CN108053452B - 一种基于混合模型的数字图像色彩提取方法 - Google Patents

一种基于混合模型的数字图像色彩提取方法 Download PDF

Info

Publication number
CN108053452B
CN108053452B CN201711294031.2A CN201711294031A CN108053452B CN 108053452 B CN108053452 B CN 108053452B CN 201711294031 A CN201711294031 A CN 201711294031A CN 108053452 B CN108053452 B CN 108053452B
Authority
CN
China
Prior art keywords
channel
image
color
value
brightness
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.)
Expired - Fee Related
Application number
CN201711294031.2A
Other languages
English (en)
Other versions
CN108053452A (zh
Inventor
林翔宇
张华熊
胡洁
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.)
Zhejiang Sci Tech University ZSTU
Original Assignee
Zhejiang Sci Tech University ZSTU
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 Zhejiang Sci Tech University ZSTU filed Critical Zhejiang Sci Tech University ZSTU
Priority to CN201711294031.2A priority Critical patent/CN108053452B/zh
Publication of CN108053452A publication Critical patent/CN108053452A/zh
Application granted granted Critical
Publication of CN108053452B publication Critical patent/CN108053452B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于混合模型的数字图像色彩提取方法，该方法同时利用数字图像YUV和RGB色彩空间的数据特点，构建基于这两个空间的混合模型，提取该图像的色彩。本发明可应用于所有格式的数字图像，具有很好的通用性和适应性，算法复杂度低，计算量小，可以快速实现色彩提取功能；同时本发明还具有提取的色彩准确度高，覆盖度广等优势，完全满足实际应用需求。

