CN113658157B - 一种基于hsv空间的颜色分割方法及装置 - Google Patents
一种基于hsv空间的颜色分割方法及装置 Download PDFInfo
- Publication number
- CN113658157B CN113658157B CN202110973170.8A CN202110973170A CN113658157B CN 113658157 B CN113658157 B CN 113658157B CN 202110973170 A CN202110973170 A CN 202110973170A CN 113658157 B CN113658157 B CN 113658157B
- Authority
- CN
- China
- Prior art keywords
- color
- value
- channel
- color channel
- preset
- 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
Links
- 230000011218 segmentation Effects 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000003709 image segmentation Methods 0.000 claims abstract description 44
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 239000003086 colorant Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Color Image Communication Systems (AREA)
Abstract
本申请涉及视觉检测技术领域,特别地,涉及一种基于HSV空间的颜色分割方法及装置。为了解决在进行颜色分割过程中选取单点颜色值要求高、个数把控难的问题。所述方法包括:将待检测图像中每个像素点的RGB转换到HSV空间,得到每个像素点在所述HSV空间中对应的单点颜色值,所述HSV空间包括H颜色通道、S颜色通道、V颜色通道;合并基于图像分割需求所确定的预设颜色值,确定在所述HSV空间中用户实现图像分割的目标颜色的取值范围;通过提取在所述目标颜色的取值范围内的所述单点颜色值,对所述待检测图像进行颜色分割,得到相应的图像分割结果。
Description
技术领域
本申请涉及视觉检测技术领域,尤其涉及一种基于HSV空间的颜色分割方法及装置。
背景技术
图像分割就是把图像分成若干个特定的、具有独特性质的区域的过程。图像分割是图像识别和计算机视觉至关重要的预处理过程,没有正确的分割就不可能有正确的识别,图像分割质量的好坏,很大程度决定着后续图像分析的效果。
彩色图像比灰度图像提供了更为丰富的信息,因此对彩色图像的分割越来越引起重视。颜色分割是通过对彩色图像中颜色信息进行选取,作为分类标识,基于颜色空间,计算各像素点颜色到标识的距离,实现图像分割及区域检测。现阶段对彩色图像进行图像分割通常采用的是基于HSV空间的颜色分割方法。
基于HSV空间的颜色分割方法,通常根据用户输入的单点颜色值来提取感兴趣颜色(即目标颜色),基于目标颜色实现颜色分割。如果需要完整检测待检测区域,通常需要设定多个单点颜色值,针对每个单点颜色值遍历一次待检测区域,得到相应的分割结果,然后将每个单点颜色值相应的分割结果合并起来。这种方法对单点颜色值的选取要求非常高,很难把控单点颜色值的选取个数,并且得到的分割结果也不连续。
发明内容
本申请提供了一种基于HSV空间的颜色分割方法及装置,以解决在进行颜色分割过程中选取单点颜色值要求高、个数把控难的问题。
本申请的第一方面提供一种基于HSV空间的颜色分割方法,所述方法包括:
将待检测图像中每个像素点的RGB转换到HSV空间,得到每个像素点在所述HSV空间中对应的单点颜色值,所述HSV空间包括H颜色通道、S颜色通道、V颜色通道;
合并基于图像分割需求所确定的预设颜色值,确定在所述HSV空间中用户实现图像分割的目标颜色的取值范围;
通过提取在所述目标颜色的取值范围内的所述单点颜色值,对所述待检测图像进行颜色分割,得到相应的图像分割结果。
在一些实施例中,所述目标颜色的取值范围包括在所述H颜色通道、S颜色通道、V颜色通道的取值范围。
