CN103793927B - 一种提取主要颜色的图像分析方法 - Google Patents

一种提取主要颜色的图像分析方法 Download PDF

Info

Publication number
CN103793927B
CN103793927B CN201410054587.4A CN201410054587A CN103793927B CN 103793927 B CN103793927 B CN 103793927B CN 201410054587 A CN201410054587 A CN 201410054587A CN 103793927 B CN103793927 B CN 103793927B
Authority
CN
China
Prior art keywords
color
queue
parent
analysis method
image analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410054587.4A
Other languages
English (en)
Other versions
CN103793927A (zh
Inventor
张伟
傅松林
李志阳
张长定
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
XIAMEN MEITUWANG TECHNOLOGY Co Ltd
Original Assignee
XIAMEN MEITUWANG TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by XIAMEN MEITUWANG TECHNOLOGY Co Ltd filed Critical XIAMEN MEITUWANG TECHNOLOGY Co Ltd
Priority to CN201410054587.4A priority Critical patent/CN103793927B/zh
Publication of CN103793927A publication Critical patent/CN103793927A/zh
Application granted granted Critical
Publication of CN103793927B publication Critical patent/CN103793927B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种提取主要颜色的图像分析方法，其通过对原始图像进行模糊处理，得到模糊图像，然后对模糊图像进行所有像素点的直方图统计，以及计算红、绿、蓝三个通道的颜色最大值与颜色最小值，并最终得到父级颜色框，然后根据所述的父级颜色框依次得到初始队列、分割队列、排序队列、最终队列，最后对所述的最终队列进行颜色提取，得到原始图像的主要颜色，从而使得提取的颜色的质量更好，并为后续的图像智能处理做基础准备。

