CN1296597A - 使用可靠性的代表性颜色指定方法 - Google Patents
使用可靠性的代表性颜色指定方法 Download PDFInfo
- Publication number
- CN1296597A CN1296597A CN99804766A CN99804766A CN1296597A CN 1296597 A CN1296597 A CN 1296597A CN 99804766 A CN99804766 A CN 99804766A CN 99804766 A CN99804766 A CN 99804766A CN 1296597 A CN1296597 A CN 1296597A
- Authority
- CN
- China
- Prior art keywords
- color
- value
- image region
- reliability
- pixel
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Color Image Communication Systems (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
一种指定基于可靠性表示的代表性颜色的方法,由图象区域的代表性颜色表示图象区域。在使用颜色值作为图象区域的信息的方法中,该方法包括将代表性颜色值的可靠性与代表图象区域的代表性颜色值一起作为图象区域的颜色信息,从而使用图象区域的可靠性和颜色分段方法表示图象区域的颜色信息。
Description
本发明涉及用于图象搜索系统的代表性颜色值指定方法,具体涉及通过将相对于图象区域的代表性颜色值与代表代表性颜色的精度的可靠性一起表示来指定图象区域的代表性颜色的方法,还涉及用于测量多于两个图象的相似性的方法,和用于使用与可靠性一起表示的代表性颜色值的特征将图象分段为相似区域的方法。
在图象搜索技术中,用于图象搜索的颜色信息是图象的性质中的重要因素。
在常规技术中存在一种方法,其中图象被分段为n×m个栅格,相对于每个分段单元得到一颜色直方图,将如此得到的颜色直方图的最大值确定为相对于一对应单元的代表性颜色值。在另一种方法中,将颜色直方图的平均值确定为一对应单元的代表性颜色值。在另一种方法中,得到主颜色矢量并将其确定为一对应单元的代表性颜色值。
但是,由于图象的性质是多样的,很难使用一图象区域中的颜色或一种颜色值来表示一个图象。通过使用一种代表性颜色值信息表示图象区域来表示图象的特征是不合适的。在这种情况下,很难使用图象的性质来形成准确的数据库,并且使用如此形成的数据库会使图象搜索的性能降低。此外,当使用多种颜色而不是一种颜色来表示图象区域的代表性颜色时,需要大的存储空间。而且,很难准确地表示各种颜色之间的相互关系。因此,如此确定的图象区域的代表性颜色值的精度很低。
因此,本发明的一个目的是提供一种用于指定基于可靠性表示的代表性颜色的方法,其中由图象区域的代表性颜色表示图象区域。
本发明的另一个目的是提供一种用于使用可靠性来表示图象区域的颜色信息的方法,和一种图象区域的颜色分段方法。
本发明的另一个目的是提供一种代表性颜色指定方法,其可以用于基于根据可靠性的权数的图象搜索。
本发明致力于一种用于指定基于可靠性的图象颜色的代表性颜色的方法,其中当相对于某个图象区域指定代表性颜色时代表性颜色准确地表示图象区域。此外,本发明致力于一种用于根据图象区域的颜色的混合率和颜色相似性确定可靠性的方法。
此外,本发明致力于一种通过在将图象区域分段成多个栅格后,相对于每个栅格得到代表性颜色和可靠性,相对于多于两个图象区域比较每个单元的代表性颜色和可靠性,从而得到图象之间的相似性的方法。
此外,本发明致力于一种颜色分段方法,用于通过表示图象区域的代表性颜色和可靠性,根据可靠性程度将图象分段为具有相同颜色的区域。
从以下的详细说明和附图可以对本发明有更完整的理解,附图仅用于例示性目的,因此并不限制本发明,在附图中:
图1是根据本发明使用可靠性的代表性颜色指定方法的流程图;
图2是根据本发明使用颜色相似性得到可靠性的方法的流程图;
图3是根据本发明用于得到颜色相似性的方法的流程图;
图4是根据本发明使用混合率和颜色相似性得到可靠性的方法的流程图;
图5是根据本发明用于得到混合率的方法的流程图;
图6是根据本发明用于得到一颜色象素的频率的方法的流程图,其中该颜色象素具有超过图象区域中一定阈值的色度;
图7和8表示根据本发明用于搜索相应颜色的存在的方法的例子,其通过将扩展屏蔽(expansion mask)应用于图象区域,从而得到混合率;
图9是根据本发明使用可靠性指定代表性颜色值的方法的流程图;
图10是根据本发明使用图象区域中的可靠性指定代表性颜色值的方法的流程图;
图11表示根据本发明的与可靠性一起表示的图象区域的代表性颜色指定的结果(数据结构);
图12是根据本发明设置图象区域的栅格的每个单元的代表性颜色值和可靠性的方法的流程图;
图13是根据本发明相对于两个区域得到两个图象栅格之间的颜色相似性的方法的流程图;
图14表示根据本发明由可靠性和具有一定程度可靠性的代表性颜色值一起表示的图象区域的代表性颜色指定的结果;
图15是根据本发明用于得到相似性区域的方法的流程图,其中使用可靠性适当地对图象区域分段。
下面,将参照附图对本发明的优选实施例进行详细说明。
图1是使用可靠性的代表性颜色指定方法的流程图,该方法包括以下步骤:得到图象区域的可靠性,相对于图象区域将如此得到的可靠性设置为上述区域的可靠性,与可靠性一起设置图象区域的代表性颜色值。