在一些实施例中,所述合并基于图像分割需求所确定的预设颜色值,确定在所述HSV空间中用户实现图像分割的目标颜色的取值范围,具体执行以下步骤:
针对目标颜色在所述S颜色通道的取值范围,通过计算预设颜色值在所述S颜色通道的最大S值和最小S值进行颜色合并,确定目标颜色在所述S颜色通道的取值范围,其中:S为饱和度;针对目标颜色在所述V颜色通道的取值范围,通过计算预设颜色值在所述V颜色通道的最大V值和最小V值进行颜色合并,确定目标颜色在所述V颜色通道的取值范围,其中:V为明度;针对目标颜色在所述H颜色通道的取值范围,通过自定义算法计算预设颜色值在所述H颜色通道的最大H值和最小H值进行颜色合并,确定目标颜色在所述H颜色通道的取值范围,其中:H为色相。
在一些实施例中,通过自定义算法计算预设颜色值在所述H颜色通道的最大色相值和最小色相值进行颜色合并,确定目标颜色在所述H颜色通道的取值范围,具体执行以下步骤:
取第一预设颜色值在所述H颜色通道中H1值,设定minH为minH1,maxH为maxH1,其中minH为最小色相值,maxH为最大色相值;再取第二预设颜色值在所述H颜色单通道中H2值,分别计算区间[minH1,H2]、[H2,maxH1]的距离;若minH1与H2的距离最短,则确定所述目标颜色在所述H颜色通道中的取值范围为[minH1,maxH2];若maxH1与H2的距离最短,则确定所述目标颜色在所述H颜色通道中为[minH2,maxH1];重复上述步骤直至遍历完所述预设颜色值在H颜色通道中所有H值,确定目标颜色在所述H颜色通道的取值范围。
在一些实施例中,所述计算区间距离的方法包括:假设针对区间[d1,d2],若d1>d2,则计算距离公式为256-d1+d2;若d1<d2,则计算距离公式为d2-d1。
在一些实施例中,所述计算预设颜色值在所述S颜色通道的最大S值和最小S值,具体执行以下步骤:
取第一预设颜色值在所述S颜色通道中S1值和第二预设颜色值在所述S颜色通道中S2值,通过比较所述S1值和所述S2值,取其中大的S值、或小的S值与第三预设颜色值在所述S颜色通道中S3值进行比较,直至遍历完所述预设颜色值在所述S颜色通道的所有S值,最终确定最大S值、最小S值。
在一些实施例中,所述计算预设颜色值在所述V颜色通道的最大V值和最小V值,具体执行以下步骤:
取第一预设颜色值在所述V颜色通道中V1值和第二预设颜色值在所述V颜色通道中V2值,通过比较所述V1值和所述V2值,取其中大的V值、或小的V值与第三预设颜色值在所述V颜色通道中V3值进行比较,直至遍历完所述预设颜色值在所述V颜色通道的所有V值,最终确定最大V值、最小V值。
在一些实施例中,所述自定义算法用于确定最短的区间范围以包含所述预设颜色值在所述H颜色通道中所有H值,且所述区间范围必须是逆时针方向。
本申请的第二方面提供一种基于HSV空间的颜色分割装置,包括:
图像转换模块,用于将待检测图像中每个像素点的RGB转换到HSV空间,得到每个像素点在所述HSV空间中对应的单点颜色值,所述HSV空间包括H颜色通道、S颜色通道、V颜色通道;
合并确定模块,用于合并基于图像分割需求所确定的预设颜色值,确定在所述HSV空间中用户实现图像分割的目标颜色的取值范围;
颜色分割模块,用于通过提取在所述目标颜色的取值范围内的所述单点颜色值,对所述待检测图像进行颜色分割,得到相应的图像分割结果。
在一些实施例中,所述合并确定模块包括第一合并确定模块、第二合并确定模块、第三合并确定模块;
所述第一合并确定模块,用于通过计算预设颜色值在所述S颜色通道的最大S值和最小S值进行颜色合并,确定目标颜色在所述S颜色通道的取值范围,其中:S为饱和度;
所述第二合并确定模块,用于通过计算预设颜色值在所述V颜色通道的最大V值和最小V值进行颜色合并,确定目标颜色在所述V颜色通道的取值范围,其中:V为明度;
所述第三合并确定模块,用于通过自定义算法计算预设颜色值在所述H颜色通道的最大H值和最小H值进行颜色合并,确定目标颜色在所述H颜色通道的取值范围。
本申请提供的技术方案包括以下有益技术效果:本申请提供的一种基于HSV空间的颜色分割方法及装置,通过对预设颜色值进行合并,确定目标颜色的取值范围,以实现将预设颜色值邻近的颜色全部包含在内,有效减少预设颜色值的个数,降低预设颜色值的选取难度;进一步通过提取在目标颜色的取值范围内的单点颜色值进行颜色分割,以实现采用较少预设颜色值得到同等条件下采用多个预设颜色值颜色分割的结果,降低实施难度,同时得到的分割结果连续。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为现有HSV颜色空间模型的圆锥模型示意图;
