CN1175746A - 图象分色方法 - Google Patents

Abstract

本发明涉及一种图象分色方法,利用计算机和特定的分色软件对输入计算机中的图象进行分色,其步骤是:将图象扫描输入计算机,然后将图象文件转换为孟塞尔颜色空间格式存储;设定孟塞尔颜色空间中色度H、明度V和彩度C的阈值范围;最后,对图象中的象素进行搜索,找出色度H、明度V和彩度C落在设定阈值范围内的象素。这种处理方法可以快速准确地处理图象而不需舍弃有用的图象信息,在电子地图等领域中可以得到广泛的应用。

Description

图象分色方法

本发明涉及一种对图象进行分色处理的方法，特别是对于扫描所得的彩色地图进行分色处理以获得特定信息的方法。

图象的分色在实际中有许多用途。例如在电子地图中，通过对地图的分色，可以搜索出某一特定种类的物体，如河流、公路、城市等，从而可以实现其灵活的导游功能；对地图进行分色也有利于对地图进行有关的图象处理和进行研究。通常，由扫描仪生成的地图多为RGB颜色空间中的24位真彩图形，由于光照或者印刷等原因，引起颜色的散射，使得某一种类的物体(如河流、公路、城市等)的颜色会发生一些变化或失真，从而使其颜色值是在一定的范围内而不是确切地处于某一值，实际上同一个物体可能呈现千万种颜色，这就增加了分色的难度。传统的做法一般都是直接在RGB颜色空间中进行，例如《(软件学报》1996年7(8)期第466-470页中的《彩色地图图象的聚色算法研究)》一文中的方法就是一例，此外还有一些。但这些方法或者计算量太大，或者进行近似处理，舍弃了许多有用信息，或者只能识别出特定色彩的物体。因此这些方法都不能满足实际要求，特别是制作电子地图的要求。

为了克服现有技术的不足，本发明特提出一种新的图象分色方法，既可以识别各种类型的物体，又使分色过程中的计算量较小，且不舍弃图象信息。

本发明为实现上述目的所提出的解决方案是：一种图象分色方法，利用计算机和特定的分色软件对输入计算机中的图象进行分色，其特征是：对图象进行分色的步骤如下，

第一步，将图象扫描输入计算机中；

第二步，将RGB颜色空间格式的图象文件转换为孟塞尔颜色空间格式存储，且

设定孟塞尔颜色空间中色度H、明度V和彩度C的阈值范围；

第三步，对图象中的象素进行搜索，找出色度H、明度V和彩度C落在设定阈值范围内的象素。

通过这种方案，由于对图象的处理是在孟塞尔颜色空间而不是在RGB颜色空间中进行的，而孟塞尔颜色空间已将颜色信息加以抽取，而且与人的视觉有良好的一致性，因此更适合于分色处理，使分色方法简单而效果良好。由于孟塞尔颜色空间的物理意义明确但数学转换关系复杂，从而使一般人很难想到利用孟塞尔颜色空间进行图象处理，同时一般人也容易误认为将图象转换到孟塞尔颜色空间是一件复杂的工作，这样的偏见就导致了利用孟塞尔颜色空间进行分色处理这样一个简单而有效的方法长时间内没有被采用。

图1是本发明的一个实施例的流程图；

图2是一个用于优化阈值的BP神经网络模型图。

下面结合附图并通过实施例对本发明做进一步的描述。

参见图1，所示为利用计算机和分色软件对输入计算机中的彩色地图图象进行分色的一个具体方法，其特征是：对图象进行分色的步骤如下，

    第一步，将图象扫描输入计算机中，并以24位真彩色RGB颜

色空间格式存储；

    第二步，将图象文件转换为孟塞尔颜色空间格式存储，且设定

孟塞尔颜色空间中色度H、明度V和彩度C的阈值范围；

    第三步，对图象中的象素进行搜索，找出色度H、明度V和

彩度C落在设定阈值范围内的象素。

本例所述的是通过图象的分色从地图上提取公路的方法和过程。由于扫描仪生成的地图图象一般为RGB颜色空间的24位真彩图象，需要将其转换到孟塞尔颜色空间中。转换的过程是：先将图象由RGB颜色空间转换到CIE-XYZ颜色空间，即图1中方框1到方框2，其转换公式为： $\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]=\left[\begin{array}{ccc}0.430& 0.342& 0.187\\ 0.300& 0.590& 0.110\\ 0.020& 0.130& 0.939\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]$

其中，R、G、B分别表示在RGB颜色空间中红、绿、蓝三基色的分量值；X、Y、Z分别表示CIE-XYZ颜色空间中红、绿、蓝三基色的分量值。

然后再从CIE-XYZ颜色空间转换到(L，a，b)颜色空间中，即图1中方框2到方框3，其转换的公式为：

L＝116(Y/Y_d)-16

a＝500[(X/X_d)-(Y/Y_d)]

b＝200[(Y/Y_d)-(Z/Z_d)]其中，L为(L，a，b)颜色空间中米制明度，a、b为米制色度。而X_d＝95，Y_d＝100，Z_d＝108.89。

最后再从(L，a，b)颜色空间中转换到孟塞尔颜色空间中，即图1中方框3到方框4，其转换的关系非常复杂，不易用公式写出，但熟悉孟塞尔颜色空间的人通过分析是可以实现这个转换的；为了使转换过程简单化以及更容易理解，本发明还提出了一个转换的代用简化公式：V＝1/10×L $c=\sqrt{a^2+b^2}$ H＝arctg(a/b)其中，V、C、H分别为孟塞尔颜色空间中的明度、彩度和色度值。

