基于HSV的服裝色彩特征數(shù)量化方法研究

陶 晨，段亞峰，印梅芬

(1.浙江農(nóng)業(yè)商貿(mào)職業(yè)學(xué)院 經(jīng)濟(jì)貿(mào)易系, 浙江 紹興312000; 2.蘇州大學(xué) 紡織與服裝工程學(xué)院, 江蘇 蘇州 215021;3.紹興文理學(xué)院 紡織服裝學(xué)院, 浙江 紹興 312000; 4.紹興出入境檢驗(yàn)檢疫局, 浙江 紹興 312000)

研究與技術(shù)

基于HSV的服裝色彩特征數(shù)量化方法研究

陶 晨1,2，段亞峰3，印梅芬4

(1.浙江農(nóng)業(yè)商貿(mào)職業(yè)學(xué)院 經(jīng)濟(jì)貿(mào)易系, 浙江 紹興312000; 2.蘇州大學(xué) 紡織與服裝工程學(xué)院, 江蘇 蘇州 215021;3.紹興文理學(xué)院 紡織服裝學(xué)院, 浙江 紹興 312000; 4.紹興出入境檢驗(yàn)檢疫局, 浙江 紹興 312000)

選用基于人眼視覺(jué)的HSV顏色模型作為分析的依據(jù)，提出一種識(shí)別服裝色彩主色調(diào)并量化色相對(duì)比、純度對(duì)比和明度對(duì)比的方法。在提取色相分布的基礎(chǔ)上，根據(jù)同類(lèi)色原則得到區(qū)域分布，服裝主色調(diào)由最顯著的區(qū)域確定。在考慮面積影響的基礎(chǔ)上，建立了色相對(duì)比度公式用以計(jì)算和識(shí)別同類(lèi)色、類(lèi)似色、中差色和對(duì)比色，建立了純度對(duì)比度和明度對(duì)比度公式分別用以量化傳統(tǒng)的純度對(duì)比和明度對(duì)比。結(jié)果表明，該方法能較為有效地進(jìn)行服裝色彩的計(jì)算。

服裝色彩； 色相對(duì)比； 純度對(duì)比； 明度對(duì)比； 數(shù)量化

用色彩來(lái)裝飾自身是人類(lèi)的原始本能。無(wú)論古代還是現(xiàn)在，色彩在服飾審美中都有著舉足輕重的地位，是服裝三大要素之一。近年來(lái)對(duì)服裝色彩的量化和識(shí)別研究主要可分為三個(gè)方向：

一是通過(guò)圖像顏色的空間變化來(lái)分析、解釋色彩或圖案，有代表性的包括Kang[1]通過(guò)顏色循環(huán)規(guī)律來(lái)分析織物上的圖案；余平[2]在分析歷年流行趨勢(shì)的基礎(chǔ)上推導(dǎo)出了流行色預(yù)測(cè)公式，并利用計(jì)算機(jī)對(duì)流行色進(jìn)行視覺(jué)分析，以得到文字解讀信息；吳志明[3]在分析某階段春夏女裝的色彩意象群區(qū)分布百分比和色相傾向分布百分比基礎(chǔ)上，利用計(jì)算機(jī)預(yù)測(cè)未來(lái)藍(lán)色流行程度及色調(diào)傾向性。二是通過(guò)統(tǒng)計(jì)學(xué)手段分析服裝色彩，包括Chang[4]在計(jì)算機(jī)輔助設(shè)計(jì)系統(tǒng)中利用環(huán)形直方圖統(tǒng)計(jì)顏色特征，利用邊緣增長(zhǎng)算法分割服裝圖案中的顏色；Choi[5]利用色彩直方圖搜索并提取相同類(lèi)型的服裝圖像；Wang[6]利用顏色匹配和特征學(xué)習(xí)的方法在消費(fèi)者照片中進(jìn)行服裝搜索；Zheng[7]利用K均值聚類(lèi)來(lái)分離圖像背景，均值偏移算法來(lái)進(jìn)行顏色提取。第三種研究手段是模式識(shí)別，如Wang[8]使用基于內(nèi)容的圖像提取方法(CBIR)建立特征代碼庫(kù)，然后從大量著裝圖像中比較、提取類(lèi)似的著裝；Xiang[9]利用高斯模型結(jié)合OTSU方法來(lái)逼近圖像的顏色統(tǒng)計(jì)特征，達(dá)到分割服裝圖像的目的；Chen[10]使用學(xué)習(xí)型特征分類(lèi)器來(lái)識(shí)別和描述服裝的語(yǔ)義學(xué)特征。