图2为本申请实施例提供的一种基于HSV空间的颜色分割方法的流程示意图;
图3为现有HSV颜色空间模型的平面示意图;
图4为本申请实施例提供的通过自定义算法,确定目标颜色在所述H颜色通道的取值范围的流程示意图;
图5为本申请实施例提供的要获取图像分割结果的原始示意图;
图6为本申请实施例提供的采用现有方法进行颜色分割的图像分割结果示意图;
图7为本申请实施例一提供的采用本申请方法进行颜色分割的图像分割结果示意图;
图8为本申请实施例二提供的采用本申请方法进行颜色分割的图像分割结果示意图。
具体实施方式
为了使本领域技术人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对申请实施例中的技术方案进行清楚、完整地描述;显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
实际上,颜色是一个连续的现象,意味着有无限多的颜色。然而,颜色空间通过离散结构(固定数量的整数数值)来表示颜色,因为人眼和感知也是有限的。颜色空间完全能够代表我们能够区分的所有颜色。
例如,RGB颜色空间以R(Red:红)、G(Green:绿)、B(Blue:蓝)三种基本色为基础,进行不同程度的叠加,产生丰富而广泛的颜色,所以俗称三基色模式。但在RGB颜色空间中,三种颜色分量的取值与所生成的颜色之间的联系并不直观。
图1示出了现有HSV颜色空间模型的示意图。
HSV(Hue,Saturation,Value)是根据颜色直观特性创建的一种颜色空间,也称六角锥体模型,如图1所示。相较于RGB颜色空间,HSV颜色空间更类似于人类感觉颜色的方式,封装了关于颜色的信息,面向用户。其中,色相H值是色彩的基本属性,表示所处光谱颜色的位置,如红色、黄色等,用角度度量,取值范围为0°~360°,从红色开始按逆时针方向计算,红色为0°,绿色为120°,蓝色为240°。饱和度S值指色彩的纯度,通常取值范围为0%~100%,值越大,代表颜色越饱和。明度V值表示颜色明亮的程度,通常取值范围为0%(黑)到100%(白)。
实施例1
请参阅图2,本申请实施例提供的一种基于HSV空间的颜色分割方法的流程示意图。所述方法包括:
在步骤S201中,将待检测图像中每个像素点的RGB转换到HSV空间,得到每个像素点在所述HSV空间中对应的单点颜色值,所述HSV空间包括H颜色通道、S颜色通道、V颜色通道。
在一些实施例中,HSV是对RGB颜色空间中点有关系的表示,以实现描述比RGB更准确的感知颜色联系,并仍保持计算简单的特点。RGB到HSV空间转换算法是为计算转换后的HSV值,其中,转换公式为:
V=max(R,G,B) (1)
if H<0,H=H+360 (4)
由于在RGB颜色空间中R、G、B的取值范围为0-255,因此根据转换公式计算的V值范围为0-255,H值范围为0-360,S值范围为0-1。为了将H值和S值转换到0-255范围内,则需要将通过转换公式计算的S值再乘以255,H值乘以255/360。
在步骤202中,合并基于图像分割需求所确定的预设颜色值,确定在所述HSV空间中用户实现图像分割的目标颜色的取值范围。
在一些实施例中,所述目标颜色的取值范围包括在所述H颜色通道、S颜色通道、V颜色通道的取值范围。在一些实施例中,所述合并基于图像分割需求所确定的预设颜色值,确定在所述HSV空间中用户实现图像分割的目标颜色的取值范围,具体执行以下步骤:
针对目标颜色在所述S颜色通道的取值范围,通过计算预设颜色值在所述S颜色通道的最大S值和最小S值进行颜色合并,确定目标颜色在所述S颜色通道的取值范围,以区间[minS,maxS]进行表示,其中:S为饱和度,minS为最小S值,maxS为最大S值。
针对目标颜色在所述V颜色通道的取值范围,通过计算预设颜色值在所述V颜色通道的最大V值和最小V值进行颜色合并,确定目标颜色在所述V颜色通道的取值范围,以区间[minV,maxV]进行表示,其中:V为明度,minV为最小V值,maxV为最大V值。
针对目标颜色在所述H颜色通道的取值范围,通过自定义算法计算预设颜色值在所述H颜色通道的最大H值和最小H值进行颜色合并,确定目标颜色在所述H颜色通道的取值范围,以区间[minH,maxH]进行表示,其中:H为色相,minH为最小H值,maxH为最大H值。
图3示出了现有HSV颜色空间模型的平面示意图。
