CN101123732B - 一种处理图像颜色的方法和图像处理设备 - Google Patents

Abstract

本发明提供了一种处理图像颜色的方法和图像处理设备。该处理图像颜色的方法，包括步骤：计算图像中颜色的像素数；根据颜色在色彩空间的值和颜色的像素数计算任意两种颜色之间的归并系数；将具有最小归并系数的两种颜色归并为新颜色，并用新颜色的值替代图像中被归并的两种颜色的值。该方法和图像处理设备具有计算简单，速度快，实现灵活等优点。

Description

一种处理图像颜色的方法和图像处理设备

技术领域

本发明涉及图像处理技术，尤其涉及一种处理图像颜色的方法和图像处理设备。

背景技术

在有些诸如嵌入式设备的设备中，由于显示性能的限制，只能支持256色或更少的颜色的OSD(On Screen Display，屏幕菜单式调节方式)。当图像的颜色数超出支持的颜色数时，就无法直接显示该图像。在这种情况下，需要将图像的颜色数调整到设备支持的颜色数以便显示该图像。调整图像的颜色数可以借助于一些通用图像处理软件来完成。但是，通用图像处理软件缺乏灵活性，无法很好的解决透明色等特殊设置以及图像和文字的共同显示等问题。如果采用人工方法来解决则效率低、成本高。

在现有的技术中，也可以采用诸如亚采样、重量化等基本技术来解决上述问题，但这些技术效率不高，并且质量差。还存在一些根据图像细节本身进行处理的算法，如抖动算法等。这些算法效果好，但算法复杂，运算量较大，对于性能有限的嵌入式设备，其处理速度较慢。

发明内容

本发明要解决的一个技术问题是提供一种计算简单、速度快的处理图像颜色的方法。

本发明提供的处理图像颜色的方法，包括：

a，计算图像中颜色的像素数；

b，根据颜色在色彩空间的值和颜色的像素数计算任意两种颜色之间的归并系数；

c，将具有最小归并系数的两种颜色归并为新颜色，并用新颜色的值替代图像中被归并的两种颜色的值。

进一步，该方法还包括：

判断图像中的颜色数是否大于预定的阈值，在大于预定的阈值时，计算所述新颜色的像素数，并计算所述新颜色和其他颜色的归并系数，继续执行步骤c。

进一步，计算两种颜色A和B之间的归并系数的公式为：

$\mathrm{Mc}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{C}_i\×{(A_i-B_i)}^2+C_0\×\mathrm{\ρ}(N_A,N_B)$

其中，Mc为颜色A和颜色B之间的归并系数，n为色彩空间的维数，A_i、B_i分别为颜色A和B的在色彩空间i分量的值，C₀、C_i为系数常量，N_A，N_B分别为颜色A和B的像素数，ρ(N_A，N_B)为关于颜色A和B的像素数N_A，N_B的函数。

而颜色A和B归并后的所述新颜色的值的计算公式为：Cn_i＝(A_i×N_A+B_i×N_B)/(N_A+N_B)，i＝1，.....，n

其中，n为色彩空间的维数，Cni为所述新颜色Cn在色彩空间i分量的值，A_i、B_i分别为颜色A和B的在色彩空间i分量的值，N_A，N_B分别为颜色A和B的像素数。

其中，所述色彩空间为RGB、YCbCr、YUV、CMYK、HSB空间或灰度空间。例如色彩空间为YCbCr空间，计算颜色A和B之间的归并系数的公式为：

Mc＝2×(Y_A-Y_B)²+(Cb_A-Cb_B)²+(Cr_A-Cr_B)²+20×log(min(N_A，N_B))

其中，Y_A，Cb_A，Cr_A分别表示颜色A在YCbCr空间的各分量的值，Y_B，Cb_B，Cr_B分别表示颜色B在YCbCr空间的各分量的值，N_A，N_B分别为颜色A和B的像素数，min(N_A，N_B)表示取N_A，N_B中的较小值。

