【正文】 及視覺感 知的空洞。因而，選擇使用某個具有視覺一致性的顏色空間對于進行圖像檢索是具有非常重要的意義的。 研究結果表明，在上述提到的顏色空間中，基于 Munsell坐標系的 HSV顏色空間不管是和傳統(tǒng)的 RGB顏色空間，還是和其他能夠呈現(xiàn)視覺一致性的顏色空間相比，都具有更好的視覺一致性的效果。在基于內容的圖像檢索系統(tǒng)中，應用 HSV顏色空間更適合于人類的肉眼判斷，能夠得到更為接近用戶觀察的檢索結果。 接下來介紹一下最最基本的 RGB和本論文中使用的 HSV顏色空間。 中國計量學院本科畢業(yè)設計（論文） a RGB顏色空間 1931年，國際照明委員會規(guī)定了使用波長分別 為 700nm,單色光作為三原色紅（ R），綠（ G ），藍（ B ）。依據三原色的原理， RGB是最常使用的顏色模型。目前 ，彩色顯示器以及攝像系統(tǒng)等硬件顯示設備大部分都采用了 RGB顏色空間表示各種不同的顏色。因而， RGB顏色空間同時也是數字化圖像最常用的彩色格式，并且和計算機上的圖像顯示是兼容的。 圖 RGB顏色空間 如圖 ，位于正方體的主對角線上的各原色的量是相等的，同時產生了由暗到亮的白色，也就是灰度。（ 0,0,0） 代表黑色，（ 1,1,1）代表白色，而正方體的其他六個角分別為紅色、黃色、綠色、青色、藍色及品紅色。 b HSV顏色空間 符合人類視覺感知特征最好的顏色模型是 HSV顏色空間，它尤其適合于用戶肉眼對顏色的識別，所以被廣泛應用在計算機視覺領域。它把彩色的信號分解為三種屬性：色調 H(Hue)，飽和度 S（ Saturation）及亮度 V（ Value）。 中國計量學院本科畢業(yè)設計（論文） 圖 HSV顏色空間 如圖 ，圓柱坐標系中的圓錐形子集就對應于 HSV顏色空間。其中 HSV的色調 H代表的是透過物體的光的波長或物體反射過來的光的波長，更一般來說，就是用顏色的名稱來辨別色調 H的，比如紅色，橙色，黃色，綠色等，它的取值范圍是 180176?！?180176。或者是 0176?！?360176。來度量的。顏色的明暗程度是用亮度 V來說明的，通常情況下是用百分比度量的，也就是從 0%最暗的黑色到 100%最亮的白色。顏色的深淺程度是用飽和度 S表示的，也就是在某個純色中含有的白色光的成分。以紅色為例，也會由于顏色濃度的不同而被分為淺紅色，粉紅色和深紅色等。飽和度 S也是用百分比來度量的，從 0%為濃度最小到 100%為濃度最大。 顏色空間 HSV具有以下幾個優(yōu)點： （ 1） 符合人類肉眼對顏色的識別； （ 2） HSV顏色空間中的三個坐標是相互獨立的，也就是人類可以獨立的感知各個顏色分量的變化； （ 3） HSV顏色空間所構成的是一個非常均勻的顏色模型，采用的是線性的標尺， HSV顏色空間坐標上點的歐氏距離與顏色之間感覺上的距離是成正比的。 c RGB顏色空間和 HSV顏色空間之間的轉換算法 最可靠的從 RGB顏色空間轉換到 HSV顏色空間的方法是先把 RGB坐標轉換成為1931CIEXYZ系統(tǒng)中的（ x,y,Y）坐標，然后依據（ x,y,Y）查找對應的表，從而得到對應的（ H， S， V）坐標。其逆向操作就可以講顏色從 HSV顏色空間轉換到 RGB中國計量學院本科畢業(yè)設計（論文） 顏色空間的坐標。 xyY坐標和 HSV顏色坐標的對應表已經通過色度學實驗得到了。但由于該方法 一直需要依賴對照表，因而比較笨重。 為了方便計算機上的更易于實現(xiàn)，可以選擇數學公式來實現(xiàn)從 RGB顏色坐標轉換得到 HSV顏色坐標，具體的轉換公式如下： 假定 ),( bgrMAXm ? ， ),( bgrMINn ? ，則 mv? () ?????????0,00,mmm nms () ??????????????????????????????mbnmgrmgnmrbbgmrnmbgbgmrnmbgsh)(60240)(60120amp。)(60360amp。)