第5章 颜色分析资料.docx
《第5章 颜色分析资料.docx》由会员分享，可在线阅读，更多相关《第5章 颜色分析资料.docx（14页珍藏版）》请在冰点文库上搜索。
第5章颜色分析资料
第5章颜色分析
5.1颜色的描述
色度学是—门研究彩色计量的科学，其任务在于研究人眼彩色视觉的定性和定量规律及应用。
彩色光的基本参数明亮度、色调和饱和度,称颜色三要素。
明亮度是光作用于人眼时引起的明亮程度的感觉。
一般来说，彩色光能量大则显得亮，反之则暗。
色调反映颜色的类别，如红色、绿色、蓝色等。
饱和度是指彩色光所呈现颜色的深浅或纯洁程度。
色调与饱和度又合称为色度，它即说明彩色光的颜色类别，又说明颜色的深浅程度。
1730年牛顿利用三棱镜色散将白光分解成色谱，后来物理学认为可视光是波长在400nm~780nm的电磁波，不同波长的可视光作用人眼产生颜色的感觉，如图5-1。
但是可视光如何作用于人眼而产生颜色的感觉，目前还不清楚。
1801年Young提出了一种假设，认为视网膜上的视锥细胞有三种类型，即红视锥细胞、绿视锥细胞和蓝视锥细胞,分别对红、绿、兰三种光灵敏。
三种视锥细胞感应的光信号在人脑中产生颜色的心理感觉，这样即使不同光谱的光可能有相同颜色的感觉。
实验发现，人眼的颜色感觉取决于红、绿、蓝三种光分量的比例，而亮度感觉取决于红、绿、蓝三种光分量的代数和。
这个规律称为Grassman定律。
由此，利用红、绿、兰三种颜色可以组配不同的颜色，因而红、绿、兰称作颜色的三基色，记为R、G、B。
白光（W）可由红（R）、绿（G）、蓝（B）三基色相加而成，它们的光通量比例为ΦR：
ΦG：
ΦB＝1：
4.5907：
0.0601。
如果取光通量为1光瓦的红基色光为基准，要配出白光，需要4.5907光瓦的绿光和0.0601光瓦的蓝光，而白光的光通量则为：
Φw＝1+4.5907+0.0601＝5.6508光瓦
为简化计算，使用三基色单位制，记作[R]、[G]、[B]，它规定白光是由各为1个单位的三基色光组成，即：
Ｗ=1[R]+1[G]+1[B]
符号=的含义是“可由…混合配出”。
由此可知，
1个单位[R]＝1光瓦（红基色光）
1个单位[G]＝4.5907光瓦（绿基色光）
1个单位[B]＝O.0601光瓦（蓝基色光）
对于任意给出的彩色光Ｃ，配色方程可以写成：
Ｃ＝R[R]+G[G]+B[B]
该色的光通量为:
Φc＝（R+4.5907G+0.0601B）光瓦＝680（R+4.5907G+0.0601B）流明
其中，R、G、B为三个色系数。
在只考虑色光色度时，起决定作用的是R、G、B的相对比例，而不是其数值大小。
因此，R、G、B三基色组成最基本的RGB颜色模型，如图5-2。
国际照明委员会（CIE：
CommissionInternationaldel'Eclairage）规定谱色基色系中，三基色波长分别为：
红＝700纳米，绿＝546.1纳米，蓝＝435.8纳米。
5.2颜色模式转换
RGB模型适合物理上颜色合成，但与人们的视觉感知符合不好。
长期以来，人们对颜色的感知主要依据颜色三要素，即色调、饱和度和明亮度。
因此，基于颜色三要素的颜色模型比较符合人们对颜色视觉特征的心理感知。
Munsell模型、Ostwald模型都是采用标准颜色卡方式制定的、面向艺术的表色系统，如图5-3。
中国在王大珩院士领导下于1993年建立了“中国颜色体系”，用标号表示中国人眼中的颜色。
5.2.1HSI颜色模型
在计算机图像分析中，基于颜色三要素的常用颜色模型有HSV、HSI、HLS等。
在这些颜色模型中，由RGB模型计算颜色三要素的方法不尽相同。
1．亮度的计算方法
明亮度是光作用于人眼时引起的明亮程度的感觉，常用的五种计算公式：
HSI模型（5-1）
NTSC亮度信号（5-2）
HSV模型（5-3）
Luv模型（5-4）
HLS模型（5-5）
2．饱和度的计算公式
饱和度是指颜色的纯度，用公式表示：
饱和度=纯色的亮度/总亮度=1-包含的白光亮度/总亮度。
常用的四种计算公式：
HSI模型（5-6）
NTSC亮度信号（5-7）
HSV模型（5-8）
HLS模型（5-9）
3．色调的计算公式
色调是指颜色的类别，根据色谱排列，将不可见光（红外线和紫外线）合并，形成360度循环，用角度表示。
常用的两种计算公式：