或者，所述色彩空间为RGB空间，计算颜色A和B之间的归并系数的公式为：

Mc＝(R_A-R_B)²+(G_A-G_B)²+(B_A-B_B)²+20×log(min(N_A，N_B))

其中，R_A，G_A，B_A分别表示颜色A在RGB空间的各分量的值，R_B，G_B，B_B分别表示颜色B在RGB空间的各分量的值，N_A，N_B分别为颜色A和B的像素数，min(N_A，N_B)表示取N_A，N_B中的较小值。

本发明要解决的另一个技术问题是提供一种图像处理设备，能够通过简单的计算和较快的速度实现图像颜色的处理。

本发明提供的图像处理设备，包括：

像素计数器，用于计算图像中颜色的像素数；

归并系数获取模块，用于根据颜色在色彩空间的值和颜色的像素数计算任意两种颜色之间的归并系数；

颜色归并模块，用于将具有最小归并系数的两种颜色归并为新颜色，并用新颜色的值替代图像中被归并的两种颜色的值。

进一步，所述归并系数获取模块通过如下公式计算两种颜色A和B之间的归并系数：

$\mathrm{Mc}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{C}_i\×{(A_i-B_i)}^2+C_0\×\mathrm{\ρ}(N_A,N_B)$

其中，Mc为颜色A和颜色B之间的归并系数，n为色彩空间的维数，A_i、B_i分别为颜色A和B的在色彩空间i分量的值，C₀、C_i为系数常量，N_A，N_B分别为颜色A和B的像素数，ρ(N_A，N_B)为关于颜色A和B的像素数N_A，N_B的函数。

进一步，所述颜色归并模块通过如下公式计算颜色A和B归并后的所述新颜色的值：

Cn_i＝(A_i×N_A+B_i×N_B)/(N_A+N_B)，i＝1，.....，n

其中，n为色彩空间的维数，Cni为所述新颜色Cn在色彩空间i分量的值，A_i、B_i分别为颜色A和B的在色彩空间i分量的值，N_A，N_B分别为颜色A和B的像素数。

本发明的处理图像颜色的方法和图像处理设备，通过计算颜色之间的归并系数，并将具有最小归并系数的颜色归并为新的颜色，从而减少图像的颜色数。该方法和图像处理设备具有计算简单，速度快，实现灵活等优点。

附图说明

下面将参照附图对本发明的具体实施方案进行更详细的说明，其中：

图1为示出本发明的一实施例的处理图像颜色的方法的流程图；

图2为示出本发明的另一实施例的处理图像颜色的方法的流程图；

图3为示出本发明的图像处理设备的框图。

具体实施方式

图1为示出本发明的实施例的处理图像颜色的方法的流程图。

如图1所示，在步骤102，统计图像中每种颜色的像素数，并保存。

在步骤104，根据颜色在色彩空间的值和颜色的像素数计算每两种颜色之间的归并系数，即每两种颜色之间的相似性。有多种方法可以用来度量两种颜色在色彩空间的相似性，在稍后将详细说明本发明的计算归并系数的优选实施方案。

在步骤106，将归并系数最小的两种颜色归并为新颜色，并根据该两种颜色在色彩空间的值和对应的像素数，计算出新颜色在色彩空间的值。在本发明的一个实施例中，根据下列公式(1)计算新颜色的值：

Cn_i＝(A_i×N_A+B_i×N_B)/(N_A+N_B)，i＝1，.....，n  (1)