在本发明中,可靠性是一个表示代表整个图象的特定区域或图象内特定部分的颜色值精度的信息,并且是一个关于特定区域是否表示一种颜色的值,并且是一个当对应区域由颜色表示时的精度,它的值是在0和1之间。
因此,假设图象区域由一种颜色形成,并且该颜色被指定为该区域的代表性颜色,则代表性颜色的可靠性是1。而如果图象区域包括不同的清楚颜色(clear color)并且不同的清楚颜色中的一种颜色被指定为代表性颜色,则可靠性变成0。
此外,即使当图象由多种颜色形成时,如果这些颜色被适当地混合,那么它们可以看起来象一种颜色。例如,在图象区域中适当地混合蓝色和红色,如此混合的颜色可能看起来象紫色。即使当没有适当地混合颜色时,在这种情况下,当图象由相似颜色形成时,可以将上述颜色中的一种颜色指定为代表性颜色。当如此指定的代表性颜色可以代表图象时,相对于代表性颜色的可靠性被提高。例如,即使当多种黄色群没有适当地混合时,可以将某个黄色群指定为代表性颜色。
因此,在本发明中,基于一个根据图象区域中颜色的混合率和颜色相似性确定的值来设置可靠性。将在后面参照图2到8对用于得到可靠性的方法进行解释。当利用可靠性表示图象区域的代表性颜色值时,该代表性颜色值可以用于基于权数搜索图象。此外,有可能使用可靠性执行颜色分段。对这部分的描述将在后面参照图11到15进行。
在本发明中公开了两种用于得到可靠性的方法。一种方法致力于基于图象区域的平均处理除去混合的元素,以及根据颜色相似性得到可靠性。另一种方法致力于得到混合率的精确值以及得到基于颜色相似性的可靠性。
下面将参照图2和3对根据本发明第一实施例用于得到图象区域的可靠性的方法进行解释。由图象区域的平均处理除去混合元素,然后基于颜色相似性得到可靠性。
在本发明的该实施例中,假设图象区域是矩形区域。其它情况下,通过考虑边界部分可以使上述方法适用。
图象区域被改变为具有较低分辨率的图象。此时,得到n×n正方形象素颜色值的平均值,并将n×n正方形象素改变为具有平均颜色值的一个象素,或者使用n×n平均滤波器对图象区域滤波以得到该相同结果。在前一种方法中,会发生错误,但是处理速度快。在后一种方法中,所得值精确,但是处理速度慢。
当执行平均处理时,平均处理后图象区域中存在的颜色数量减小,从而除去了混合元素的任何影响。
在本发明第一实施例中,在执行平均处理后得到颜色相似性C-Sim,并将如此得到的值设置为图象区域的可靠性值,然后得到可靠性。
下面参照图3对用于得到颜色相似性C-Sim的方法进行解释。
首先,相对于图象区域的所有象素得到平均颜色值。相对于平均颜色得到色调(Hue_av),亮度(L_av),色度(Ch_av)。此外,图象区域的所有颜色象素被改变为色调,亮度,色度元素,然后得到色调,亮度,色度元素的平均值。在这种情况下,其结果是相同的。
得到相对于图象区域的平均颜色的色调,亮度,色度元素,然后相对于所有象素的每个象素Pi将每个象素的颜色改变为色调(H_i),亮度(L_i),色度(Ch_i)元素,并在色坐标空间中得到值(H_i,L_i,Ch_i)和平均值(H_av,L_av,Ch_av)之间的距离(此后称为色差),并将色差相加直到最后一个象素。
如此相加得到的色差变成每个象素和平均颜色之间的全部色差值的总和。相加的色差值被规一化到0至1,从1中减去该规一化值所得到的结果值成为颜色相似性C_Sim。
在本发明的第一实施例中,如此得到的颜色相似性值C-Sim是可靠性。其中,可以使用任何用于得到颜色相似性C-Sim的色坐标空间。由于色坐标空间随着人类色彩感觉而均匀改变,因此基于色坐标空间得到的值成为相对精确的值。
接着,将参照图4到6对根据本发明第二实施例的用于得到可靠性的方法进行说明。在本发明的第二实施例中,得到混合率的精确值,然后基于颜色相似性得到可靠性。
图4表示基于混合率Mix_Rate和颜色相似性C_Sim得到可靠性的方法。可靠性如下表示:
可靠性=Mix_Rate+(1-Mix_Rate)(C_Sim)…(1)
其中Mix_Rate是0和1之间的值。
即,混合率Mix_Rate的值变成1时,公式1的可靠性由Mix_Rate确定,而当Mix_Rate变成0时,公式1的可靠性由颜色相似性C_Sim确定。换句话说,当图象区域中颜色的混合率增大时,其意味着颜色被均匀地分布,并且人眼可能将该区域的颜色识别为一种颜色。在这种情况下,代表性颜色值的可靠性主要受到混合率Mix_Rate的影响,并且当颜色的混合率降低时,代表性颜色值的可靠性主要受到颜色相似性C_Sim的影响。
颜色相似性C_Sim由图3所示的方法得到,并且如图5所示,使用每种颜色在图象区域中相对于图象区域的所有颜色所占用的比率和代表每种颜色与其它颜色混合的扩展率,得到颜色的混合率Mix_Rate。
下面将参照图5对用于得到颜色的混合率的方法进行说明。
得到具有每种颜色Ci的象素在图象中相对于图象中所有颜色所占用的部分Ci。例如,在红色的情况下,部分(红)=(红色象素的总数)/(图象中象素的总数)。此后,得到相对于每种颜色的扩展率Ci。将相对于图象中所有颜色的两个值相乘得到的结果相加,从而得到如下的颜色混合率Mix_Rate:即,混合率
其中n代表图象中颜色的总数。
下面将参照图7和8对相对于图象区域中每种颜色得到扩展率的方法进行说明。如下所示得到相对于每种颜色Ci的扩展率Ci。
Expansion_Rate(Ci)=Expansion(Ci)/Max_Expansion(Ci)
其中Max_Expansion(Ci)代表如下的基于esize和图象区域确定的最大扩展值,esize代表一个与扩展屏蔽的尺寸成比例的值。
Max_Expansion(Ci)=ME(Ci);如果Me(Ci)<图象区域的尺寸
Max_Expansion(Ci)=图象区域的尺寸;如果ME(Ci)≥图象区域的尺寸