Description

一种基于混合模型的数字图像色彩提取方法
技术领域
本发明属于数字图像处理技术领域，具体涉及一种基于混合模型的数字图像色彩提取方法。
背景技术
随着计算机与网络通信技术的飞速发展，人们对获取多媒体信息的需求日益旺盛；近年来，与数字图像相关的应用涵盖各个领域，如手机拍照、图像识别和数字印刷等。色彩作为一张图像中最为显著的特征，在艺术设计中有着重要地位，艺术设计师经常需要借鉴另一幅作品的配色方案，用于自己的作品中。现代艺术设计往往借助于计算机软件来辅助设计，对数字图像进行操作，以提高效率；在配色学习方面，如果通过设计师手工来完成，整个过程费时费力，效率较低。因此，如何设计一个色彩提取算法，由计算机自动提取一幅数字图像中的主要色彩，成为一个非常有意义的课题。
在色彩提取方面，已有了一些软件，可以实现该功能，但是这些软件需要收费；目前并没有开源的软件可以实现该功能，也缺少相关的算法研究文献。
发明内容
鉴于上述，本发明提供了一种基于混合模型的数字图像色彩提取方法，其针对数字图像，用较低的复杂度和较小的计算量，实现灵活有效的色彩提取功能。
一种基于混合模型的数字图像色彩提取方法，包括如下步骤：
(1)将待提取色彩的图像转换成YUV格式，其中Y通道亮度值的取值范围为[0,255]，将[0,255]以4为单位长度分割成64个亮度区间，令这64个亮度区间的目标亮度值依次对应为0～63；
(2)对于任一亮度区间Ωi，将待提取色彩的图像分割成多个m×m大小的区块，并计算出每个区块的U通道色度平均值和V通道色度平均值，m为大于1的自然数；
(3)根据区块的U通道色度平均值和V通道色度平均值通过转换得到每个区块的色彩，进而通过比较区块相互之间的色彩进行筛选，以确定图像在亮度区间Ωi内的色彩集合；
(4)分析图像中各像素点Y通道亮度值所归属的亮度区间，进而统计各亮度区间所占像素点个数并依此进行排序；根据步骤(2)和(3)对所占像素点个数最多的前N个亮度区间进行色彩提取，N为大于0的自然数。
进一步地，所述步骤(2)中计算每个区块的U通道色度平均值和V通道色度平均值，具体过程如下：
2.1对于图像中的任一区块，提取该区块中Y通道亮度值为Yi的像素点，并对这些像素点U通道和V通道的色度值分别求和平均，得到对应的色度平均值Uavg和Vavg，Yi为亮度区间Ωi的目标亮度值；
2.2对于步骤2.1中所提取得到的任一像素点a，使像素点a的U通道色度值Ua和V通道色度值Va分别与Uavg和Vavg进行比较，若|Ua-Uavg|>T1或|Va-Vavg|>T1，则剔除像素点a，T1为设定的阈值；
2.3对于经步骤2.2剔除后剩余的像素点，再次对这些像素点U通道和V通道的色度值分别求和平均，以作为该区块的U通道色度平均值和V通道色度平均值。
进一步地，所述步骤(3)中通过转换得到每个区块色彩的方法为：对于图像中的任一区块，将该区块的U通道色度平均值和V通道色度平均值以及亮度区间Ωi的目标亮度值Yi转换为RGB值并作为该区块的色彩，遍历图像中所有区块，即得到图像在亮度区间Ωi内的n组色彩，n为图像中的区块个数。
进一步地，所述步骤(3)中通过比较区块相互之间的色彩进行筛选以确定确定图像在亮度区间Ωi内的色彩集合，具体方法为：对于图像中任意两个区块，且两个区块的色彩分别为C1和C2，若|R1-R2|+|G1-G2|+|B1-B2|＜T2，则剔除色彩C2，其中R1、G1和B1分别为色彩C1的RGB值，R2、G2和B2分别为色彩C2的RGB值，T2为设定的阈值；根据上述遍历图像中的所有两两区块组合，剔除相近的色彩后，剩余的色彩即组成图像在亮度区间Ωi内的色彩集合。
基于上述技术方案，本发明图像色彩提取方法具有以下有益技术效果：
(1)本发明可以应用于所有格式的数字图像，具有很好的通用性和适应性。
(2)本发明算法复杂度低，计算量小，可以快速实现色彩提取功能。
(3)本发明提取的色彩准确度高，覆盖度广。
附图说明
图1为本发明图像色彩提取方法的步骤流程示意图。
具体实施方式
为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。
数字图像最常用的色彩空间是RGB，每一种颜色分量取值范围为[0,255]，即有256种取值，因此由RGB组成色彩共有2563＝16777216种，如果要逐一对比每一种色彩，计算量巨大，无法实用。而在YUV色彩空间，相同的颜色都有相同的亮度值Y，Y的取值范围为[0,255]，因此，可以对比Y的值来区分不同的色彩，以减小计算量。本发明首先利用图像解码软件将待提取色彩的图像数据转化为YUV格式，解码软件要根据图片格式选择，如jpg图片用ffmpeg解码。解码后的图像数据分为Y、U、V三种，Y代表图像的亮度，U、V代表图像的色度。其中，亮度值Y的取值范围为[0,255]，我们将Y的值以4为阶梯分为64类，取值范围分别为[0,3]、[4,7]、[8,11]……[252,255]。把图像中每一个像素点按该点对应的Y值来分类，在此基础上统计每一类Y值包含的像素个数，并从多到少排序；最后将对其中像素个数最多的N种Y值作为主要色彩提取出来，如图1所示，色彩提取的具体过程如下：
(1)对于每一种Y值对应的色彩，提取符合条件的色彩。
1.1相同的颜色，对应的Y值也是一样的。逐个判断第j个m×m块中每个像素点的Y值与目标值Yi是否一致，如果一致，统计符合条件的像素点总数X，即：
X＝X+1 if(Yj＝Yi)
其中，64种Y值对应的目标值Yi依次为0～63；然后计算这些像素点的色度值U和V的总和Utotal1和Vtotal1，即：
Utotal1＝∑Uj if(Yj＝Yi)
Vtotal1＝∑Vj if(Yj＝Yi)
1.2计算该m×m块中上一步选出的X个像素点的色度值U和V的平均值Uavg1和Vavg1，即：
Figure BDA0001499929910000041
Figure BDA0001499929910000042
1.3相似的颜色对应的U和V值应该也是相近的；将该m×m块中第一步选出的X个像素点的色度值Ui和Vi和均值进行比较，如果|Ui-Uavg1|>T1或者|Vi-Vavg1|>T1，表明该像素点的颜色和其他像素点差异较大，则从X个像素点中剔除该像素点，得到剔除后剩下的Z个像素点，计算这些像素点的色度值U和V的总和Utotal2、Vtotal2，即；
Utotal2＝∑Uj if(|Ui-Uavg1|＜T1and|Vi-Vavg1|＜T1)
Vtotal2＝∑Vj if(|Ui-Uavg1|＜T1and|Vi-Vavg1|＜T1)
1.4统计上一步剩下的Z个像素点的色度值U和V的平均值Uavg2和Vavg2，作为该m×m块的色彩值：
Figure BDA0001499929910000043
Figure BDA0001499929910000044
(2)将步骤(1)得到的色彩转换到RGB色彩空间，并剔除相似的颜色。
YUV色彩空间可以显著地体现图像的轮廓，但是无法直观地体现图像的色彩，而RGB色彩空间可以将每一种颜色分为红绿蓝三原色，显著地体现图像的颜色特征。在上一步结果中，每一种Y值都可能提取出好几种相近的色彩，为了避免色彩重复，本发明方法将每一种Y提取的色彩，转换为RGB数据，并根据R、G、B分量的数值，剔除相似的颜色。
2.1将每一个m×m块Mi对应的Yi、Uavg2、Vavg2值转化为R、G、B值，作为该块Mi的色彩Ci，即：
R＝Y+1.402×(V-128)
G＝Y-0.34414×(U-128)-0.71414×(V-128)
B＝Y+1.772×(U-128)
2.2逐对比较两种色彩Ci和Cj，若满足条件|Ri-Rj|+|Gi-Gj|+|Bi-Bj|<T2，则剔除色彩Cj；剔除相近的色彩后，剩下的即为亮度值Yi对应的提取后的色彩，一种Yi可能会提取出多种色彩；对每一种Yi重复以上操作，则可以得到整幅图像提取后的色彩。
本实施方式中的参数设定值如下：m＝20，T1＝10，T2＝20。
上述对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。