Description

一种提取主要颜色的图像分析方法
技术领域
本发明涉及一种图像分析方法，特别是一种提取主要颜色的图像分析方法。
背景技术
对图像进行美化已经成为我们拍摄照片后一个必不可少的步骤，现有技术中主要是提供一些已经预设好的滤镜给用户进行选择，而没有通过对图像进行分析得到一些关键信息，例如图像中的主要颜色，使得美化后的图像不够自然。
发明内容
本发明为解决上述问题，提供了一种提取主要颜色的图像分析方法，为后续的图像智能处理做基础准备。
为实现上述目的，本发明采用的技术方案为：
一种提取主要颜色的图像分析方法，其特征在于，包括以下步骤：
10.加载待处理的原始图像；
20.对原始图像进行模糊处理，得到模糊图像；
30.对模糊图像进行所有像素点的直方图统计，以及计算红、绿、蓝三个通道的颜色最大值与颜色最小值，并最终得到父级颜色框；
40.根据所述的父级颜色框创建初始队列，并对初始队列进行颜色拓展分割得到分割队列；
50.对所述的分割队列进行排序得到排序队列，并对排序队列进行颜色拓展分割得到最终队列；
60.对所述的最终队列进行颜色提取，得到原始图像的主要颜色。
作为优选的实施例，所述步骤20中的模糊处理为中值模糊处理或高斯模糊处理或均值模糊处理或卷积处理。
作为优选的实施例，所述的步骤30进一步包括：
31.创建一个大小为32*32*32的数组，并全部初始化为0；
32.对所述的模糊图像的每个像素点进行遍历，取得红、绿、蓝三个通道的颜色最大值与颜色最小值，并且在遍历过程中对像素点出现的次数进行直方图统计到数组中；
33.根据直方图统计到的数组以及红、绿、蓝三个通道的颜色最大值与颜色最小值，进行父级颜色框的创建，并得到该父级颜色框的颜色个数、容积和颜色均值。
作为优选的实施例，所述步骤33中的父级颜色框的颜色个数、容积和颜色均值的计算方法分别为：
颜色个数为直方图统计的数组在颜色范围里出现的颜色个数；
容积为(rMax-rMin+1)*(gMax-gMin+1)*(bMax-bMin+1)；
颜色均值为颜色范围里出现的颜色和除以颜色个数；
其中，
rMax，gMax，bMax分别为红、绿、蓝三个通道的颜色最大值；
rMin，gMin，bMin分别为红、绿、蓝三个通道的颜色最小值；
父级颜色框的颜色范围为红色通道范围在rMin到rMax之间，绿色通道范围在gMin到gMax之间，蓝色通道范围在bMin到bMax之间；
颜色和为颜色范围内每个索引出现的颜色值乘以该颜色值出现的个数，累加得到颜色和。
作为优选的实施例，所述步骤40中根据所述的父级颜色框创建初始队列，主要是根据创建的父级颜色框得到该父级颜色框的颜色个数，并通过对颜色个数从大到小的排序创建初始队列。
作为优选的实施例，所述步骤40中对初始队列进行颜色拓展分割得到分割队列，主要是通过设置待提取的主要颜色的数量，然后利用中位分割法对初始队列进行分割，最终得到分割队列。
作为优选的实施例，所述的步骤50中对所述的分割队列进行排序得到排序队列，主要是根据创建的父级颜色框得到该父级颜色框的容积，并通过对容积进行从大到小的排序创建排序队列。
作为优选的实施例，所述的步骤50中对排序队列进行颜色拓展分割得到最终队列，主要是通过设置待提取的主要颜色的数量，然后利用中位分割法对排序队列进行分割得到最终队列。
作为优选的实施例，所述步骤60中对所述的最终队列进行颜色提取得到原始图像的主要颜色，主要是按照最终队列的顺序得到原始图像的主要颜色。
本发明的有益效果是：
本发明的一种提取主要颜色的图像分析方法，其通过对原始图像进行模糊处理，得到模糊图像，然后对模糊图像进行所有像素点的直方图统计，以及计算红、绿、蓝三个通道的颜色最大值与颜色最小值，并最终得到父级颜色框，然后根据所述的父级颜色框依次得到初始队列、分割队列、排序队列、最终队列，最后对所述的最终队列进行颜色提取，得到原始图像的主要颜色，从而使得提取的颜色的质量更好，并为后续的图像智能处理做基础准备。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明一种提取主要颜色的图像分析方法的流程简图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明的一种提取主要颜色的图像分析方法，其包括以下步骤：
10.加载待处理的原始图像；
20.对原始图像进行模糊处理，得到模糊图像；
30.对模糊图像进行所有像素点的直方图统计，以及计算红、绿、蓝三个通道的颜色最大值与颜色最小值，并最终得到父级颜色框；
40.根据所述的父级颜色框创建初始队列，并对初始队列进行颜色拓展分割得到分割队列；
50.对所述的分割队列进行排序得到排序队列，并对排序队列进行颜色拓展分割得到最终队列；
60.对所述的最终队列进行颜色提取，得到原始图像的主要颜色。