ME(Ci)=(4esize2+4esize+1)×(图象区域中具有颜色Ci的象素的数目),其中esize=(Expansion_Mask的宽度-1)/2,Expansion_Mask的宽度(=高度)是奇数。
esize是一个与扩展尺寸成比例的值,并且是用于得到某个象素所影响的效果的程度的值。
按照以下顺序得到Expansion(Ci):
(a)确定esize。其中,esize是与Expansion_Mask(图7的701和图8的801)的尺寸成比例的值,并且代表了某个象素所影响的效果的程度。
(b)得到图象区域中具有相应颜色Ci的象素的数目。
(c)如图7和8所示,Expansion_Mask相对于图象区域中所有象素重叠,并搜索对应颜色是否存在于屏蔽中,以及屏蔽中心单元是否是对应颜色。如果屏蔽中存在对应颜色,并且屏蔽中心单元不具有对应颜色,将Expansion(Ci)值增加+1。例如图8中,在相对于表示为“C3”的颜色得到扩展的情况下,由于屏蔽的中心单元不是颜色“C3”,并且颜色“C3”存在于除了屏蔽的中心单元以外的剩余屏蔽区域中,将Expansion(C3)值加+1。
(d)相对于所有图象区域执行上述操作,将作为上述操作结果得到的Expansion(Ci)加到具有对应颜色的象素的数目,从而最终设置Expansion(Ci)值。
图7表示在图象区域中每个象素703移动宽度和高度为5以及esize为2的Expansion_Mask701,图8表示将Expansion_Mask801应用于图象区域802中的一个象素803。每个象素中标记的数字代表该象素的颜色值。
当得到Expansion_Rate,Mix_Rate,颜色相似性值时,有可能得到如图4所示的可靠性。
下面将参照图9对使用如此得到的可靠性指定代表性颜色的方法进行说明。
将图2到8中所示方法得到可靠性值与一个阈值(此后称为阈值1)进行比较。根据比较的结果,如果可靠性值大于阈值1,即如果有可能使用一个代表性值表示图象区域,则图象区域的所有颜色值的平均值被指定为代表性颜色值。
但是,如果可靠性小于阈值1,那么将图象区域的平均颜色指定为该区域的代表性颜色是不精确的,要采用另一种方法。
在可靠性小于阈值1的情况下,得到图象区域中色度超过一定级别的象素的频率。图6中显示了用于得到色度超过一定程度的象素的频率的方法。如图6所示,相对于图象区域中的所有象素从每个象素提取色度元素,然后得到色度超过一定级别的象素的数目,并将该象素的数目除以所有图象区域中象素的数目,从而得到色度超过一定程度的象素的频率(此后称为色度颜色部分)。作为将色度颜色部分与一定阈值(此后称为阈值2)比较的结果,如果色度颜色部分小于阈值2,则意味着不存在代表图象区域的清楚颜色。因此,将图象区域的平均颜色指定为代表性颜色。
作为比较结果,如果色度颜色部分大于阈值2,则意味着存在代表图象区域的清楚颜色,该代表性颜色被如下指定。
相对于图象区域的所有象素从每个象素的颜色提取色调元素,然后对其量化,从而形成HUE直方图。以递减系列形成HUE直方图,然后在具有较大值的bin序列中加入bin值。执行加法操作,直到加和值超过了特定阈值(此后称为阈值3)。当加和结果大于阈值3时,假设对应于加和的bin的颜色集合为HUE_SET,并得到对应图象中象素值的平均值。如此得到的值被指定为代表性颜色。
图10是与图9的实施例不同的使用可靠性指定代表性颜色值的方法的流程图。下面对该方法进行说明。如果可靠性小于阈值3,得到色调直方图,并相对于所有颜色Ci执行上述过程。得到特定颜色Ci的色调(hi),并对如此得到的色调(hi)较大的情况进行计数,然后计算颜色Ci的平均值C_ave_h。重复执行上述操作直到图象中的最后一个象素。当计算了最后象素时,在没有色调(hi)值大于阈值4的情况下,即,在计数值为0的情况下,将通过平均图象区域中所有颜色得到的值指定为代表性值。在计数值不是0的情况下,即,如果至少有一个色调(hi)值大于阈值4,则将具有大于阈值4的色调(hi)值的颜色的平均值指定为相对于该区域的代表性颜色。
图11表示由64个局部单元形成的8×8栅格区域的代表性颜色表示方法,其中这些局部单元由相对于图象区域中代表性颜色值的可靠性表示。即,基于局部单元的代表性颜色Cij和可靠性Sij表示颜色信息。
图12表示用于将图象区域分段成栅格和相对于每个局部单元指定代表性颜色值的顺序。通过将图象区域分段成局部单元和表示可靠性以及代表性颜色,有可能实现可靠的图象处理,其中代表性颜色被表示为相对于每个局部单元的代表性单元。
图13表示图12的方法的修改,和通过将图象G1和G2分段成如图11所示栅格进行的比较,和当比较两个具有n×m尺寸的图象G1和G2时相对于每个局部单元表示代表性颜色和可靠性。
即,得到对应于图象G1和G2的每个局部单元的局部单元的颜色相似性C_Sim(C1ij,C2ij)和可靠性S1ij,S2ij,并通过乘以颜色相似性和可靠性确定两个图象区域G1,G2的相似性RC_Sim(G1,G2)。其中,C1ij代表相对于图象G1的局部单元(i,j)的代表性颜色值,S1ij代表相对于局部单元(i,j)的代表性颜色。此外,在颜色相似性C_Sim(C1ij,C2ij)中,图象G1的局部单元(i,j)和图象G2的局部单元(i,j)可以表示为色坐标空间中C1ij和C2ij之间的距离差。可以使用任何类型的色坐标空间。由于色坐标空间是均匀改变的,基于色坐标空间得到的值变得精确。
可以基于根据可靠性值的权数得到具有n×m尺寸的两个图象区域G1和G2之间的相似性RC_Sim(G1,G2)。下面是上述方法的一个例子。
其中,a,b代表基于可靠性的权数,并且通过调节a和b的值有可能得到两个图象区域之间的相似性。
接着,将对使用可靠性对由相同颜色形成的区域分段的颜色分段方法进行说明。