在HSI模型中，当R、G、B不全相同时，
（5-10）
在HSV模型中，当R、G、B不全相同时，若GB，
（5-11）
其中
。
5.2.2对HSI颜色模型的改进
通过实验比较发现，饱和度公式（5-6）～（5-9）及色调公式（5-10）和（5-11）在视觉感觉上差别不大，但亮度公式（5-1）～（5-5）视觉差别却较大。
图5-4示出用5个亮度公式分别计算彩色图像亮度的例子。
因此，选择合适的明亮度公式在彩色图像的颜色分析和灰度图像转换中至关重要。
如图5-4所示，最左边的图片为原始彩图，其后的四幅图片从左到右依次为原图和用公式（5-1）～（5-5）计算得到的亮度分量图像，从实验结果可以看出，用（5-2）式处理的结果最符合人的视觉感受。
下面在实验的基础上对颜色三要素的计算公式进行比较分析，选择更符合人的视觉特征的计算方法，并进一步的改进颜色空间，以求更好的与人的视觉特征相符合，由此得到改进的HS*B颜色模式。
通过观察发现，在人们心理上某种颜色的明亮度与该种颜色的相对明亮度有关，我们对（5-2）式修正：
（5-12）
式中B为心理上的明亮度，Ym是Y在色调和饱和度一定时的最大值。
在HSI空间中，当亮度I值很小或很大的时候，从RGB空间中投影到这两部分的颜色接近黑色和白色。
从颜色相似性距离的角度看，当亮度值趋近1和0时，相应颜色的饱和度应随着变小,任何色调和饱和度的黑色或白色都应归结为一点，因此，对饱和度做椭圆化，并且考虑到人的眼睛对色调和亮度的变化更为敏感，将其缩小在半径为0.5的圆内，则：
（5-13）
式中Ymm是饱和度为1时的Ym值。
这样，利用（5-10）或（5-11）、（5-13）、（5-12）式，形成半径为0.5的球型颜色空间HS*B。
HS*B颜色空间的垂直投影和红青（RC）、绿紫（GM）、蓝黄（BY）纵切面如图5-5。
5.2.3均匀颜色模型Lab
在对颜色的感知、分析和鉴别中，对颜色的表示越接近人们的心理感知越好。
因此，均匀颜色模型比较适合用颜色空间的距离代表心理感知的颜色差距。
CIELab颜色模型是1976年国际照明委员会（CIE）推荐的均匀颜色空间，L表示亮度（luminance），a代表从绿到红，b从蓝到黄。
Lab模型与RGB的转换关系如下：
1．RGB转换到Lab
RGB转换到XYZ：
（5-14）
XYZ转换到Luv：
（5-15）
其中，
，Xm、Ym、Zm对应白光（R:
B:
G=1:
1:
1）的X、Y、Z值。
2．Lab转换到RGB
首先，Lab转换到XYZ：
（5-16）
其中
然后，XYZ转换到RGB：
（5-17）
5.2.4均匀颜色模型Luv
CIELuv颜色模型[81]是1976年国际照明委员会（CIE）推荐的另一种均匀颜色空间。
Luv模型与RGB的转换关系如下：
1．RGB转换到Luv
RGB转换到XYZ：
XYZ转换到
、
：
转换成Luv：
（5-18）
2．Luv转换到RGB
首先：
Luv转换到XYZ
（5-19）
然后：
XYZ转换到RGB
在RGB与Luv的转换中，u1m、v1m对应白光的u1、v1值，函数fun（）、refun（）与4.1.4中相同。
5.2.5颜色空间中颜色距离的计算
在颜色空间中，两种颜色间的差别用颜色间的距离表示。
颜色间的距离有多种测量方法，如Euclidean距离、Manhattan（City-Block）距离、Minkowski距离等。
采用的颜色空间不同，颜色间的距离计算方法也不同。
1．RGB颜色空间
两个颜色C1、C2之间的Euclidean距离:
（5-20）
两个颜色间的差距还可以用两个颜色矢量的夹角表示:
（5-21）
2．HSI颜色空间
两个颜色C1、C2之间的Euclidean距离：
（5-22）
Manhattan距离：
（5-23）
其中α、β、γ是权重。
3．HS*B颜色空间
两个颜色C1、C2之间的Euclidean距离：
（5-24）
4．Lab颜色空间
两个颜色C1、C2之间的Euclidean距离：
（5-25）
5．Luv颜色空间
两个颜色C1、C2之间的Euclidean距离：
（5-26）
5.3图像主色调提取
图像的主色调指图像的主要颜色，常用的提取方法有直方图法、颜色聚类法等。
直方图法是通过计算图像中颜色的直方图，取几个最大值对应的颜色作为图像的主色调。