针对H颜色通道,由于红色横跨两个区间,所以最小值可以大于最大值(H值的取值范围是环状的,如图3所示),需要进行特殊处理。将每一个预设颜色值的H值作为一个离散值,通过自定义算法确定一个最短的区间范围以包含所有离散的H值,且此区间范围必须是逆时针方向。
请参阅图4,本申请实施例通过自定义算法,确定目标颜色在所述H颜色通道的取值范围的流程示意图。具体的自定义算法执行步骤:
在步骤401中,取第一预设颜色值在所述H颜色通道中H1值,设定minH为minH1,maxH为maxH1,其中minH为最小色相值,maxH为最大色相值。
在步骤402中,再取第二预设颜色值在所述H颜色单通道中H2值,分别计算区间[minH1,H2]、[H2,maxH1]的距离。其中,若minH1与H2的距离最短,则确定所述目标颜色在所述H颜色通道中的取值范围为[minH1,maxH2];若maxH1与H2的距离最短,则确定所述目标颜色在所述H颜色通道中为[minH2,maxH1]。
在步骤403中,重复上述步骤直至遍历完所述预设颜色值在H颜色通道中所有H值,确定目标颜色在所述H颜色通道的取值范围。
在一些实施例中,所述计算区间距离的方法包括:假设针对区间[d1,d2],若d1>d2,则计算距离公式为256-d1+d2;若d1<d2,则计算距离公式为d2-d1。在一些实施例中,所述自定义算法用于确定最短的区间范围以包含所述预设颜色值在所述H颜色通道中所有H值,且所述区间范围必须是逆时针方向。
在实际实施时,通过自定义算法确定目标颜色在所述H颜色通道的取值范围,具体执行步骤包括以下:
步骤A1:根据第一预设颜色值的H1值tmpH1,初始化nMinH=tmpH1,nMaxH=tmpH1。
步骤A2:取第二预设颜色值的H2值tmpH2,分别计算[nMinH,tmpH2]和[tmpH2,nMaxH]两个区间的距离。如果[nMinH,tmpH2]最短,则修改上限nMaxH为tmpH2;如果[tmpH2,nMaxH]的距离最短,则修改下限nMinH为tmpH2。
步骤A3:遍历剩余预设颜色值的H值,对每一个预设颜色值的H值tmpH,分别计算[nMinH,tmpH]和[tmpH,nMaxH]两个区间的距离。如果[nMinH,tmpH]最短,则修改上限nMaxH为tmpH;如果[tmpH,nMaxH]的距离最短,则修改下限nMinH为tmpH。
在一些实施例中,所述计算预设颜色值在所述S颜色通道的最大S值和最小S值,具体执行以下步骤:
取第一预设颜色值在所述S颜色通道中S1值和第二预设颜色值在所述S颜色通道中S2值,通过比较所述S1值和所述S2值,取其中大的S值、或小的S值与第三预设颜色值在所述S颜色通道中S3值进行比较,直至遍历完所述预设颜色值在所述S颜色通道的所有S值,最终确定最大S值、最小S值。
在一些实施例中,所述计算预设颜色值在所述V颜色通道的最大V值和最小V值,具体执行以下步骤:
取第一预设颜色值在所述V颜色通道中V1值和第二预设颜色值在所述V颜色通道中V2值,通过比较所述V1值和所述V2值,取其中大的V值、或小的V值与第三预设颜色值在所述V颜色通道中V3值进行比较,直至遍历完所述预设颜色值在所述V颜色通道的所有V值,最终确定最大V值、最小V值。
在步骤203中,通过提取在所述目标颜色的取值范围内的所述单点颜色值,对所述待检测图像进行颜色分割,得到相应的图像分割结果。
在一些实施例中,遍历待检测图像中的每个像素点在所述HSV空间中对应的单点颜色值,判断每个单点颜色值的在所述H颜色通道的H值、在所述S颜色通道的S值、在所述V颜色通道的V值,是否同时满足目标颜色在相对应颜色通道的取值范围,即[minH,maxH]、[minS,maxS]、[minV,maxV]。
在一些实施例中,针对单点颜色值的H值:分为两种情况,如果minH小于等于maxH,则H值需要大于等于minH且小于等于maxH;如果minH大于maxH,则需要满足两种情况之一:1)H值大于等于minH且小于等于255;2)H值大于等于0且小于等于maxH。针对单点颜色值的S值:大于等于minS且小于等于maxS。针对单点颜色值的V值:大于等于minV且小于等于maxV。如果满足上述条件,则图像分割结果的对应像素点灰度为255,否则图像分割结果的对应像素点灰度为0。
图5示出了本申请实施例要获取图像分割结果的原始示意图。