所述步骤20中的模糊处理主要是为了消除图像中存在的一些噪点，使主要颜色的提取质量更好，其可以采用中值模糊处理或高斯模糊处理或均值模糊处理或卷积处理；具体介绍如下：
中值模糊处理，即中值滤波处理，主要是对要处理的像素点周围的N*N模板像素点的颜色值进行从大到小或者从小到大的排序，得到排序后最中间的那个颜色值，即中位数，然后将该像素点的颜色值设置为其中位数的颜色值；其中，N为模糊的半径。
高斯模糊处理，主要是采用正态分布计算图像中每个像素的变换，其中，在N维空间的正态分布方程为：
在二维空间的正态分布方程为：
其中r是模糊半径(r2=u2+υ2)，σ是正态分布的标准偏差，u是原像素点在x轴上的位置偏移值，v是原像素点在y轴上的位置偏移值。
均值模糊处理是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素；该临近像素是指以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身；再用模板中的全体像素的平均值来代替原来像素值。
卷积处理：卷积是对矩阵中的每一个元素进行的操作，卷积所实现的功能是由其卷积核的形式决定的，卷积核是一个大小固定、有数值参数构成的矩阵，矩阵的中心为参考点或锚点，矩阵的大小称为核支撑；要计算一个像素点的卷积后的颜色值，首先将核的参考点定位到该像素点，核的其余元素覆盖矩阵中相对应的局部周围点；对于每一个核中的的像素点，得到这个像素点的值与卷积核数组中特定点的值的乘积并求所有这些乘积的累加和，再用累加和除以卷积核数组里的总和得到的值，即该特定点的卷积值，用这个结果替代该像素点的颜色值；通过在整个图像上移动像素点，对图像的每个像素点重复此操作。
本实施例中，所述的步骤30进一步包括：
31.创建一个大小为32*32*32的数组nHistogram，并全部初始化为0；这边大小固定为32，主要是因为颜色有256种颜色，而将其分为32组，即每组有8个颜色，每组的颜色范围从(n一1)*8到(n*8-1)，n表示组的编号，例如第3组的范围从16到23；
32.对所述的模糊图像的每个像素点进行遍历，取得红、绿、蓝三个通道的颜色最大值(rMax，gMax，bMax)与颜色最小值(rMin，gMin，bMin)，并且在遍历过程中对像素点出现的次数进行直方图统计到数组nHistogram中；
例如：nHistogram[r][g][b]=nHistogram[r][g][b]+1，其中nHistogram为直方图统计的数组，r、g、b表示遍历的像素点的红、绿、蓝通道的颜色值
33.根据直方图统计到的数组nHistogram以及红、绿、蓝三个通道的颜色最大值与颜色最小值，进行父级颜色框的创建，并得到该父级颜色框的颜色个数、容积和颜色均值。
所述步骤33中的父级颜色框的颜色个数、容积和颜色均值的计算方法分别为：
颜色个数为直方图统计的数组nHistogram在颜色范围里出现的颜色个数；
容积为(rMax-rMin+1)*(gMax-gMin+1)*(bMax-bMin+1)；
颜色均值为颜色范围里出现的颜色和除以颜色个数；
其中，
rMax，gMax，bMax分别为红、绿、蓝三个通道的颜色最大值；
rMin，gMin，bMin分别为红、绿、蓝三个通道的颜色最小值；
父级颜色框的颜色范围为红色通道范围在rMin到rMax之间，绿色通道范围在gMin到gMax之间，蓝色通道范围在bMin到bMax之间；
颜色和为颜色范围内每个索引出现的颜色值乘以该颜色值出现的个数，累加得到颜色和。
本实施例中，所述步骤40中根据所述的父级颜色框创建初始队列，主要是根据创建的父级颜色框得到该父级颜色框的颜色个数，并通过对颜色个数从大到小的排序创建初始队列；所述步骤40中对初始队列进行颜色拓展分割得到分割队列，主要是通过设置待提取的主要颜色的数量，本实例设为20个，然后利用中位分割法对初始队列进行分割，最终得到分割队列；所述的步骤50中对所述的分割队列进行排序得到排序队列，主要是根据创建的父级颜色框得到该父级颜色框的容积，并通过对容积进行从大到小的排序创建排序队列；所述的步骤50中对排序队列进行颜色拓展分割得到最终队列，主要是通过设置待提取的主要颜色的数量，然后利用中位分割法对排序队列进行分割得到最终队列；所述步骤60中对所述的最终队列进行颜色提取得到原始图像的主要颜色，由于分割队列已经排序好，这里主要是直接按照最终队列的顺序得到原始图像的主要颜色，通过以上方法提取的原始图像的主要颜色的质量更好，并为后续的图像智能处理做基础准备。
上述说明示出并描述了本发明的优选实施例，如前，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (8)