通过将可靠性的值超过一定级别的情况识别为相同颜色,即使在颜色不同时,也有可能使用可靠性执行颜色分段。
图15表示上述颜色分段方法,图14表示用于将图象分为4部分的四叉树。
即,得到图象区域的可靠性,并将可靠性低于特定阈值(此后称为阈值5)的图象区域分段成4部分,从而得到代表性颜色和可靠性。
将4个划分的区域的每一个的可靠性与阈值5比较,并将具有低于阈值5的可靠性的区域分段为4个部分。重复执行上述操作,直到所有区域的可靠性超过5。因此,在这种情况下,由于所有分段区域具有高于5的可靠性,上述子区域可以被认为是一种颜色。
换句话说,用户指定的整个图象或特定区域由四叉树方法表示,四叉树的每个区域被表示为代表性颜色和可靠性。重复执行上述四叉树型区域分段,直到所有区域具有大于一定程度的阈值。
如上所述,在本发明中,将图象区域的代表性颜色值与可靠性一起表示,使得在图象搜索期间基于可靠性确定权数。当测量两个图象之间的颜色相似性时,有可能使用可靠性精确地测量颜色相似性,从而增强图象搜索性能。
此外,在本发明中,将图象区域的代表性颜色值与可靠性一起表示,使得在执行将图象区域分段为子区域的颜色分段时,有可能根据可靠性的程度更高效地执行颜色分段,从而基于相同颜色显示颜色。
虽然已经出于说明性目的公开了本发明的优选实施例,本领域技术人员应理解,在不偏离所附权利要求中规定的本发明范围和精神的条件下,可以进行各种修改、添加和替换。
Claims (21)
1.在使用颜色值作为图象区域信息的方法中,一种代表性颜色指定方法,包括以下步骤:
将代表性颜色值的可靠性与代表图象区域的代表性颜色值一起表示为图象区域的颜色信息。
2.根据权利要求1的方法,其中所述可靠性要达到一定程度,使得图象区域由代表该区域的一种颜色表示。
3.根据权利要求2的方法,其中基于图象区域的混合率和颜色相似性确定所述可靠性。
4.根据权利要求3的方法,其中用于得到可靠性的方法包括以下步骤:
对图象区域的颜色值进行平均并除去混合率元素;和
得到图象区域的颜色相似性并将颜色相似性设置为图象区域的可靠性。
5.根据权利要求3的方法,其中用于得到可靠性的方法包括以下步骤:
得到颜色的混合率;
得到颜色相似性;和
根据颜色相似性设置颜色的混合率和可靠性值。
6.根据权利要求5的方法,其中基于以下表达式设置所述可靠性:
可靠性=颜色的混合率+(1-颜色的混合率)×颜色相似性。
7.根据权利要求3-6中一个的方法,其中用于得到颜色相似性的方法包括以下步骤:
得到图象区域的所有象素的颜色的平均值;
相对于平均值得到色调、亮度、色度元素;和
相对于图象区域的每个象素得到色调、亮度和色度元素,并使用将色坐标空间中象素的色调、亮度和色度元素和平均值的色调、亮度和色度元素之间的距离值相加得到的结果作为颜色相似性。
8.根据权利要求7的方法,其中所述第三步骤进一步包括以下步骤:将色坐标空间中图象区域中每个象素的色调、亮度和色度元素和平均值的色调、亮度和色度元素之间的距离值相加得到的结果归一化,然后将1减去归一化值所得的结果确定为颜色相似性。
9.根据权利要求3,5,6中任何一个的方法,其中用于得到图象区域的颜色的混合率的方法包括以下步骤:
得到颜色部分,其是具有相对于图象区域中特定颜色的颜色的象素在图象区域中占据的比例;
得到扩展率,其代表图象区域中颜色相互混合的程度;
将颜色部分和扩展率相乘;和
相对于图象区域中所有颜色执行上述步骤,将来自所述操作的所有值相加,并将得到的值确定为颜色的混合率。
10.根据权利要求9的方法,其中通过将具有特定颜色的象素的数目除以图象区域中象素的总数,确定颜色的所述颜色部分。
11.根据权利要求9的方法,其中用于得到颜色的扩展率的方法包括以下步骤:
第一步骤,得到具有图象区域中特定颜色的象素的数目;
第二步骤,将具有一定尺寸的扩展屏蔽的中心单元重叠到图象区域中的一个象素上,并检查重叠状态,即,检查扩展屏蔽的中心单元是否不是一特定颜色值,而是扩展屏蔽区域中的一特定颜色;
第三步骤,相对于图象区域中所有象素执行第二步骤,并当第二步骤的重叠状态满意时加+1;
第四步骤,将第一步骤的结果和第三步骤的结果相加,并相对于该颜色得到扩展结果;和
第五步骤,得到基于扩展屏蔽的尺寸设置的esize值和基于图象的性质确定的最大扩展值,并将扩展值和最大扩展值之间的比率确定为相对于特定颜色的扩展率。
12.根据权利要求11的方法,其中用于相对于特定颜色得到最大扩展值的方法包括以下步骤:
第一步骤,得到具有在(扩展屏蔽×扩展屏蔽)的尺寸中存在的特定颜色的象素;
第二步骤,将第一步骤的结果值与图象区域的尺寸比较;
第三步骤,当第二步骤的结果是图象区域的尺寸较大的情况下,将图象区域的尺寸确定为最大扩展值;和
第四步骤,当第二步骤的比较结果是所述结果值较大的情况下,将第一步骤的结果确定为相对于该颜色的最大扩展值。
13.根据权利要求12的方法,其中所述扩展屏蔽是由奇数象素形成的正方形形状,并基于(扩展屏蔽的宽度-1)/2设置esize的值。
14.根据权利要求3的方法,其中基于将可靠性与阈值1比较得到的结果确定图象区域的所述代表性颜色值。
15.根据权利要求14的方法,其中当作为比较结果可靠性大于阈值1的情况下,将图象区域的代表性颜色确定为图象区域中所有颜色值的平均值。
16.根据权利要求14的方法,其中当作为比较结果可靠性小于阈值1的情况下,用于指定图象区域的代表性颜色的方法包括:
第一步骤,得到图象区域中色度超过一定程度的象素的部分;
第二步骤,当第一步骤的结果大于阈值2的情况下,从相对于图象区域中所有象素的象素的颜色提取色调元素,并形成色调直方图;
第三步骤,将色调直方图在较大值的bin序列中相加,并相加直到加和操作的结果超过阈值3;和