在一些实施例中,提取感兴趣的目标是中间的“红色S”,即目标颜色是红色S,要将其分割出来,总共选取了7个预设颜色值,分别为:位置(1433,904),HSV(6,252,93);位置(1192,687),HSV(5,250,113);位置(1223,610),HSV(6,255,121);位置(1220,608),HSV(6,253,133);位置(1443,853),HSV(6,253,165);位置(1376,1287),HSV(7,255,177);位置(1374,1004),HSV(6,254,239)。这7个预设颜色值都属于红色,但每个预设颜色值的HSV值有一定差异,尤其是V值,跨度比较大(在93-239范围内)。如果只根据这7个预设颜色值采用现有方法进行颜色分割,很难提取出完整而清晰的”S”,而且得到的图像分割结果不连续,孔洞很多,如图6所示。而采用本申请方法将这7个预设颜色值合并后,则预设颜色值离散的V值就被合并到红色(目标颜色)在所述V颜色通道的取值范围[93,239],只要原始图像中单点颜色值的V值在目标颜色的取值范围内,则相对应的单点颜色值都会被提取,因而得到的“S”更加清晰,图像分割结果连续,中间的孔洞更少,如图7所示。
实施例2
在一些实施例中,提取感兴趣的目标是中间的“红色S”,先选取5个预设颜色值进行合并,确定第一目标颜色的取值范围后,进行颜色分割,得到的图像分割结果,如图8所示。其中5个预设颜色值分别为:位置(1433,904),HSV(6,252,93);位置(1192,687),HSV(5,250,113);位置(1223,610),HSV(6,255,121);位置(1220,608),HSV(6,253,133);位置(1443,853),HSV(6,253,165)。通过观察图8,发现分割得到的S图形中间有很多孔洞,通过将孔洞位置对应的预设颜色值加入到原始点(即,5个预设颜色值)中进行合并(集中),以实现消除孔洞。具体执行步骤,包括:
将第6个预设颜色值,即位置(1376,1287),HSV(7,255,177)与第一目标颜色的取值范围进行合并,确定第二目标颜色的取值范围;再将第7个预设颜色值,即位置(1374,1004),HSV(6,254,239)与第二目标颜色的取值范围进行合并,确定目标颜色的取值范围后,进行颜色分割,得到相应的图像分割结果。通过从5个预设颜色值得到图像分割结果中找到孔洞的位置,再将孔洞位置对应的预设颜色值加入到原始点中集中,比直接在待检测图像中找孔洞位置的点更容易、便利。
本申请还提供了一种基于HSV空间的颜色分割装置,包括:
图像转换模块,用于将待检测图像中每个像素点的RGB转换到HSV空间,得到每个像素点在所述HSV空间中对应的单点颜色值,所述HSV空间包括H颜色通道、S颜色通道、V颜色通道;
合并确定模块,用于合并基于图像分割需求所确定的预设颜色值,确定在所述HSV空间中用户实现图像分割的目标颜色的取值范围;
颜色分割模块,用于通过提取在所述目标颜色的取值范围内的所述单点颜色值,对所述待检测图像进行颜色分割,得到相应的图像分割结果。
在一些实施例中,所述合并确定模块包括第一合并确定模块、第二合并确定模块、第三合并确定模块;
所述第一合并确定模块,用于通过计算预设颜色值在所述S颜色通道的最大S值和最小S值进行颜色合并,确定目标颜色在所述S颜色通道的取值范围,其中:S为饱和度;所述第二合并确定模块,用于通过计算预设颜色值在所述V颜色通道的最大V值和最小V值进行颜色合并,确定目标颜色在所述V颜色通道的取值范围,其中:V为明度;所述第三合并确定模块,用于通过自定义算法计算预设颜色值在所述H颜色通道的最大H值和最小H值进行颜色合并,确定目标颜色在所述H颜色通道的取值范围。
采用本申请实施例提供的基于HSV空间的颜色分割装置,可以实施上述基于HSV空间的颜色分割方法中的各步骤,并获得相同的有益效果。采用本申请实施例提供的基于HSV空间的颜色分割装置,通过对预设颜色值进行合并,确定目标颜色的取值范围,以实现将预设颜色值邻近的颜色全部包含在内,有效减少预设颜色值的个数,降低预设颜色值的选取难度;进一步通过提取在目标颜色的取值范围内的单点颜色值进行颜色分割,以实现采用较少预设颜色值得到同等条件下采用多个预设颜色值颜色分割的结果,降低实施难度,同时得到的分割结果连续。
需要说明的是,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的内容,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (8)
1.一种基于HSV空间的颜色分割方法,其特征在于,包括:
将待检测图像中每个像素点的RGB转换到HSV空间,得到每个像素点在所述HSV空间中对应的单点颜色值,所述HSV空间包括H颜色通道、S颜色通道、V颜色通道;
合并基于图像分割需求所确定的预设颜色值,确定在所述HSV空间中用户实现图像分割的目标颜色的取值范围,所述目标颜色的取值范围包括在所述H颜色通道、S颜色通道、V颜色通道的取值范围;
取第一预设颜色值在所述H颜色通道中H1值,设定minH为minH1,maxH为maxH1,其中minH为最小色相值,maxH为最大色相值;
再取第二预设颜色值在所述H颜色单通道中H2值,分别计算区间[minH1,H2]、[H2,maxH1]的距离;
若minH1与H2的距离最短,则确定目标颜色在所述H颜色通道中的取值范围为[minH1,maxH2];
若maxH1与H2的距离最短,则确定所述目标颜色在所述H颜色通道中为[minH2,maxH1];
重复上述步骤直至遍历完所述预设颜色值在H颜色通道中所有H值,确定目标颜色在所述H颜色通道的取值范围;
确定目标颜色在所述S颜色通道和所述V颜色通道的取值范围;
通过提取在所述目标颜色的取值范围内的所述单点颜色值,对所述待检测图像进行颜色分割,得到相应的图像分割结果。
2.根据权利要求1所述的颜色分割方法,其特征在于,所述合并基于图像分割需求所确定的预设颜色值,确定在所述HSV空间中用户实现图像分割的目标颜色的取值范围,具体执行以下步骤:
针对目标颜色在所述S颜色通道的取值范围,通过计算预设颜色值在所述S颜色通道的最大S值和最小S值进行颜色合并,确定目标颜色在所述S颜色通道的取值范围,其中:S为饱和度;
针对目标颜色在所述V颜色通道的取值范围,通过计算预设颜色值在所述V颜色通道的最大V值和最小V值进行颜色合并,确定目标颜色在所述V颜色通道的取值范围,其中:V为明度;
针对目标颜色在所述H颜色通道的取值范围,通过自定义算法计算预设颜色值在所述H颜色通道的最大H值和最小H值进行颜色合并,确定目标颜色在所述H颜色通道的取值范围,其中:H为色相。
3.根据权利要求1所述的颜色分割方法,其特征在于,所述计算区间距离的方法包括:
假设针对区间[d1,d2],若d1>d2,则计算距离公式为256-d1+d2;若d1<d2,则计算距离公式为d2-d1。
4.根据权利要求2所述的颜色分割方法,其特征在于,所述计算预设颜色值在所述S颜色通道的最大S值和最小S值,具体执行以下步骤:
取第一预设颜色值在所述S颜色通道中S1值和第二预设颜色值在所述S颜色通道中S2值,通过比较所述S1值和所述S2值,取其中大的S值、或小的S值与第三预设颜色值在所述S颜色通道中S3值进行比较,直至遍历完所述预设颜色值在所述S颜色通道的所有S值,最终确定最大S值、最小S值。
5.根据权利要求2所述的颜色分割方法,其特征在于,所述计算预设颜色值在所述V颜色通道的最大V值和最小V值,具体执行以下步骤:
取第一预设颜色值在所述V颜色通道中V1值和第二预设颜色值在所述V颜色通道中V2值,通过比较所述V1值和所述V2值,取其中大的V值、或小的V值与第三预设颜色值在所述V颜色通道中V3值进行比较,直至遍历完所述预设颜色值在所述V颜色通道的所有V值,最终确定最大V值、最小V值。
6.根据权利要求4所述的颜色分割方法,其特征在于,所述自定义算法用于确定最短的区间范围以包含所述预设颜色值在所述H颜色通道中所有H值,且所述区间范围必须是逆时针方向。
7.一种基于HSV空间的颜色分割装置,其特征在于,包括:
图像转换模块,用于将待检测图像中每个像素点的RGB转换到HSV空间,得到每个像素点在所述HSV空间中对应的单点颜色值,所述HSV空间包括H颜色通道、S颜色通道、V颜色通道;
合并确定模块,用于合并基于图像分割需求所确定的预设颜色值,确定在所述HSV空间中用户实现图像分割的目标颜色的取值范围,所述目标颜色的取值范围包括在所述H颜色通道、S颜色通道、V颜色通道的取值范围;
取第一预设颜色值在所述H颜色通道中H1值,设定minH为minH1,maxH为maxH1,其中minH为最小色相值,maxH为最大色相值;
再取第二预设颜色值在所述H颜色单通道中H2值,分别计算区间[minH1,H2]、[H2,maxH1]的距离;
若minH1与H2的距离最短,则确定目标颜色在所述H颜色通道中的取值范围为[minH1,maxH2];
若maxH1与H2的距离最短,则确定所述目标颜色在所述H颜色通道中为[minH2,maxH1];
重复上述步骤直至遍历完所述预设颜色值在H颜色通道中所有H值,确定目标颜色在所述H颜色通道的取值范围;