在进行图象转换之前后或同时，根据需要设定H、V、C阈值；然后利用计算机对象素进行逐一检验，即与所设阈值相对比，或称为“决策判断”(图1中方框5)，其输出就是实现分色后的结果(图1中方框6)。至此，已将所需要的公路提取出来。本例中为了提取公路，设定阈值为：H＝0.3～1.57，C＝10.0，V＝4.0。

但在实际中，有时因为扫描噪音和印刷质量等的原因，引起色散现象，会使物体在图象上某处的颜色大大偏离其本色，以至于落在设定的阈值范围之外，这样就会导致分色失误，比如，导致所分出的公路在某些地方断路。本发明克服这一问题的办法是构造一个神经网络，可以是BP神经网络，也可以是其他类型；用该神经网络对阈值进行优化，从而增加其适应性。在本例中，我们构造了一个BP神经网络，图2就是一个用于优化阈值的BP神经网络模型图，其中7为输入层，8为隐蔽层，9为输出层。

通过设定权初值(图1中的方框10)，提供样本(图1中的方框11)，经神经网络算法得到权矩阵Wij(图1中的方框12)，利用该矩阵逐象素计算阈值，得到优化后的阈值(图1中方框13)，然后再进行分色，使分色结果具有一定的适应性，从而可以使分色效果有更进一步的提高。

显然，本发明还可以用于除地图以外的其他图象的分色处理中，例如，从卫星云图中提取低压槽，从图画中提取隐藏其中的“电子签名”等等。

Claims (10)

1、一种图象分色方法，利用计算机和特定的分色软件对输入计算机中的图象进行分色，其特征是：对图象进行分色的步骤如下，

第一步，将图象扫描输入计算机中；

第二步，将图象文件转换为孟塞尔颜色空间格式存储；且设定

孟塞尔颜色空间中色度H、明度V和彩度C的阈值范围；

第三步，对图象中的象素进行搜索，找出色度H、明度V和

彩度C落在设定阈值范围内的象素。

2、如权利要求1所述的图象分色方法，其特征是：所述以孟塞尔颜色空间格式存储和读写的图象是由(L，a，b)颜色空间中的相应图象通过转换得来的。

3、如权利要求2所述的图象分色方法，其特征是：将图象从(L，a，b)颜色空间中转换到孟塞尔颜色空间是通过如下简化公式实现的V＝1/10×I $\sqrt{C=a^2+b^2}$ H＝arctg(a/b)其中V、C、H分别为孟塞尔颜色空间中的明度、色度和彩度，L为(L，a，b)颜色空间中的米制明度，a、b为(L，a，b)颜色空间中的米制色度。

4、如权利要求1所述的图象分色方法，其特征是：所述以孟塞尔颜色空间格式存储和读写的图象是由CIE-XYZ颜色空间中的相应图象通过转换得来的。

5、如权利要求4所述的图象分色方法，其特征是：所述图象从CIE-XYZ颜色空间转换到孟塞尔颜色空间的步骤如下，

第一步，将CIE-XYZ颜色空间中的图象转换到(L，a，b)颜

色空间中，转换的公式是

L＝116(Y/Y_d)-16

a＝500[(X/X_d)-(Y/Y_d)]

b＝200[(Y/Y_d)-(Z/Z_d)]

其中，L为(L，a，b)颜色空间中米制明度，a、b为米制色度；

而X_d＝95，Y_d＝100，Z_d＝108.89；

第二步，将已转换到(L，a，b)颜色空间中的图象再转换到孟

塞尔颜色空间中。

6、如权利要求1所述的图象分色方法，其特征是：所述以孟塞尔颜色空间格式存储和读写的图象是由RGB颜色空间中的相应图象通过转换得来的。

7、如权利要求4所述的图象分色方法，其特征是：所述图象从RGB颜色空间转换到孟塞尔颜色空间的步骤如下，

第一步，将RGB颜色空间中的图象转换到CIE-XYZ颜色空间

中，转换的公式是 $\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]=\left[\begin{array}{ccc}0.430& 0.342& 0.178\\ 0.300& 0.590& 0.110\\ 0.020& 0.130& 0.939\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]$

其中，R、G、B分别表示在RGB颜色空间中红、绿、蓝三基色的分量值；X、Y、Z分别表示CIE-XYZ颜色空间中红、绿、蓝三基色的分量值；

第二步，将已转换到CIE-XYZ颜色空间中的图象再转换到(L，a，b)颜色空间中；

第三步，将已转换到(L，a，b)颜色空间中的图象再转换到孟塞尔颜色空间中。

8、如权利要求1所述的图象分色方法，其特征是其中第二步，设定孟塞尔颜色空间中色度H、明度V和彩度C的阈值范围时，通过神经网络对所设阈值进行优化。

9、如权利要求8所述的图象分色方法，其特征是所述通过神经网络对所设阈值进行优化是通过神经网络得到一个权矩阵Wij，用该矩阵逐象素计算阈值；所述神经网络是BP神经网络。

10、如权利要求1-9所述的图象分色方法，其特征是所述图象为地图图象。

Images