對(duì)設(shè)計(jì)師而言，決定服裝色彩特征的主要是服裝的主色調(diào)、色相對(duì)比、純度對(duì)比和明度對(duì)比。綜上，本研究在前人研究成果的基礎(chǔ)上，提出了量化服裝色彩特征的方法。

1 顏色模型

本研究采用HSV顏色模型考察服裝色彩特征。HSV模型是一個(gè)比較符合人類(lèi)視覺(jué)的簡(jiǎn)單心理感知模型。HSV通過(guò)色相(Hue)、飽和度(Saturation)和亮度值(Value)三要素來(lái)表達(dá)顏色，符合人們的視覺(jué)習(xí)慣。HSV色相環(huán)如圖1所示，色相隨角度(0～360°)變化而均勻變化，0°對(duì)應(yīng)的是正紅色，60°對(duì)應(yīng)黃色為最暖色，240°對(duì)應(yīng)藍(lán)色為最冷色。

圖1 HSV色相環(huán)Fig.1 Hue cycle of HSV

RGB顏色也是常用的顏色模型，它是計(jì)算機(jī)處理顏色最便捷的方式。因此在本研究中，當(dāng)需要從圖像上采集顏色數(shù)據(jù)時(shí)使用RGB顏色，當(dāng)需要描述色彩特征時(shí)把RGB顏色轉(zhuǎn)換到HSV空間。

2 面積的影響

對(duì)比使色彩真正“動(dòng)”起來(lái)，是色彩的現(xiàn)實(shí)狀態(tài)和意義所在。色彩對(duì)比包括色相對(duì)比、彩度對(duì)比和明度對(duì)比。傳統(tǒng)色彩學(xué)關(guān)于色彩對(duì)比的理論隱含一個(gè)前提，即兩個(gè)色塊的面積相等。當(dāng)兩個(gè)色塊面積不等時(shí)，視覺(jué)上的對(duì)比效果將發(fā)生變化，如圖2所示。當(dāng)面積比為1︰1時(shí)對(duì)比效果最強(qiáng)，面積差異越大則對(duì)比效果越弱。因此，在量化色彩對(duì)比時(shí)，應(yīng)將面積的影響考慮在內(nèi)。

圖2 面積對(duì)對(duì)比效果的影響Fig.2 The influences of area on contrast effects

3 主色調(diào)

通常認(rèn)為在服裝上大塊使用的色彩不應(yīng)超過(guò)三種，其中用量最多的色彩稱為主色調(diào)。使用OTSU[11]方法對(duì)圖像分離背景后，對(duì)著裝人體提取RGB顏色；轉(zhuǎn)換到HSV空間后，可統(tǒng)計(jì)得出色相分布，如圖3所示。其中，橫軸表示0～360°對(duì)應(yīng)的色相，縱軸表示每個(gè)色相所占百分比。

不能簡(jiǎn)單以比例最高的色相作為主色調(diào)，因?yàn)橹車(chē)c之接近的色相也占有一定比重，甚至比重之和超過(guò)單個(gè)占比最高的色相。因此，需要對(duì)色相環(huán)上的色相進(jìn)行區(qū)域劃分。根據(jù)色彩學(xué)理論，色相環(huán)上間隔15°以內(nèi)的色彩為同類(lèi)色[12]，因此可將色相環(huán)按15°一個(gè)區(qū)域，分割成24個(gè)區(qū)域，每個(gè)區(qū)域用位于區(qū)域中央的第8色相代表。將色相分布按區(qū)域求和，得到的區(qū)域分布中占比最高的區(qū)域即是服裝色彩的主色調(diào)?？梢钥吹?，在圖3(a)的區(qū)域分布中，占比最高的區(qū)域是以色相213°為代表的同類(lèi)色區(qū)域，色相213°即服裝色彩的主色調(diào)。

4 色相對(duì)比

根據(jù)色彩學(xué)理論，色相環(huán)上間隔15°以內(nèi)的色相為同類(lèi)色，60°以內(nèi)為類(lèi)似色，90°以內(nèi)為中差色，180°以內(nèi)為對(duì)比色[12]。設(shè)兩色塊的色相h1、h2，在著裝圖上對(duì)應(yīng)面積百分比r1、r2，色相對(duì)比度Ch，規(guī)定：