Claims (3)

1.一种基于混合模型的数字图像色彩提取方法，包括如下步骤：
(1)将待提取色彩的图像转换成YUV格式，其中Y通道亮度值的取值范围为[0,255]，将[0,255]以4为单位长度分割成64个亮度区间，令这64个亮度区间的目标亮度值依次对应为0～63；
(2)对于任一亮度区间Ωi，将待提取色彩的图像分割成多个m×m大小的区块，并计算出每个区块的U通道色度平均值和V通道色度平均值，m为大于1的自然数；
(3)根据区块的U通道色度平均值和V通道色度平均值通过转换得到每个区块的色彩：对于图像中的任一区块，将该区块的U通道色度平均值和V通道色度平均值以及亮度区间Ωi的目标亮度值Yi转换为RGB值并作为该区块的色彩，遍历图像中所有区块，即得到图像在亮度区间Ωi内的n组色彩，n为图像中的区块个数；
进而通过比较区块相互之间的色彩进行筛选，以确定图像在亮度区间Ωi内的色彩集合；
(4)分析图像中各像素点Y通道亮度值所归属的亮度区间，进而统计各亮度区间所占像素点个数并依此进行排序；根据步骤(2)和(3)对所占像素点个数最多的前N个亮度区间进行色彩提取，N为大于0的自然数。
2.根据权利要求1所述的数字图像色彩提取方法，其特征在于：所述步骤(2)中计算每个区块的U通道色度平均值和V通道色度平均值，具体过程如下：
2.1对于图像中的任一区块，提取该区块中Y通道亮度值为Yi的像素点，并对这些像素点U通道和V通道的色度值分别求和平均，得到对应的色度平均值Uavg和Vavg，Yi为亮度区间Ωi的目标亮度值；
2.2对于步骤2.1中所提取得到的任一像素点a，使像素点a的U通道色度值Ua和V通道色度值Va分别与Uavg和Vavg进行比较，若|Ua-Uavg|>T1或|Va-Vavg|>T1，则剔除像素点a，T1为设定的阈值；
2.3对于经步骤2.2剔除后剩余的像素点，再次对这些像素点U通道和V通道的色度值分别求和平均，以作为该区块的U通道色度平均值和V通道色度平均值。
3.根据权利要求1所述的数字图像色彩提取方法，其特征在于：所述步骤(3)中通过比较区块相互之间的色彩进行筛选以确定确定图像在亮度区间Ωi内的色彩集合，具体方法为：对于图像中任意两个区块，且两个区块的色彩分别为C1和C2，若|R1-R2|+|G1-G2|+|B1-B2|＜T2，则剔除色彩C2，其中R1、G1和B1分别为色彩C1的RGB值，R2、G2和B2分别为色彩C2的RGB值，T2为设定的阈值；根据上述遍历图像中的所有两两区块组合，剔除相近的色彩后，剩余的色彩即组成图像在亮度区间Ωi内的色彩集合。
CN201711294031.2A 2017-12-08 2017-12-08 一种基于混合模型的数字图像色彩提取方法 Expired - Fee Related CN108053452B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711294031.2A CN108053452B (zh) 2017-12-08 2017-12-08 一种基于混合模型的数字图像色彩提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711294031.2A CN108053452B (zh) 2017-12-08 2017-12-08 一种基于混合模型的数字图像色彩提取方法