其中，n为色彩空间的维数，Cni为所述新颜色Cn的i分量的值，A_i、B_i分别为颜色A和B的i分量的值，N_A，N_B分别为颜色A和B的像素数。

在步骤108，用新颜色更新图像中被归并的两种颜色的像素。

通过本发明的上述方法可以减少图像中像素的颜色数。重复上述步骤，可以将图像中像素的颜色数减少到期望的阈值以下，如256色、255色、64色、16色等。

下面详细描述本发明的计算两种颜色A和B之间的归并系数的优选实施方案。在该方案中，根据下列公式(2)来计算两种颜色A和B之间的归并系数：

$\mathrm{Mc}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{C}_i\×{(A_i-B_i)}^2+C_0\×\mathrm{\ρ}(N_A,N_B)---\left(2\right)$

其中，Mc为颜色A和颜色B之间的归并系数，n为色彩空间的维数，A_i、B_i分别为颜色A和B的在色彩空间的i分量的值，C₀、C_i为系数常量，N_A，N_B分别为颜色A和B的像素数，ρ(N_A，N_B)为关于颜色A和B的像素数N_A，N_B的函数。其中，可以根据色彩空间中各个分量的特性确定对应的系数常量C_i的值。例如，在YCbCr空间，可以根据下列公式(3)来计算颜色A和颜色B之间的归并系数：

Mc＝2×(Y_A-Y_B)²+(Cb_A-Cb_B)²+(Cr_A-Cr_B)²+20×log(min(N_A，N_B))(3)

其中，Y_A，Cb_A，Cr_A分别表示颜色A在YCbCr空间的各分量的值，Y_B，Cb_B，Cr_B分别表示颜色B在YCbCr空间的各分量的值，N_A，N_B分别为颜色A和B的像素数，min(N_A，N_B)表示取N_A，N_B中的较小值。色彩空间的Y分量乘以较大的系数系数常量，可以使颜色A和颜色B之间的相似性度量更符合人类的视觉特性。

或者，在RGB(红、绿、蓝)空间，可以根据下列公式(4)来计算颜色A和颜色B之间的归并系数：

Mc＝(R_A-R_B)²+(G_A-G_B)²+(B_A-B_B)²+20×log(min(N_A，N_B))(4)

其中，R_A，G_A，B_A分别表示颜色A在RGB空间的各分量的值，R_B，G_B，B_B分别表示颜色B在RGB空间的各分量的值，N_A，N_B分别为颜色A和B的像素数，min(N_A，N_B)表示取N_A，N_B中的较小值。其中，RGB空间的各个分量乘以相同的系数常量。

在本发明的另一个实施例中，通过如下公式(5)计算颜色A和颜色B之间的归并系数：

$\mathrm{Mc}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{C}_i\×{(A_i-B_i)}^2---\left(5\right)$

其中，Mc为颜色A和颜色B之间的归并系数，n为色彩空间的维数，A_i、B_i分别为颜色A和B的在色彩空间i分量的值，C_i为系数常量，N_A，N_B分别为颜色A和B的像素数。

在上面的描述中，将log(min(N_A，N_B))作为ρ(N_A，N_B)的例子进行了说明。需要注意的是，ρ(N_A，N_B)也可以使用其他的函数表示。

图2为示出本发明的另一实施例的处理图像颜色的方法的流程图。在该实施例中的图像包括调色板，图像中像素的颜色通过调色板的索引值表示。

如图2所示，在步骤202，计算调色板中每种颜色在图像中的像素数。

在步骤204，删除调色板中像素数为0的颜色。

在步骤206，判断当前颜色数是否大于预定的阈值，如果是，则进行到步骤208，否则，执行步骤218。

在步骤208，根据颜色的色彩空间值和像素数计算任何两种颜色之间的归并系数。

在步骤210，选择归并系数最小的两种颜色，将该两种颜色归并为新颜色，计算新颜色的值，新颜色的像素数为被归并的两种颜色的像素数之和。

在步骤212，记录被归并的两种颜色和归并成的新颜色。

在步骤214，判断当前颜色数是否大于阈值，如果是，则执行步骤216，否则，执行步骤218。

在步骤216，删除被归并的两种颜色和调色板中其他颜色的归并系数，计算新颜色和调色板中其他颜色的归并系数，返回步骤210。

在步骤218，根据所有记录更新调色板的颜色。

在步骤220，根据新的调色板和所有记录更新图像中各个像素的颜色值。

需要注意的是，虽然在上述的例子中提到了YCbCr空间以及RGB空间，但是，本发明的处理图像像素的方法并不限于该色彩空间，而是可以应用于任何的色彩空间，如CMYK(青色、洋红、黄色、黑色)、HSB(色相、饱和度、亮度)、YUV、灰度空间等。