(6000 () 反之，也可以利用公式實現(xiàn)從 HSV顏色空間坐標到 RGB顏色空間坐標的轉換。 首先，有 0)360( ??? hhif //將 h 為 360轉換成 0 。 ihfhi ??? 60/],60/[ //即 i 為 h 被 60 整除后取整， f 為 h 被 60 整除后的余數。另外， ),1( svp ??? ))1(1(),1( fsvtfsvq ????????? ，那么 ???????????????????????????????????5,4,3,2,1,0,iqbppvrivbpgtrivbqgpritbvgpripbvgqripbtgvr () d 顏色空間的選擇 最常用的顏色空間雖然是 RGB顏色空間，而人們通常利用歐氏距離來計算兩種顏色之間的差異，而 RGB顏色空間存在的一個嚴重問題就是所計算得到的兩種顏色之間的距離是不能正確表征用戶感知到的實際的這兩種顏色之間的差異的。比如，（ 0,0,0） 和（ 50,0,0）是距離為 50的同一黑色，然而，距離同樣為 50的（ 200,200,0）與（ 150,200,0）就被認為是兩種差異非常大的顏色了，實際上是分別代表黃色和綠色。本論文在處理圖像的顏色特征時綜合考慮各種因素最終采中國計量學院本科畢業(yè)設計（論文） 用了 HSV顏色空間，該顏色模型能夠較好適合于人類肉眼的感知特性。 顏色矢量量化 1 顏色的量化 目前的圖像大部分是真彩色圖像，而這類圖 像的顏色一般非常多，因此提取顏色特征時的顏色直方圖的顏色矢量的維數就會很多。例如：對于 RGB顏色空間的圖像，三個分量的取值范圍都是 [0,255],那么直方圖就需要 256ⅹ 256ⅹ 256存儲單元。伴隨著顏色特征矢量維數的不斷增加，存儲空間的消耗也將呈現(xiàn)指數級的增長，檢索系統(tǒng)的計算量也將隨之增加?；谏鲜鲈?，目前的基于內容的圖像檢索系統(tǒng)在對顏色直方圖進行計算之前，往往存在一個對圖像的顏色空間進行量化的過程，一次來減少顏色矢量的維數進而簡化圖像顏色直方圖的特征，從而可以節(jié)省顏色特征的存儲空間，最終能夠達到降低計 算量的目的。 到目前為止，研究人員已得到多種顏色量化方法，依據圖像的顏色模板對圖像庫中的全部檢索圖像是可變的還是不變的，主要分為兩種：固定顏色模板與可變顏色模板。 （ 1） 固定顏色模板 a 等間距量化 對圖像的顏色空間進行均勻分割的量化方法就是等間距量化。假設原始的顏色空間的任一分量都有 N個顏色級別，然后對其進行量化并得到 M個顏色 。那么量化后得到的顏色級出現(xiàn)的頻數的定義如下公式所示： 2110101 20])),[((,1][ NNCjiITQhNiNjPk ???? ??? ????? () 其中，圖像的大小是 21 NN? ， ])),[(( jiIT 是像素點 ),( ji 在最原始的顏色空間中的顏色值。 p與 k之間滿足下列關系： MNkMNkp ????? ,1)1[( () 圖像的等間距量化方法的實現(xiàn)是非常簡單易行的，并在實踐中得到了廣泛的應用。但是還存在一個問題，經過量化處理后得到的顏色空間，特征信息可能只是集中在少數的顏色之中，并且還有可能 出現(xiàn)這樣的情況，就是完全不同的信息包含在相同的顏色當中。上述不足很大的影響了我們進行顏色特征檢索時的準確性和精度的提高。因而，等間距的量化方法一般只是應用于顏色直方圖矢量的初步篩選。例如。將原始為 256ⅹ 256ⅹ 256的顏色直方圖量化成 16ⅹ 16ⅹ 16的顏色直方圖。 中國計量學院本科畢業(yè)設計（論文） b 非等間距量化 在基于內容的圖像檢索系統(tǒng)中使用的顏色空間一般都具有視覺一致性的優(yōu)點，并且針對人類肉眼對顏色的分辨能力是有限的，因而，在進行顏色量化時，我們可以按照人對顏色的感知特性對圖像的顏色空間進行非等間距量化。該方法是以人對圖像的顏色空間 的模型大量地進行分析的前提下進行的。比如對于常用的 HSV顏色空間，依據人類視覺的感知能力，我們可以講色調 H的空間分成為 8份，飽和度 S與亮度 V的空間都分成為 3份，并依照顏色的不同來量化。