第四步骤,作为第三步骤加和操作的结果,将超过阈值3的颜色集合的平均值指定为代表性颜色。
17.在使用颜色值作为图象区域信息的方法中,一种局部代表性颜色指定方法,包括以下步骤:
将图象区域分段为n×m个局部区域;和
将代表性颜色值的可靠性与代表每个分段局部单元的代表性颜色一起表示为对应单元的颜色信息。
18.在比较图象相似性的方法中,一种使用可靠性的图象相似性测量方法,包括以下步骤:
将代表性颜色值的可靠性与代表图象区域的代表性颜色一起表示为对应图象区域的信息;
比较图象的可靠性;和
根据可靠性判断图象的相似性。
19.根据权利要求18的方法,其中当测量图象的相似性时,使用可靠性作为权数。
20.一种用于将图象分段为具有相同颜色的区域的颜色分段方法,包括以下步骤:
第一步骤,将代表性颜色的可靠性与代表图象的代表性颜色一起表示为对应图象区域的颜色信息;
第二步骤,将图象区域的可靠性与阈值5比较,并当比较结果小于阈值5时,把对应图象区域分段;和
第三步骤,重复执行第二步骤,直到所有分段区域的可靠性超过阈值5。
21.根据权利要求20的方法,其中使用四叉树表示所述图象区域,并且四叉树的每个节点代表一分段区域,所述区域由代表性颜色和可靠性值表示,对每个节点分段直到可靠性值超过阈值5。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1999/3181 | 1999-02-01 | ||
KR1019990003181A KR100319155B1 (ko) | 1999-02-01 | 1999-02-01 | 신뢰도를 이용한 대표칼라 지정방법 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910178705A Division CN101673405A (zh) | 1999-02-01 | 1999-12-31 | 使用可靠性的代表性颜色指定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1296597A true CN1296597A (zh) | 2001-05-23 |
Family
ID=19572921
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910178705A Pending CN101673405A (zh) | 1999-02-01 | 1999-12-31 | 使用可靠性的代表性颜色指定方法 |
CN99804766A Pending CN1296597A (zh) | 1999-02-01 | 1999-12-31 | 使用可靠性的代表性颜色指定方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910178705A Pending CN101673405A (zh) | 1999-02-01 | 1999-12-31 | 使用可靠性的代表性颜色指定方法 |
Country Status (8)
Country | Link |
---|---|
US (3) | US6721447B1 (zh) |
EP (1) | EP1068593B1 (zh) |
JP (1) | JP3538147B2 (zh) |
KR (1) | KR100319155B1 (zh) |
CN (2) | CN101673405A (zh) |
AU (1) | AU1896100A (zh) |
CA (1) | CA2326631A1 (zh) |
WO (1) | WO2000045337A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102122389A (zh) * | 2010-01-12 | 2011-07-13 | 阿里巴巴集团控股有限公司 | 一种图像相似性判断的方法及装置 |
CN104205837A (zh) * | 2012-03-23 | 2014-12-10 | 高通股份有限公司 | 视频译码中的经译码块旗标推断 |
US10110895B2 (en) | 2013-12-13 | 2018-10-23 | Qualcomm Incorporated | Signaling of simplified depth coding (SDC) for depth intra- and inter-prediction modes in 3D video coding |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100512139B1 (ko) * | 1999-07-03 | 2005-09-02 | 엘지전자 주식회사 | 비디오 영역 대표칼라 설정방법과 데이타 구조 및 신뢰도 추출방법 |
US7027644B1 (en) * | 1999-02-01 | 2006-04-11 | Lg Electronics Inc. | Multilevel image grid data structure and image search method using the same |
US7212667B1 (en) * | 1999-05-17 | 2007-05-01 | Samsung Electronics Co., Ltd. | Color image processing method for indexing an image using a lattice structure |