图3为示出根据本发明的实施例的图像处理设备的框图。

如图3所示，该图像处理设备包括像素计数器31，归并系数获取模块32和颜色归并模块33。其中

像素计数器31，用于计算图像中每种颜色的像素数；

归并系数获取模块32，用于根据颜色在色彩空间的值和像素计数器31获得的颜色的像素数来计算图像中任意两种颜色之间的归并系数；

颜色归并模块，用于根据颜色之间的归并系数将具有最小归并系数的两种颜色归并为新颜色，根据被归并的颜色的值和像素计数器31获得的对应的像素数，计算新颜色的值，并用新颜色的值替代图像中被归并的该两种颜色的值。

在本发明的图像处理设备的一个实施例中，归并系数获取模块通过前面的公式(2)计算两种颜色A和B之间的归并系数。

在本发明的图像处理设备的一个实施例中，颜色归并模块通过前面的公式(1)计算颜色A和B归并后的新颜色的值。

本发明的图像处理设备可以处理任意的色彩空间，如RGB、YCbCr、YUV、CMYK、HSB空间或灰度空间。例如，如果色彩空间为YCbCr空间，则归并系数获取模块可以通过前面的公式(3)计算颜色A和B之间的归并系数。如果色彩空间为RGB空间，则归并系数获取模块可以通过前面的公式(4)计算颜色A和B之间的归并系数。在一些实施例中，计算两个颜色之间的归并系数不考虑两颜色的像素数，如采用前面的公式(5)，从而减少归并系数的计算复杂度。

本发明的处理图像颜色的方法和图像处理设备，通过计算颜色之间的归并系数，并将具有最小归并系数的颜色归并为新的颜色，从而减少图像颜色数。该方法和图像处理设备具有计算简单，速度快，实现灵活等优点。

本发明的图像处理设备可以是具有计算和存储能力的普通的计算设备、或专用的处理设备，或各种嵌入式设备。

显而易见，在此描述的本发明可以有许多变化，这种变化不能认为偏离本发明的精神和范围。因此，所有对本领域技术人员显而易见的改变，都包括在本权利要求书的涵盖范围之内。

Claims (11)

1.一种处理图像颜色的方法，其特征在于，包括步骤：

a，计算图像中颜色的像素数；

b，根据颜色在色彩空间的值和颜色的像素数计算任意两种颜色之间的归并系数；

c，将具有最小归并系数的两种颜色归并为新颜色，并用新颜色的值替代图像中被归并的两种颜色的值；

所述两种颜色之间归并系数的计算公式为

所述新颜色值的计算公式为Cn_i＝(A_i×N_A+B_i×N_B)/(N_A+N_B)，i＝1，.....，n；

其中，A_i、B_i分别为颜色A和B的在色彩空间i分量的值，n为色彩空间的维数，C₀、C_i为系数常量，N_A，N_B分别为颜色A和B的像素数，ρ(N_A，N_B)为关于颜色A和B的像素数N_A，N_B的函数，Mc为颜色A和颜色B之间的归并系数，Cn_i为所述新颜色Cn在色彩空间i分量的值。