1.一种提取主要颜色的图像分析方法，其特征在于，包括以下步骤：
10.加载待处理的原始图像；
20.对原始图像进行模糊处理，得到模糊图像；
30.对模糊图像进行所有像素点的直方图统计，以及计算红、绿、蓝三个通道的颜色最大值与颜色最小值，并最终得到父级颜色框；
40.根据所述的父级颜色框创建初始队列，并对初始队列进行颜色拓展分割得到分割队列；
50.对所述的分割队列进行排序得到排序队列，并对排序队列进行颜色拓展分割得到最终队列；
60.对所述的最终队列进行颜色提取，得到原始图像的主要颜色；
其中，所述的步骤30进一步包括：
32.对所述的模糊图像的每个像素点进行遍历，取得红、绿、蓝三个通道的颜色最大值与颜色最小值，并且在遍历过程中对像素点出现的次数进行直方图统计到数组中；
33.根据直方图统计到的数组以及红、绿、蓝三个通道的颜色最大值与颜色最小值，进行父级颜色框的创建，并得到该父级颜色框的颜色个数、容积和颜色均值。
2.根据权利要求1所述的一种提取主要颜色的图像分析方法，其特征在于：所述步骤20中的模糊处理为中值模糊处理或高斯模糊处理或均值模糊处理或卷积处理。
3.根据权利要求1所述的一种提取主要颜色的图像分析方法，其特征在于：所述步骤33中的父级颜色框的颜色个数、容积和颜色均值的计算方法分别为：
颜色个数为直方图统计的数组在颜色范围里出现的颜色个数；
容积为(rMax-rMin+1)*(gMax-gMin+1)*(bMax-bMin+1)；
颜色均值为颜色范围里出现的颜色和除以颜色个数；
其中，
rMax，gMax，bMax分别为红、绿、蓝三个通道的颜色最大值；
rMin,gMin，bMin分别为红、绿、蓝三个通道的颜色最小值；
父级颜色框的颜色范围为红色通道范围在rMin到rMax之间，绿色通道范围在gMin到gMax之间，蓝色通道范围在bMin到bMax之间；
颜色和为颜色范围内每个索引出现的颜色值乘以该颜色值出现的个数，累加得到颜色和。
4.根据权利要求1所述的一种提取主要颜色的图像分析方法，其特征在于：所述步骤40中根据所述的父级颜色框创建初始队列，是根据创建的父级颜色框得到该父级颜色框的颜色个数，并通过对颜色个数从大到小的排序创建初始队列。
5.根据权利要求1所述的一种提取主要颜色的图像分析方法，其特征在于：所述步骤40中对初始队列进行颜色拓展分割得到分割队列，是通过设置待提取的主要颜色的数量，然后利用中位分割法对初始队列进行分割，最终得到分割队列。
6.根据权利要求1所述的一种提取主要颜色的图像分析方法，其特征在于：所述的步骤50中对所述的分割队列进行排序得到排序队列，是根据创建的父级颜色框得到该父级颜色框的容积，并通过对容积进行从大到小的排序创建排序队列。
7.根据权利要求1所述的一种提取主要颜色的图像分析方法，其特征在于：所述的步骤50中对排序队列进行颜色拓展分割得到最终队列，是通过设置待提取的主要颜色的数量，然后利用中位分割法对排序队列进行分割得到最终队列。
8.根据权利要求1所述的一种提取主要颜色的图像分析方法，其特征在于：所述步骤60中对所述的最终队列进行颜色提取得到原始图像的主要颜色，是按照最终队列的顺序得到原始图像的主要颜色。
CN201410054587.4A 2014-02-18 2014-02-18 一种提取主要颜色的图像分析方法 Active CN103793927B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410054587.4A CN103793927B (zh) 2014-02-18 2014-02-18 一种提取主要颜色的图像分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410054587.4A CN103793927B (zh) 2014-02-18 2014-02-18 一种提取主要颜色的图像分析方法