KR100788643B1 (ko) | 2001-01-09 | 2007-12-26 | 삼성전자주식회사 | 색과 질감의 조합을 기반으로 하는 영상 검색 방법 |
KR100494080B1 (ko) * | 2001-01-18 | 2005-06-13 | 엘지전자 주식회사 | 공간 밀착 성분을 이용한 대표 칼라 설정방법 |
KR20030026683A (ko) * | 2001-09-26 | 2003-04-03 | 한국전자통신연구원 | 디지털 영상을 이용한 애니메이션 효과를 내는 영상필터링 장치 및 그 방법 |
US7454316B2 (en) * | 2004-10-08 | 2008-11-18 | International Business Machines Corporation | Method and apparatus for monitoring and enhancing on-chip microprocessor reliability |
KR100914515B1 (ko) * | 2006-06-23 | 2009-09-02 | 주식회사 칼라짚미디어 | 색상 기반 이미지 코드의 색상 판별 방법 |
US8290252B2 (en) * | 2008-08-28 | 2012-10-16 | Microsoft Corporation | Image-based backgrounds for images |
CN102779338B (zh) * | 2011-05-13 | 2017-05-17 | 欧姆龙株式会社 | 图像处理方法和图像处理装置 |
US8897553B2 (en) | 2011-12-13 | 2014-11-25 | The Nielsen Company (Us), Llc | Image comparison using color histograms |
US8750613B2 (en) | 2011-12-13 | 2014-06-10 | The Nielsen Company (Us), Llc | Detecting objects in images using color histograms |
US8897554B2 (en) | 2011-12-13 | 2014-11-25 | The Nielsen Company (Us), Llc | Video comparison using color histograms |
KR101451097B1 (ko) * | 2012-12-23 | 2014-10-15 | 전남대학교산학협력단 | 색상 히스토그램을 이용한 이미지 분류 시스템 및 방법 |
US9251169B2 (en) * | 2013-01-18 | 2016-02-02 | UDC Software LLC | Systems and methods for creating photo collages |
CN104811631B (zh) * | 2014-01-27 | 2018-07-20 | 华为技术有限公司 | 一种图像处理方法及图像处理器 |
KR20150108701A (ko) * | 2014-03-18 | 2015-09-30 | 삼성전자주식회사 | 의료 영상 내 해부학적 요소 시각화 시스템 및 방법 |
CN105096347B (zh) * | 2014-04-24 | 2017-09-08 | 富士通株式会社 | 图像处理装置和方法 |
CN104376170B (zh) * | 2014-11-17 | 2017-12-26 | 天津博迈科海洋工程有限公司 | 基于Tekla软件平台的大型模块焊接可视化方法 |
DE102019134799B3 (de) * | 2019-12-17 | 2021-03-25 | Schölly Fiberoptic GmbH | Bildaufnahmeverfahren unter Verwendung einer Farbtransformation sowie zugehöriges medizinisches Bildaufnahmesystem |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CH646788A5 (de) * | 1978-11-28 | 1984-12-14 | Hell Rudolf Dr Ing Gmbh | Verfahren und schaltungsanordnung zum erkennen von farben. |
US4853766A (en) * | 1987-07-27 | 1989-08-01 | General Electric Company | Widescreen video signal processor with auxiliary modulated by widescreen information |
JPH03263993A (ja) * | 1990-03-14 | 1991-11-25 | Hitachi Denshi Ltd | レジストレーション検出装置 |
JPH05290094A (ja) * | 1992-04-08 | 1993-11-05 | Mitsubishi Electric Corp | 画像の類似色調検索装置 |
US5509111A (en) * | 1992-04-27 | 1996-04-16 | International Business Machines Corporation | Color image region management system and color image region management method and color image region retrieval method |
