所有處理后的綠松石和翡翠圖像使用算法二進行顏色自動分類。算法二的分類效果較好，可以將不同色相、明度及飽和度的綠松石和翡翠圖像進行分類。

但是，對于兩類綠松石分類效果較差：一類是綠松石鐵線的存在導(dǎo)致其將該綠松石分為雜色；另一類是雜色綠松石可能會被分為純色綠松石。原因在于算法中進行雜色的判斷時閾值設(shè)置過低，因此，需要調(diào)高算法中對雜色的判斷時的閾值，對被分為純色的雜色綠松石進行再次分類。

結(jié)果表明，當(dāng)閾值達到80時，所有雜色綠松石識別為雜色。說明在對綠松石自動顏色分類時，對于綠松石是否為雜色需要較高的閾值才能判斷準確，但是此時可能將純色綠松石識別為雜色。因此，對于雜色綠松石的判斷可以先設(shè)置一定的閾值梯度逐步篩選出純色綠松石后剩下的即為雜色綠松石。

而算法二對于翡翠圖像的分類效果好于綠松石圖像的分類效果。

三、結(jié)論

綜合根據(jù)上述兩種基于聚類算法的綠松石和翡翠顏色自動分類算法的實現(xiàn)思想、實現(xiàn)步驟和顏色分類結(jié)果，可以得出以下結(jié)論：

（1） 算法一思想及實現(xiàn)較為簡單，但是對綠松石和翡翠的顏色自動分類效果較差。不過，因為使用算法一實際上不用預(yù)先得知最后聚類中的每個簇中心點HSV值對應(yīng)的顏色分類級別，僅僅是根據(jù)寶石圖像的HSV值的相似性將它們分類，所以當(dāng)對一種沒有根據(jù)HSV值顏色空間分類的寶石進行分類時，可以使用該算法粗略分類。

（2） 算法二實現(xiàn)相對復(fù)雜，但是對綠松石和翡翠的顏色自動分類效果較好，雖然仍存在一定程度的誤差，但是可以作為人工分類前的前置分類使用。

參考文獻：

[1]中華人民共和國自然資源部.綠松石? 分級：GB/T 36169—2018[S]. 北京： 中國標(biāo)準出版社， 2018.

[2]中華人民共和國國土資源部.翡翠? 分級：GB/T 23885—2009[S]. 北京： 中國標(biāo)準出版社， 2009.