Publications (2)

Publication Number Publication Date
CN103793927A CN103793927A (zh) 2014-05-14
CN103793927B true CN103793927B (zh) 2017-04-12

Family

ID=50669550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410054587.4A Active CN103793927B (zh) 2014-02-18 2014-02-18 一种提取主要颜色的图像分析方法

Country Status (1)

Country Link
CN (1) CN103793927B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392443B (zh) * 2014-11-18 2017-05-24 浙江工商大学 用于检测二维24位彩色图像的主要特征色的方法
CN104700442A (zh) * 2015-03-30 2015-06-10 厦门美图网科技有限公司 一种自动添加滤镜与文字的图像处理方法和系统
CN105761285A (zh) * 2016-02-25 2016-07-13 浙江合腾信息科技有限公司 一种抓拍图像偏蓝的异常检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1411284A (zh) * 2001-10-05 2003-04-16 Lg电子株式会社 取决于图像的面部检测方法
CN101655983A (zh) * 2008-08-18 2010-02-24 索尼（中国）有限公司 主颜色提取装置和方法
CN103295243A (zh) * 2012-02-29 2013-09-11 佳能株式会社 图像处理方法和设备以及物体检测方法和系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7606414B2 (en) * 2005-03-11 2009-10-20 Honeywell International Inc. Fusion of color space data to extract dominant color

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1411284A (zh) * 2001-10-05 2003-04-16 Lg电子株式会社 取决于图像的面部检测方法
CN101655983A (zh) * 2008-08-18 2010-02-24 索尼（中国）有限公司 主颜色提取装置和方法
CN103295243A (zh) * 2012-02-29 2013-09-11 佳能株式会社 图像处理方法和设备以及物体检测方法和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Image retrieval using color histograms generated by Gauss mixture vector quantization;Sangoh Jeong 等;《Computer Vision and Image Understanding》;20040630;第94卷(第1-3期);第44-66页 *
基于主色直方图特征匹配的蔬果分类方法;李长勇 等;《上海交通大学学报》;20091231;第43卷(第12期);第1898-1903页 *
基于模糊中值滤波的椒盐噪声去除方法;王芳 等;《模糊系统与数学》;20120215;第26卷(第1期);第166-174页 *

Also Published As

Publication number Publication date
CN103793927A (zh) 2014-05-14

Similar Documents

Publication Publication Date Title
CN103793888B (zh) 一种基于参照图像的主要颜色的图像增强方法
CN103914699B (zh) 一种基于色彩空间的自动唇彩的图像增强的方法
CN104182949B (zh) 基于直方图特征点配准的影像匀色与融合方法及系统
CN108734719A (zh) 一种基于全卷积神经网络的鳞翅目昆虫图像前背景自动分割方法
CN107067043A (zh) 一种农作物病虫害检测方法
CN106530265B (zh) 一种基于色度坐标的自适应图像融合方法
CN103929629B (zh) 一种基于图像主要颜色的图像处理方法
CN104134198A (zh) 一种对图像进行局部处理的方法
CN110276354A (zh) 一种高分辨率街景图片语义分割训练与实时分割方法
CN107463912A (zh) 基于运动显著性的视频人体行为识别方法
LU102950B1 (en) Tobacco plant counting method based on uav remote sensing technology and image processing technology
CN105761202B (zh) 一种彩色图像颜色迁移方法
CN105701773B (zh) 一种快速处理图像的方法及装置
CN103854261A (zh) 色偏图像的校正方法
CN103258334B (zh) 彩色图像的场景光源颜色估计方法
CN112069339A (zh) 背景图片处理及搜索结果展示方法、装置、设备和介质
CN103793927B (zh) 一种提取主要颜色的图像分析方法
Chen et al. Color feature extraction of Hainan Li brocade image based on RGB and HSV
CN103955900B (zh) 基于生物视觉机理的图像去雾方法
CN113436284A (zh) 一种图像处理方法、装置、计算机设备和存储介质
CN108711160A (zh) 一种基于hsi增强性模型的目标分割方法
KR20150099707A (ko) 착시의 분석 장치, 원화상대로 지각시키도록 착시를 가미한 착시 가미 화상 생성 장치, 착시의 분석 방법, 원화상대로 지각시키도록 착시를 가미한 착시 가미 화상 생성 방법 및 프로그램
CN104240197B (zh) 一种保持对比度、颜色一致性和灰度像素特征的消色方法
CN107578379A (zh) 一种象棋机器人对棋盘图像的处理方法
CN106683043A (zh) 一种多通道光学探测系统的并行图像拼接方法、装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant