基于顏色直方圖的男T恤圖像預處理初探

張曉萌 張海波

摘要：圖像識別的研究中，圖像數(shù)字化處理是實現(xiàn)圖像特征提取的最基礎(chǔ)、最關(guān)鍵的一步，處理效果影響著圖像特征因素的提取。但是，我們?nèi)庋鬯吹降膱D像是在RGB通道下的彩色圖像，該文將基于顏色特征提取原理，用Matlab軟件探測男T恤圖像在顏色空間中的分布情況，選取合適的圖像顏色空間，計算圖像的顏色直方圖，為男T恤圖像進行顏色特征提取奠定基礎(chǔ)。

關(guān)鍵詞：數(shù)字化處理；顏色空間；彩色圖像；顏色直方圖

中圖分類號：TP391 文獻標識碼：A 文章編號：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

基于內(nèi)容的圖像特征提取，包括情感語義的底層特征提取，其中有顏色特征提取、紋理特征提取和形狀特征提取。在圖像特征提取之前，第一步是圖像預處理，盡可能很少的缺失圖形信息，以利于提取圖像的本質(zhì)特征信息。在當今計算機技術(shù)的發(fā)展中，圖像的數(shù)字化處理技術(shù)應用領(lǐng)域較為廣泛。首先數(shù)字化圖像處理可以以數(shù)字化的語言將圖像信息表示出來，且信息的精確高，能夠極大程度的使原有圖像信息在特征提取時不缺失，對圖像識別技術(shù)提供了有利的條件。數(shù)字化圖像處理方式有多種，其中包括降音降噪、圖像平滑、色彩空間轉(zhuǎn)換、顏色閾值分割圖像等處理手段，本文將針對男T恤圖像，基于顏色直方圖的計算處理圖像，探測男T恤圖像在顏色空間中色彩的分布情況及效果。

1 研究目的及意義

隨著計算機技術(shù)的發(fā)展，網(wǎng)絡(luò)技術(shù)的普及，每天成千上萬的圖像向我們撲面而來，而人類所看到的圖像呈現(xiàn)的顏色，是RGB通道下的色彩，那么，在RGB通道下的圖像信息量多且復雜，不利于圖像的底層特征提取，所以在進行特征提取時，首先將彩色圖像轉(zhuǎn)換成灰度圖像，將RGB顏色空間轉(zhuǎn)換成其他顏色空間，用圖像的直方圖表達圖像的顏色信息。圖像顏色直方圖指的是統(tǒng)計圖像中像素點的灰度級以及該灰度級上像素點的頻率或像素數(shù)量，是一種由統(tǒng)計得到的圖像灰度頻數(shù)圖。通常，在RGB顏色空間中表達的圖像與人類視覺感知有很大不同，在圖像處理中通常將原始彩色圖像的顏色空間轉(zhuǎn)換與人類視覺感知相似的顏色空間。這樣有利于圖像其他特征的提取，也有利于提取圖像的有效信息，準確的表達圖像的本質(zhì)特性[1]-[2]。基于顏色直方圖的男T恤圖像處理初探，用Matlab軟件分析顏色空間的表示效果，選取合適的顏色空間模型，將有利于男T恤的圖像特征提取的進一步研究。

2 圖像顏色空間分類

圖像顏色空間的處理，直方圖統(tǒng)計要特定于適合的顏色模型中研究，即使是相同的顏色，在不同的顏色空間模型中效果也會有很大的不同。顏色空間模型通常分為RGB顏色空間模型、HSV顏色空間模型、Lab顏色空間模型等?，F(xiàn)在的數(shù)字圖像是以RGB顏色空間模型表示的，直方圖表示的是R、G、B三原色的亮度值。RGB顏色空間模型是處理圖像中最基礎(chǔ)、最為常用的顏色空間，并且其他幾種顏色空間的圖像處理都是從RGB顏色空間轉(zhuǎn)換而成的，但是RGB顏色空間直方圖表示不直觀，不符合人的視覺感受。HSV空間模型是一種面向人類視覺感知的模型，其中，H代表色調(diào)，指顏色的名稱，比如紅、綠、黃等；S表示飽和度，指顏色的深淺程度，與色調(diào)的純度有關(guān)，飽和度高則顏色深，反之則淺；V表示亮度，指圖像的明暗程度，白色光線越多說明亮度越高，反之則圖像的暗度高。HSV模型是一種能夠很好模擬人類視覺感知效果的顏色空間。Lab顏色空間模型中，L表示顏色的亮度，a表示紅綠分量值，b表示黃藍分量值，取值范圍都是0-255，參數(shù)數(shù)值范圍需要歸一化到0-1之間，轉(zhuǎn)換到其他空間來統(tǒng)計顏色直方圖[3]-[4]。

但是本文的男T恤圖像色彩空間根據(jù)優(yōu)缺點選取HSV顏色空間模型，H表示取值范圍是0-360，S、V表示取值范圍是0-1，它是一種直觀的顏色模型，可以通過黑白灰度變化、色度-飽和度直方圖表示圖像的像素點分布情況，直觀表達圖像的顏色特性。

3 男T恤圖像顏色空間處理

對于圖像顏色空間的處理，應選擇合適的顏色空間，使用有效的直方圖統(tǒng)計算法，并準確描述圖像的信息。這一部分將從灰度直方圖和HSV顏色空間直方圖兩種不同的表達方式探討男T恤圖像的顏色直方圖的表達。

3.1 圖像處理步驟

如圖1所示，男T恤圖像顏色直方圖計算的步驟：

3.2 男T恤圖像顏色直方圖的統(tǒng)計

3.2.1 灰度直方圖

灰度直方圖是一種表示灰度級像素點分布的離散函數(shù)，表示公式如（a）式。其中k指的是灰度級，L表示灰度級的種類數(shù)，[nk]表示圖像在k級上像素的分布個數(shù)，N為總個數(shù)，公式的結(jié)果就是k級像素分布的頻率?；叶戎狈綀D的橫坐標表示灰度級，灰度序列為256，縱坐標表示頻率或像素點個數(shù)，這是一種對圖像更直觀的全局描述。其中，灰度直方圖的計算首先要先把RGB彩色圖像處理為灰度圖像，然后采用程序算法實現(xiàn)灰度圖的統(tǒng)計[6]。

不同于Opencv中的程序設(shè)計，Matlab函數(shù)是可以直接調(diào)用，在Matlab中，圖像讀取函數(shù)使用的是imread，如imread（'E：＼MATLAB＼1.bmp'），可以打開圖片的指定路徑，讀取圖像。那么下一步是將原圖像轉(zhuǎn)換為灰度圖像rgb2gray，繪制圖像的直方圖?；叶戎狈綀D的被繪制為256×256的矩陣，記錄每個灰度值的像素數(shù)，用函數(shù)代碼程序繪制直方圖。

如上圖2、3所示，在樣本圖像中抽取了8個樣本圖像，將彩色圖像轉(zhuǎn)換為灰度圖像，顯示效果如圖2，圖3表示圖像的灰度直方圖，直方圖的橫縱坐標分別指的是灰度級和所在灰度級的像素點個數(shù)。由圖中可以看出8個圖像樣本所在灰度級像素點的個數(shù)，圖（3）、（4）、（5）所示，樣本原圖像的像素點集中于0-150的灰度級區(qū)間內(nèi)，離散程度較小，而其他幾個樣本圖像的像素分布范圍級數(shù)多，離散程度較大，且（2）、（6）、（7）、（8）灰度級比其他圖級數(shù)多，說明明暗度層次豐富。在灰度直方圖中，灰度級數(shù)越多，說明亮度范圍越大，明暗度層次越豐富，其中，所在灰度級的灰度值越大，在該灰度級上的像素點亮度越高，反之則暗。綜上所述，灰度直方圖更多的作用是表示圖像顏色空間的明暗程度，其直方圖的離散程度則表示圖像顏色的對比度[5]。

3.2.2 HSV顏色直方圖

HSV顏色直方圖的算法通常首先將顏色空間RGB轉(zhuǎn)為HSV空間，兩者轉(zhuǎn)換公式見（b），然后將顏色空間非等間隔量化，此處將H分為16級，S、V都量化為4級[7]-[8]，分別顯示原圖像的H、S、V三個通道下的圖像，統(tǒng)計顯示圖像的色調(diào)-飽和度的直方圖，如圖4。

H-S直方圖，是先將原圖像RGB顏色空間轉(zhuǎn)換為HSV顏色空間，然后將HSV空間模型的H、S分量計算，得到一組新的圖像特征統(tǒng)計信息表示直方圖，顯示原圖像RGB顏色空間的色度-飽和度情況。圖4中的（1）、（2）色度數(shù)值級數(shù)分布在200-250，色相100-200之間數(shù)值較大，說明在200-250之間的級數(shù)上的色度像素點較多，原圖像色相的飽和度較高，即純度較大。同樣，（3）、（4）、（7）色度級數(shù)分布在0-50，級數(shù)較低，說明此顏色的亮度范圍小，層次單一，但此色度值較大，說明在0-50之間的色度像素點純度高；（5）、（6）、（8）的色度級數(shù)主要分布在120-200，說明圖像的顏色主要限定特征分布在此范圍內(nèi)，且（6）圖像的層次較豐富。HSV顏色直方圖很直觀，能夠符合人類的視覺感知效果，能夠較為全面的表達圖像全局顏色像素的分布情況，判斷出圖像的色相-飽和度特性。

3.2.3 灰度直方圖和HSV直方圖的比較

灰度直方圖中的灰度數(shù)值范圍在0-255之間，指在256等級上黑—白之間的明暗度均勻分布程度，灰度直方圖的灰度級分布可以用來分析圖像的離散程度，表示圖像的顏色對比度，判斷原圖像的色彩豐富程度；HSV顏色直方圖能夠較明確的判斷圖像的色相飽和度程度，符合人類的肉眼感知效果。經(jīng)過以上兩種直方圖的分析，說明HSV顏色空間的特點是：亮度分量與圖像的顏色無關(guān)，色度-飽和度與人類的視覺感知心理相關(guān)，那么基于HSV顏色空間模型的圖像處理效果會較好。但是從兩種顏色直方圖的特點總結(jié)出，RGB顏色空間的圖像轉(zhuǎn)換為HSV顏色空間，在HSV顏色空間下的灰度直方圖分析圖像的顏色特征提取效果會更佳。

4 結(jié)束語

圖像特征提取是實現(xiàn)圖像識別的關(guān)鍵部分，而特征提取依賴于圖像的處理成效，男T恤圖像的顏色空間處理研究，結(jié)果顯示HSV顏色空間模型更為適合男T恤圖像的預處理，而HSV顏色直方圖下的灰度圖像更為適合男T恤圖像的顏色特征提取。本文分別研究了灰度直方圖和HSV顏色直方圖的效果，兩者的融合，直方圖算法改進量化是進一步的研究方向，這樣為男T恤圖像的顏色特征提取打下基礎(chǔ)，為后續(xù)的研究避免不必要的計算問題，得到預期的研究成果。

參考文獻：

[1] 王容.淺談數(shù)字圖像處理技術(shù)的應用與發(fā)展[J].川北醫(yī)學院，四川，2014.

[2] 汪啟偉.圖像直方圖特征及其應用研究[D].中國科學技術(shù)大學，2014.

[3] 韓軒.基于顏色和空間特征的圖像檢索技術(shù)研究[D].廈門大學，2008.

[4] 王娟，孔兵，賈巧麗.基于顏色特征的圖像檢索技術(shù)[J].計算機系統(tǒng)應用，2011，20（7）.

[5] 張海波，黃鐵軍，修毅，等.基于顏色和紋理特征的面料圖像情感語義分析[J].天津工業(yè)大學學報，2013，32：（4）.

[6] 劉益新，郭依正.灰度直方圖特征提取的Matlab實現(xiàn)[J].電腦知識與技術(shù)，2009，32（5）.

[7] 黃雁華，武文遠，龔艷春，等.量化顏色直方圖的改進與應用[J].光電技術(shù)應用，2011，26（4）.

[8] 姜蘭池，沈國強，張國煊.基于HSV分塊顏色直方圖的圖像檢索算法[J].機械工程，杭州電子科技大學，2009，26（11）.

【通聯(lián)編輯：唐一東】