确定目标颜色在所述S颜色通道和所述V颜色通道的取值范围;
颜色分割模块,用于通过提取在所述目标颜色的取值范围内的所述单点颜色值,对所述待检测图像进行颜色分割,得到相应的图像分割结果。
8.根据权利要求7所述的颜色分割装置,其特征在于,所述合并确定模块包括第一合并确定模块、第二合并确定模块、第三合并确定模块;
所述第一合并确定模块,用于通过计算预设颜色值在所述S颜色通道的最大S值和最小S值进行颜色合并,确定目标颜色在所述S颜色通道的取值范围,其中:S为饱和度;
所述第二合并确定模块,用于通过计算预设颜色值在所述V颜色通道的最大V值和最小V值进行颜色合并,确定目标颜色在所述V颜色通道的取值范围,其中:V为明度;
所述第三合并确定模块,用于通过自定义算法计算预设颜色值在所述H颜色通道的最大H值和最小H值进行颜色合并,确定目标颜色在所述H颜色通道的取值范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110973170.8A CN113658157B (zh) | 2021-08-24 | 2021-08-24 | 一种基于hsv空间的颜色分割方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110973170.8A CN113658157B (zh) | 2021-08-24 | 2021-08-24 | 一种基于hsv空间的颜色分割方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113658157A CN113658157A (zh) | 2021-11-16 |
CN113658157B true CN113658157B (zh) | 2024-03-26 |
Family
ID=78481739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110973170.8A Active CN113658157B (zh) | 2021-08-24 | 2021-08-24 | 一种基于hsv空间的颜色分割方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113658157B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115018848B (zh) * | 2022-08-09 | 2022-10-21 | 中国石油大学(华东) | 一种页岩含油级别的评定方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289680A (zh) * | 2011-09-02 | 2011-12-21 | 北京新媒传信科技有限公司 | 图像中肤色区域的分割方法和装置 |
CN109299711A (zh) * | 2018-12-25 | 2019-02-01 | 常州纺织服装职业技术学院 | 颜色跟踪方法和装置 |
CN110826418A (zh) * | 2019-10-15 | 2020-02-21 | 深圳和而泰家居在线网络科技有限公司 | 脸部特征提取方法及装置 |
CN111062993A (zh) * | 2019-12-12 | 2020-04-24 | 广东智媒云图科技股份有限公司 | 色彩合并的作画图像处理方法、装置、设备及存储介质 |
CN112489143A (zh) * | 2020-11-30 | 2021-03-12 | 济南博观智能科技有限公司 | 一种颜色识别方法、装置、设备及存储介质 |
WO2021047383A1 (zh) * | 2019-09-12 | 2021-03-18 | 京东方科技集团股份有限公司 | 用于电子墨水屏的图像处理方法、装置和电子墨水屏 |
-
2021
- 2021-08-24 CN CN202110973170.8A patent/CN113658157B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289680A (zh) * | 2011-09-02 | 2011-12-21 | 北京新媒传信科技有限公司 | 图像中肤色区域的分割方法和装置 |
CN109299711A (zh) * | 2018-12-25 | 2019-02-01 | 常州纺织服装职业技术学院 | 颜色跟踪方法和装置 |