Ch=min(|h1-h2|,360-|h1-h2|)×min(r1/r2,r2/r1)

(1)

利用式(1)計(jì)算主色調(diào)與其余各個(gè)區(qū)域之間的對(duì)比度，將得出的最大值作為相應(yīng)著裝圖的色相對(duì)比度，并對(duì)應(yīng)到傳統(tǒng)色彩學(xué)的色相對(duì)比類(lèi)型，結(jié)果如表1所示。這與人眼觀察的事實(shí)相吻合。

表1 色相對(duì)比度與對(duì)比類(lèi)型

圖3 色相、區(qū)域分布

Fig.3 Hue and region distribution

5 純度對(duì)比

根據(jù)色彩學(xué)純度色標(biāo)，純度分成10個(gè)等級(jí)，1～3級(jí)為低純度區(qū)，4～7級(jí)劃為中純度區(qū)，8～10級(jí)為高純度區(qū)。純度級(jí)差1～2級(jí)為弱對(duì)比，3～5級(jí)為中對(duì)比，5級(jí)以上時(shí)為強(qiáng)對(duì)比。由此劃分出傳統(tǒng)上的9種純度對(duì)比基本類(lèi)型，如表2所示。

設(shè)兩色塊純度級(jí)s1、s2，在著裝圖上對(duì)應(yīng)的面積百分比r1、r2，純度對(duì)比度Cs，規(guī)定：

Cs=|s1-s2|×min(r1/r2,r2/r1)

(2)

圖4為著裝示例統(tǒng)計(jì)其純度分布，其中，橫坐標(biāo)為各純度等級(jí)，縱坐標(biāo)為對(duì)應(yīng)的面積比例。

表2 純度對(duì)比基本類(lèi)型

注：基調(diào)純度即占比最高的純度等級(jí)。

圖4 純度分布

Fig.4 Purity distribution

可以看出，對(duì)于圖4(a)，占比最高的純度等級(jí)是10，其次是9，它們對(duì)應(yīng)的面積比是31 %和47 %，根據(jù)式(2)計(jì)算最大純度對(duì)比度，并對(duì)應(yīng)到色彩學(xué)純度對(duì)比類(lèi)型，結(jié)果如表3所示。

表3 純度對(duì)比度與對(duì)比類(lèi)型

6 明度對(duì)比

與純度類(lèi)似，明度也分成10個(gè)等級(jí)，1～3級(jí)為低明度區(qū)，4～7級(jí)劃為中明度區(qū)，8～10級(jí)為高明度區(qū)。明度級(jí)差1～2級(jí)為弱對(duì)比，3～5級(jí)為中對(duì)比，5級(jí)以上時(shí)為強(qiáng)對(duì)比。由此劃分出9種明度對(duì)比基本類(lèi)型，如表4所示。

表4 明度對(duì)比基本類(lèi)型

注：基調(diào)明度即占比最高的明度等級(jí)。

設(shè)兩色塊明度級(jí)v1、v2，在著裝圖上對(duì)應(yīng)的面積百分比r1、r2，明度對(duì)比度Cv，規(guī)定：

Cv=|v1-v2|×min(r1/r2,r2/r1)

(3)

根據(jù)式(3)計(jì)算最大明度對(duì)比度，并對(duì)應(yīng)到色彩學(xué)明度對(duì)比類(lèi)型，結(jié)果如表5所示。

表5 明度對(duì)比度與對(duì)比類(lèi)型

圖5為著裝示例統(tǒng)計(jì)其明度分布?？梢钥闯?，對(duì)于圖5(a)，占比最高的明度級(jí)是3，其次是10，它們對(duì)應(yīng)的面積比是34 %和26 %。

7 結(jié) 語(yǔ)

通過(guò)HSV色相分布提取的色相區(qū)域能夠有效地反映服裝的主色調(diào)，在考慮面積影響的基礎(chǔ)上建立的色相、純度和明度對(duì)比度公式可以較好地表征傳統(tǒng)的色彩對(duì)比類(lèi)型。本研究可為服裝色彩的客觀評(píng)價(jià)及流行色和流行趨勢(shì)的分析提供理論基礎(chǔ)。

序號(hào)著裝圖明度分布(a)(b)(c)

圖5 明度分布

Fig.5 Lightness distribution

[1]KANG T J, KIM C H, OH K W. Automatic recognition of fabric weave patterns by digital image analysis[J]. Textile Research Journal,1999,69(2):77-83.