JPH06175633A (ja) * | 1992-12-09 | 1994-06-24 | Omron Corp | 画像データ処理装置 |
JPH07146871A (ja) * | 1993-11-24 | 1995-06-06 | Hitachi Ltd | 静止画検索装置および静止画検索方法 |
KR200235751Y1 (ko) * | 1996-10-30 | 2001-11-22 | 이구택 | 가스압력용기자동교체장치 |
US5850473A (en) * | 1997-01-07 | 1998-12-15 | Lucent Technologies Inc. | Method and apparatus for compensating for color variation in a video system |
JP3020887B2 (ja) * | 1997-04-14 | 2000-03-15 | 株式会社エイ・ティ・アール知能映像通信研究所 | データベース格納方法、データベース検索方法およびデータベース装置 |
JPH1131153A (ja) * | 1997-07-11 | 1999-02-02 | Hitachi Ltd | 画像類似度計算方法 |
JP3747589B2 (ja) * | 1997-09-17 | 2006-02-22 | コニカミノルタビジネステクノロジーズ株式会社 | 画像特徴量比較装置および画像特徴量比較プログラムを記録した記録媒体 |
JPH11238077A (ja) * | 1998-02-24 | 1999-08-31 | Minolta Co Ltd | 画像検索装置及び方法並びに画像検索プログラムを記録する記録媒体 |
US6236750B1 (en) * | 1998-06-30 | 2001-05-22 | Microsoft Corporation | System and method for varying the color of reflective objects in digitized images |
US6373979B1 (en) * | 1999-01-29 | 2002-04-16 | Lg Electronics, Inc. | System and method for determining a level of similarity among more than one image and a segmented data structure for enabling such determination |
-
1999
- 1999-02-01 KR KR1019990003181A patent/KR100319155B1/ko not_active IP Right Cessation
- 1999-12-31 CN CN200910178705A patent/CN101673405A/zh active Pending
- 1999-12-31 JP JP2000596525A patent/JP3538147B2/ja not_active Expired - Fee Related
- 1999-12-31 WO PCT/KR1999/000849 patent/WO2000045337A1/en active Application Filing
- 1999-12-31 CA CA002326631A patent/CA2326631A1/en not_active Abandoned
- 1999-12-31 AU AU18961/00A patent/AU1896100A/en not_active Abandoned
- 1999-12-31 CN CN99804766A patent/CN1296597A/zh active Pending
- 1999-12-31 EP EP99962550.2A patent/EP1068593B1/en not_active Expired - Lifetime
-
2000
- 2000-01-10 US US09/479,888 patent/US6721447B1/en not_active Expired - Lifetime
-
2003
- 2003-08-05 US US10/633,638 patent/US6941010B2/en not_active Expired - Fee Related
-
2005
- 2005-07-21 US US11/185,882 patent/US7227987B2/en not_active Expired - Fee Related
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102122389A (zh) * | 2010-01-12 | 2011-07-13 | 阿里巴巴集团控股有限公司 | 一种图像相似性判断的方法及装置 |
CN104205837A (zh) * | 2012-03-23 | 2014-12-10 | 高通股份有限公司 | 视频译码中的经译码块旗标推断 |
CN104205837B (zh) * | 2012-03-23 | 2018-03-16 | 高通股份有限公司 | 视频译码中的经译码块旗标推断 |