Publications (2)

Publication Number Publication Date
CN108053452A CN108053452A (zh) 2018-05-18
CN108053452B true CN108053452B (zh) 2020-03-31

Family

ID=62122990

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711294031.2A Expired - Fee Related CN108053452B (zh) 2017-12-08 2017-12-08 一种基于混合模型的数字图像色彩提取方法

Country Status (1)

Country Link
CN (1) CN108053452B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112512184B (zh) * 2020-12-02 2023-09-26 深圳市智岩科技有限公司 一种取色照明控制方法、装置、系统及存储介质
CN113596581B (zh) * 2021-07-30 2023-10-27 上海商汤临港智能科技有限公司 一种图像格式转换方法、装置、计算机设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156915A (zh) * 2014-07-23 2014-11-19 小米科技有限责任公司 肤色调整方法和装置
CN105488819A (zh) * 2015-12-04 2016-04-13 小米科技有限责任公司 颜色模板的生成方法、图像处理方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140072027A1 (en) * 2012-09-12 2014-03-13 Ati Technologies Ulc System for video compression

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156915A (zh) * 2014-07-23 2014-11-19 小米科技有限责任公司 肤色调整方法和装置
CN105488819A (zh) * 2015-12-04 2016-04-13 小米科技有限责任公司 颜色模板的生成方法、图像处理方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
数字图像的客观质量评价方法研究;祝汉城;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160315;全文 *

Also Published As

Publication number Publication date
CN108053452A (zh) 2018-05-18

Similar Documents

Publication Publication Date Title
US8774503B2 (en) Method for color feature extraction
US20090067721A1 (en) Image processing apparatus and method and a computer readable medium having computer executable instructions stored thereon for performing the method
CN112241714B (zh) 图像中指定区域的识别方法、装置、可读介质和电子设备
CN111489346B (zh) 一种全参考图像质量评价方法及系统
US9378564B2 (en) Methods for color correcting digital images and devices thereof
CN111062993B (zh) 色彩合并的作画图像处理方法、装置、设备及存储介质
CN112634312B (zh) 图像背景处理方法、装置、电子设备及存储介质
CN110599554A (zh) 人脸肤色的识别方法和装置、存储介质及电子装置
CN108053452B (zh) 一种基于混合模型的数字图像色彩提取方法
US7885458B1 (en) Illuminant estimation using gamut mapping and scene classification
WO2020119454A1 (zh) 一种对图像进行颜色还原的方法和装置
Ansari et al. Significance of color spaces and their selection for image processing: a survey
CN109729259B (zh) 图像处理装置、其方法、其系统以及计算机可读介质
CN111164563A (zh) 一种智能终端的图像色彩调节系统及色彩调节方法
US8509529B2 (en) Color-image representative color decision apparatus and method of controlling operation thereof
KR100488014B1 (ko) ＹＣｒＣｂ 칼라 기반 얼굴 영역 추출 방법
CN115830343A (zh) 一种基于hsv色彩空间的颜色识别方法
CN111107336A (zh) 一种图像处理方法、图像处理装置、电子设备和存储介质
CN106408617A (zh) 一种基于yuv颜色空间的交互式单幅图像材质获取系统和方法
JP2005250778A (ja) 画像の天地方向判定
CN111047653A (zh) 一种主色调确定方法、装置、设备及可读介质
CN113781330A (zh) 图像处理方法、装置及电子系统
CN112184588A (zh) 一种针对故障检测的图像增强系统及方法
CN107305685A (zh) 图像对比增强方法及其装置
CN113395407A (zh) 图像处理装置、图像处理方法及计算机可读介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200331

Termination date: 20201208