2.如权利要求1所述的方法，其特征在于，在步骤c后还包括步骤：

d，判断图像中的颜色数是否大于预定的阈值，在大于预定的阈值时，计算所述新颜色的像素数，并计算所述新颜色和其他颜色的归并系数，返回执行步骤c。

3.如权利要求1所述的方法，其特征在于，所述色彩空间为RGB、YCbCr、YUV、CMYK、HSB空间或灰度空间。

4.如权利要求1所述的方法，其特征在于，所述色彩空间为YCbCr空间，计算颜色A和B之间的归并系数的公式为：

Mc＝2×(Y_A-Y_B)²+(Cb_A-Cb_B)²+(Cr_A-Cr_B)²+20×log(min(N_A，N_B))

其中，Y_A，Cb_A，Cr_A分别表示颜色A在YCbCr空间的各分量的值，Y_B，Cb_B，Cr_B分别表示颜色B在YCbCr空间的各分量的值，N_A，N_B分别为颜色A和B的像素数，min(N_A，N_B)表示取N_A，N_B中的较小值。

5.如权利要求1所述的方法，其特征在于，所述色彩空间为RGB空间，计算颜色A和B之间的归并系数的公式为：

Mc＝(R_A-R_B)²+(G_A-G_B)²+(B_A-B_B)²+20×log(min(N_A，N_B))

其中，R_A，G_A，B_A分别表示颜色A在RGB空间的各分量的值，R_B，G_B，B_B分别表示颜色B在RGB空间的各分量的值，N_A，N_B分别为颜色A和B的像素数，min(N_A，N_B)表示取N_A，N_B中的较小值。

6.如权利要求1所述的方法，其特征在于，所述C₀为0。

7.一种图像处理设备，其特征在于，包括：

像素计数器，用于计算图像中颜色的像素数；

归并系数获取模块，用于根据颜色在色彩空间的值和颜色的像素数计算任意两种颜色之间的归并系数；

颜色归并模块，用于将具有最小归并系数的两种颜色归并为新颜色，并用新颜色的值替代图像中被归并的两种颜色的值；

所述两种颜色之间归并系数的计算公式为

所述新颜色值的计算公式为Cn_i＝(A_i×N_A+B_i×N_B)/(N_A+N_B)，i＝1，.....，n；

其中，A_i、B_i分别为颜色A和B的在色彩空间i分量的值，n为色彩空间的维数，C₀、C_i为系数常量，N_A，N_B分别为颜色A和B的像素数，ρ(N_A，N_B)为关于颜色A和B的像素数N_A，N_B的函数，Mc为颜色A和颜色B之间的归并系数，Cn_i为所述新颜色Cn在色彩空间i分量的值。

8.如权利要求7所述的图像处理设备，其特征在于，所述色彩空间为RGB、YCbCr、YUV、CMYK、HSB空间或灰度空间。

9.如权利要求7所述的图像处理设备，其特征在于，所述色彩空间为YCbCr空间，所述归并系数获取模块通过如下公式计算颜色A和B之间的归并系数：

Mc＝2×(Y_A-Y_B)²+(Cb_A-Cb_B)²+(Cr_A-Cr_B)²+20×log(min(N_A，N_B))

其中，Y_A，Cb_A，Cr_A分别表示颜色A在YCbCr空间的各分量的值，Y_B，Cb_B，Cr_B分别表示颜色B在YCbCr空间的各分量的值，N_A，N_B分别为颜色A和B的像素数，min(N_A，N_B)表示取N_A，N_B中的较小值。

10.如权利要求7所述的图像处理设备，其特征在于，所述色彩空间为RGB空间，计算颜色A和B之间的归并系数的公式为：

Mc＝(R_A-R_B)²+(G_A-G_B)²+(B_A-B_B)²+20×log(min(N_A，N_B))

其中，R_A，G_A，B_A分别表示颜色A在RGB空间的各分量的值，R_B，G_B，B_B分别表示颜色B在RGB空间的各分量的值，N_A，N_B分别为颜色A和B的像素数，min(N_A，N_B)表示取N_A，N_B中的较小值。

11.如权利要求7所述的图像处理设备，其特征在于，所述C₀为0。

Images