[2]余平.計(jì)算機(jī)在流行色分析預(yù)測(cè)中的應(yīng)用[D].天津：天津工業(yè)大學(xué),2004:35-43. YU Ping. The Useage of Analysis and Prediction Fashion Color with Computer[D]. Tianjin:Tianjin Polytechnic University,2004:35-43.

[3]吳志明,李熠.服裝流行色的色彩意向灰色預(yù)測(cè)[J].紡織學(xué)報(bào),2009(4):95-98. WU Zhiming, LI Yi. Clothing fashion color image scale grey forecast[J]. Journal of Textile Research,2009(4):95-98.

[4]CHANG C C, WANG L L. Color texture segmentation for clothing in a computer-aided fashion design system[J]. Image and Vision Computing,1996,14(9):685-702.

[5]CHOI Y J, KIM K J, NAM Y, et al. Retrieval of identical clothing images based on local color histograms[C]// Third International Conference on. Washington: IEEE,2008:818-823.

[6]WANG X, ZHANG T. Clothes search in consumer photos via color matching and attribute learning[C]//Proceedings of the 19th ACM International Conference on Multimedia. Orlando: ACM,2011:1353-1356.

[7]ZHENG X, LIU N. Color recognition of clothes based on k-means and mean shift[C]//Intelligent Control, Automatic Detection and High-End Equipment(ICADE), 2012 IEEE International Conference on. Washington: IEEE,2012:49-53.

[8]WANG X, ZHANG T, TRETTER D R, et al. Personal clothing retrieval on photo collections by color and attributes[J]. Multimedia,2013,15(8):2035-2045.

[9]XIANG M, XIE Y, XIANG L. Research on clothing image segmentation based on color features[J]. Progress in Textile Science & Technology,2013(1):014.

[10]CHEN H, GALLAGHER A, GIROD B. Describing Clothing by Semantic Attributes[M] //Computer Vision-ECCV 2012. Springer Berlin Heidelberg: ECCV,2012:609-623.

[11]何志勇,孫立寧,陳立國(guó).Otsu準(zhǔn)則下分割閾值的快速計(jì)算[J].電子學(xué)報(bào),2013,41(2):267-272. HE Zhiyong, SUN Lining, CHEN Liguo. Fast computation of threshold based on Otus criterion[J]. Acta Electronica Sinica,2013,41(2):267-272.

[12]王蘊(yùn)強(qiáng).服裝色彩學(xué)[M].北京:中國(guó)紡織出版社,2006:54. WANG Yunqiang. Fashion Color[M]. Beijing: China Textile & Apparel Press,2006:54.

Research on HSV Based on Quantification of Apparel Color Features

TAO Chen1,2, DUAN Yafeng3, YIN Meifen4

(1. Department of Economic and Trade, Zhejiang Agriculture and Business College, Shaoxing 312000, China; 2. College of Textile and Clothing Engineering, Soochow University, Suzhou 215021, China; 3. College of Textile and Clothing, Shaoxing University,Shaoxing 312000, China; 4. Shaoxing Entry-Exit Inspection and Quarantine Bureau, Shaoxing 312000, China)

This paper chose HSV color model based on human eye vision as analysis basis and proposed a solution to identify dominant hue of apparel color and quantify hue contrast, purity contrast and lightness contrast. Based on extracting hue distribution, areal distribution was gained according to similar color principle. The dominant hue of apparel was confirmed by the most notable region. Based on taking into account of area influence, the hue contrast formula was established to compute and identify congener colors, similar colors, middle-contrasting colors and contrasting colors, and the purity contrast formula and lightness contrast formula were also established to quantify traditional purity contrast and lightness contrast respectively. The results show that this solution can effectively compute apparel color.

apparel color; hue contrast; purity contrast; lightness contrast; quantification

doi.org/10.3969/j.issn.1001-7003.2015.06.005

2014-11-27;

2015-02-28

浙江省供銷(xiāo)社科學(xué)研究項(xiàng)目基金(14SS17)

TS941.11

A

1001-7003(2015)06-0022-05 引用頁(yè)碼: 061105