颜色聚类法是通过颜色聚类（如K-均值法、ISODATA等），将图像中的成千上万种颜色聚类到几个颜色中心，用这几个颜色聚类中心作为图像的主色调。
本文采用直方图法，但不是最大值，而是取极大值对应的颜色作为图像的主色调。
这样可以提取出现频率低，但却显眼的颜色（如“万绿丛中一点红”中的红色）。
以HS*B空间为例，采用极大值法提取图像主色调的具体步骤如下：
（1）对HS*B空间均匀量化，将色调均匀分成Nh份，饱和度均匀分成Ns份，明亮度均匀分成Nb份。
然后，计算图像的颜色直方图Hist（h,s,b），即统计图像中落入每个颜色空间量化区域的像素数（颜色频率），其中h=0～Nh-1，s=0～Ns，b=0～Nb。
当b=0或Nb时，令s=0；当s=0时，令h=0。
（2）按Hist（h,s,b）大小排列，从大到小依次分析对应的颜色；
（3）当s>1时，在色调、饱和度和明亮度三个方向上与六个相邻颜色的频率比较；当s=1时，不与s=0的颜色（灰度颜色）比较；当s=0时，既灰度颜色，仅在明亮度方向上与两个相邻灰度的频率比较。
若颜色频率不低于相邻颜色的频率，则视为主色调。
编程时注意：
色调以Nh为模循环，饱和度的范围是0～Ns，明亮度的范围是0～Nb。
超出此范围，其频率做0处理。
（4）将频率相同又相邻的主色调合并，作为一个主色调；
（5）重复以上操作，直到找到Nx个主色调或频率低于一定的限值H0（如最大频率的1/100或前一频率的1/10）为止；
（6）提取主色调后，按颜色距离最近的原则，对图像像素的颜色聚类，获得图像的主色调直方图。
将主色调Cj=（hj,sj,bj）和相对频率
，
保存在图像特征索引库中，作为图像的颜色特征。
图5-6示出利用HS*B、Lab和Luv颜色空间提取图像主色调的例子。
5.4颜色名表
在自然语言中有许多关于颜色的名词，这些名词在人们心目中指某种颜色，但具体指什么颜色很多人都说不清楚。
因此，利用颜色名表将颜色名和颜色值（通常是R、G、B值）对应起来，是表示颜色概念和颜色标准的一种有效手段。
有研究表明，不同语言中颜色的基本分类和颜色名数目差别很大，基本分类有2～11种，颜色名有几十～几千个。
不同的颜色命名系统有不同的颜色命名方法和颜色数目，如NBS/ISCC颜色命名系统规定了267种中心颜色（centroidcolors），Resene颜料公司规定了1382种标准颜色。
由于没有找到类似的中文颜色命名系统，本文根据HTML预定义的140种颜色名和在计算机中常用的190种分类颜色名以及NBS/ISCC的267种中心颜色的英文翻译名，结合《知网》字典中常用的中文颜色名，组织了262个中文颜色名表，用于中文颜色名和颜色值的转换。
在这个中文颜色名表中，同一种颜色可以有不同的颜色名，如紫红和洋红、棕和褐、蓝和兰等，相当于同义词。
同一个颜色名也可以有不同的颜色值，如肤色、土黄色、天蓝色等，相当于多义词。
表格5-1:
中文颜色名表中的几个颜色名和对应的RGB值
颜色名
R
G
B
颜色名
R
G
B
古白色
250
235
215
黑
0
0
0
水色
0
255
255
元青色
0
0
0
青绿
64
224
208
白杏色
255
235
205
碧绿
127
255
212
蓝
0
0
255
翠绿
127
255
212
碧蓝
0
0
255
黛绿
127
255
212
紫罗兰色
138
43
226
黛色
127
255
212
紫罗兰色
238
130
238
苍翠
127
255
212
紫罗兰色
143
94
153
蔚蓝
5
184
204
蓝紫
138
43
226
湛蓝
5
184
204
蓝紫
255
255
240
米色
245
245
220
蓝紫
143
94
153
米黄
245
245
220
浅褐
245
245
220
根据颜色名表，可以将自然语言中对颜色的描述与颜色的RGB值对应起来，从而实现用自然语言描述的检索目标图像与实际图像的颜色相似性比较。
颜色差用颜色间的距离表示:
Euclidean距离：
d=sqrt（（I2-I1）2+S12+S22-2*S1*S2*cos（H2-H1））
Manhattan（City-Block）距离:
d=α*|I1-I2|+β*|S1-S2|+γ*|H1-H2|，其中α、β、γ是权重。
升级会员 