量化后得到的色調，飽和度與亮度分別是 39。,39。,39。 VSH 進行量化時是公式如下： ???????????????????????]315,296[,7]295,271[,6]270,191[,5]190,156[,4]155,76[,3]75,41[,2]40,21[,1]20,0[]360,316[,039。HHHHHHHHH () ?????????]1,(,2],(,1],0[,039。SSSS () ?????????]1,(,2],(,1],0[,039。VVVV () 研究發(fā)現(xiàn)，對圖像非等間距量化得到的效果和量化時所選擇的顏色空間有直接并且較大的關系。在世紀的應用中，人類對圖像的顏色感知特性的理解與分析程度在很到程度上起了相當重要的作用。 c 參考顏色表 Methre等提出來的參考顏色表是固定顏色模板中最典型的方法，但是，其中的 RCT方法還要依賴于存儲圖像的色 彩分布的先驗知識，伴隨著圖像數據庫中圖像數據的不斷增刪，參考顏色表也會變得越來越不準確。 IBM在基于內容的圖像檢索系統(tǒng)中就使用了基于參考顏色表的方法，用來量化彩色圖像，然后在量化圖像的基礎上構造圖像的直方圖。假設 RCR包含 K種顏色，而圖像的直方圖就是建立在這Ｋ種參考顏色上的，反映了彩色圖像對于 RCT的量化顏色分布情況。每個彩色圖像的直方圖是含有Ｋ維向量的。經過對圖像數據庫中所包含的圖像進行統(tǒng)計聚類后確定的顏色直方圖的顏色。該系統(tǒng)首先對 RGB顏中國計量學院本科畢業(yè)設計（論文） 色空間三個分量進行等量量化成為 16種顏色，這樣一來能夠得到 40%顏色立方盒，計算得到的各個立方盒位于 Munsell坐標系中的 RGB顏色空間坐標軸，然后對其進行最小平方和的聚類，就得到了最優(yōu)的 K種顏色。其中的每個立方體用它的中心的顏色作代表色，它們構成了顏色空間中的某個劃分。這樣落在一個立方盒中的圖像像素的總和經過圖像總數的規(guī)化后就構成了顏色直方圖?；趦热莸膱D像檢索系統(tǒng)為了提高其速度，并保存 RGB顏色空間的 40%個三元組并映射到直方圖的序列號。這樣，統(tǒng)計圖像的直方圖時就只需要查表了。不論圖像輸入的具體顏色分布是怎樣的，都要用到 RCT量化為 K種特征顏色的表示。量化顏色是不 隨圖像而改變的，所以 RCT方法適合于固定的數據庫，比如專用的藝術圖像庫、各種圖像光盤等。但是可以看出來，參考顏色表的選擇是至關重要的。若是沒有對圖像存儲的先驗知識，參考顏色是無從確定的。并且對于變化的圖像數據庫來說，其性能隨著圖像的改，刪，增而變壞，因而顏色表示的精確度也就越來越差了。 （ 2） 可變顏色模版 由于固定顏色模板有不能很好地表示各個圖像的顏色及其分布情況，研究人員又提出了新的可變顏色模板。圖像數據庫中的每幅圖像都有自己的顏色模版，這種方法就能夠很好地表示圖像的顏色分布，以便實現(xiàn)圖像之間的相似性匹配。但依 據其量化方法的不同，由可分為多種不同的方法。 a 頻度序列算法 實現(xiàn)頻度算法需要兩個步驟：首先選擇顏色模板，也就是選擇使用頻率最高的 256種顏色；然后將剩余的顏色按照最小距離準則映射到該顏色模板中。頻度序列算法是依據數據庫中不同的圖像從而選擇不同的模板，也就是可變顏色模板。這是一種非常簡單的顏色量化的方法。該方法的優(yōu)點是實現(xiàn)容易、算法復雜度低，卻有顏色量化效果不夠理想的缺點。 b 中值裂分法 中值裂分法的裂分標準是以 RGB顏色空間中 R,G,B中方差最大的那個分量的中值，按照這一準則不斷地將顏色空間裂分成為越 來越小的區(qū)域，直到最終得到256個集合為止，顏色模板的顏色也就得到了，也就是各幾何中心點的顏色。因為這種算法是使用最大方差的準則來作為裂分標準的，所以得到的顏色模板技能保證圖像中涉及較少的卻極其特殊的顏色不被丟失，又能夠最大程度的反映圖像中各顏色的出現(xiàn)頻率。由此可見，這是一種較好的顏色量化方法。如果再結合如梯度測試或空