US10110895B2 (en) | 2013-12-13 | 2018-10-23 | Qualcomm Incorporated | Signaling of simplified depth coding (SDC) for depth intra- and inter-prediction modes in 3D video coding |
US11039129B2 (en) | 2013-12-13 | 2021-06-15 | Qualcomm Incorporated | Signaling of simplified depth coding (SDC) for depth intra- and inter-prediction modes in 3D video coding |
Also Published As
Publication number | Publication date |
---|---|
WO2000045337A1 (en) | 2000-08-03 |
US6721447B1 (en) | 2004-04-13 |
CA2326631A1 (en) | 2000-08-03 |
JP3538147B2 (ja) | 2004-06-14 |
KR20000054859A (ko) | 2000-09-05 |
US6941010B2 (en) | 2005-09-06 |
EP1068593B1 (en) | 2016-10-26 |
EP1068593A4 (en) | 2007-05-02 |
US20040091146A1 (en) | 2004-05-13 |
AU1896100A (en) | 2000-08-18 |
JP2002536728A (ja) | 2002-10-29 |
EP1068593A1 (en) | 2001-01-17 |
CN101673405A (zh) | 2010-03-17 |
US7227987B2 (en) | 2007-06-05 |
KR100319155B1 (ko) | 2001-12-29 |
US20050254705A1 (en) | 2005-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1296597A (zh) | 使用可靠性的代表性颜色指定方法 | |
CN1276382C (zh) | 用于辨别图像不同区域的方法和装置 | |
US8437054B2 (en) | Methods and systems for identifying regions of substantially uniform color in a digital image | |
CN1135500C (zh) | 用于分析图象结构的方法和装置 | |
CN1223969C (zh) | 根据图像中分段区域之间的特征匹配提取目标的方法和装置 | |
US7864365B2 (en) | Methods and systems for segmenting a digital image into regions | |
CN1523537A (zh) | 图像纹理恢复方法及其装置 | |
US8321144B2 (en) | Non-contiguous regions processing | |
CN101153850A (zh) | 一种沥青混合料的检测方法及系统 | |
EP1769424A2 (en) | Image processing and analysis of array data | |
US6947591B2 (en) | Process of identifying the sky in an image and an image obtained using this process | |
US20100172576A1 (en) | Color Analyzer And Calibration Tool | |
Huang et al. | Adaptive automatic segmentation of HEp-2 cells in indirect immunofluorescence images | |
EP1246124B1 (en) | Image space display method and apparatus | |
CN108171683B (zh) | 一种采用软件自动识别的细胞计数方法 | |
CN102831428B (zh) | 图像内快速响应矩阵码区域的提取方法 | |
JP5888068B2 (ja) | 画像処理装置およびプログラム | |
CN1165859C (zh) | 使用多级图象数据结构的图象搜索方法 | |
RU2004121993A (ru) | Сегментация изображений с использщованием метода водораздела | |
CN108596840A (zh) | 一种用于深度学习评定血管网络发育水平的数据集增强方法 | |
CN1120446C (zh) | 粒子识别装置 | |
CN103778413B (zh) | 一种遥感影像欠分割对象自动识别方法 | |
US5896468A (en) | Heuristic smoothing filter for digital maps | |
CN110910397B (zh) | 一种遥感图像分割方法 | |
JP3055779B1 (ja) | 画像分割方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20010523 |