WO2021047383A1 (zh) * | 2019-09-12 | 2021-03-18 | 京东方科技集团股份有限公司 | 用于电子墨水屏的图像处理方法、装置和电子墨水屏 |
CN110826418A (zh) * | 2019-10-15 | 2020-02-21 | 深圳和而泰家居在线网络科技有限公司 | 脸部特征提取方法及装置 |
CN111062993A (zh) * | 2019-12-12 | 2020-04-24 | 广东智媒云图科技股份有限公司 | 色彩合并的作画图像处理方法、装置、设备及存储介质 |
CN112489143A (zh) * | 2020-11-30 | 2021-03-12 | 济南博观智能科技有限公司 | 一种颜色识别方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于HSV色彩空间的图像分割;郭英华;;黑龙江冶金(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113658157A (zh) | 2021-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105631880B (zh) | 车道线分割方法和装置 | |
JP4214154B2 (ja) | ホワイトバランスを自動調整する映像装置及びそのホワイトバランス調整方法 | |
KR100552695B1 (ko) | 칼라영상의 색조절방법 및 장치 | |
CN104572971A (zh) | 图像检索的方法和装置 | |
US20180211368A1 (en) | Method and device for adjusting contrast | |
US9898953B2 (en) | Offset method and equipment of RGBW panel subpixel | |
US9794538B2 (en) | Color adjustment apparatus, image display apparatus, and color adjustment method | |
CN100394804C (zh) | 视频信号校正方法和视频信号校正装置 | |
CN104618703B (zh) | 一种白平衡调整方法 | |
JP2001014456A (ja) | 画像加工装置及びプログラム記録媒体 | |
US9449375B2 (en) | Image processing apparatus, image processing method, program, and recording medium | |
CN111161683B (zh) | 图像处理方法、图像处理器和显示装置 | |
CN112652027B (zh) | 一种伪彩检测方法及系统 | |
CN113658157B (zh) | 一种基于hsv空间的颜色分割方法及装置 | |
CN115115645A (zh) | 一种舌像腐腻特征数据识别检测方法及系统 | |
US7129957B2 (en) | Color signal processing device and method | |
CN109119046B (zh) | 灰阶亮度的调节系统及调节方法、存储器 | |
WO2022120799A1 (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN105184746B (zh) | 基于直方图均衡的彩色图像增强处理方法 | |
JP5886462B1 (ja) | 印刷プロセスをダイナミックに較正する方法 | |
WO2017096681A1 (zh) | 信号转换方法 | |
US8295539B2 (en) | Method and system of immersive sensation enhancement for video sequence displaying | |
WO2012172699A1 (ja) | 文字領域画素判定装置またはその方法 | |
CN112927153B (zh) | 一种图像处理方法和装置 | |
CN101980543A (zh) | 一种二维梳状滤波器和亮色分离方法 |
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 |