一種服裝圖像顏色特征的提取與描述方法
【專利摘要】本發(fā)明公開了一種服裝圖像顏色特征的提取與描述方法，首先通過對服裝圖像訓練集的每個圖像進行前景圖像提取、量化以及獲取主顏色，然后將前景圖像劃分為若干個局部塊，得到各個局部塊的主顏色，并進行光照歸一化處理，最后將服裝圖像訓練集中所有局部塊的主顏色進行聚類得到K個聚類即編碼本。采用同樣的方法統(tǒng)計出每個聚類的局部塊的數(shù)量，并構(gòu)成該服裝圖像的編碼。本發(fā)明能夠?qū)Ψb圖像中感興趣的服裝區(qū)域的顏色(視覺)特征進行有效地提取和描述，精確有效地對服裝圖像顏色進行描述同時，以減小特征描述的復雜度，提高服裝圖像檢索的準確度和效率。
【專利說明】一種服裝圖像顏色特征的提取與描述方法
【技術(shù)領域】
[0001]本發(fā)明屬于數(shù)字圖像處理【技術(shù)領域】，更為具體地講，涉及一種服裝圖像顏色特征的提取與描述方法。
【背景技術(shù)】
[0002]隨著計算機處理能力日益增強、因特網(wǎng)技術(shù)的廣泛普及和網(wǎng)絡帶寬的不斷提高，大量的服裝圖像信息不斷地產(chǎn)生。如何從這些海量的服裝圖像數(shù)據(jù)中搜索人們感興趣的服裝圖像并有效的利用這些圖像，成為迫切需要解決的問題，基于內(nèi)容的服裝圖像檢索技術(shù)成為解決這個問題的主要技術(shù)之一。
[0003]基于內(nèi)容的服裝圖像檢索技術(shù)通過對服裝圖像的特征(顏色特征、紋理特征、形狀特征、空間關系特征等)的提取以及描述，達到相同或者相似服裝圖像檢索的目的。
[0004]顏色特征作為一種全局特征，描述了圖像或者圖像區(qū)域所對應的對象的表面性質(zhì)。一般顏色特征都是基于像素點的特征，此時所有屬于圖像或者圖像區(qū)域的像素都有各自的貢獻。由于顏色對于圖像或圖像區(qū)域的方向、大小和視角等變化不敏感，所以顏色特征作為一種魯棒性很強的視覺特征而被廣泛使用。
[0005]提取顏色特征的方法有很多，其中顏色直方圖是最常用的表達顏色特征的方法，其優(yōu)點是不受圖像轉(zhuǎn)移和平移變化的影響，進一步借助歸一化還可不受圖像尺度變化的影響，其缺點是沒有表達出顏色空間分布的信息，既無法描述圖像中得某一具體的對象或物體。針對于服裝圖像顏色特征描述，傳統(tǒng)的顏色特征描述方法已經(jīng)無法對我們所感興趣的服裝區(qū)域做出精細化的描述，對于大規(guī)模的數(shù)據(jù)檢索滿足不了高準確率的要求。
[0006]所以，針對服裝圖像顏色特征的提取和描述方法解決以下幾個問題:1)獲取到服裝圖像中人們感興趣的服裝區(qū)域圖像；2)提出一種對感興趣的服裝區(qū)域圖像的顏色進行有效的描述方法；3)顏色特征具有低維性，提高大規(guī)模數(shù)據(jù)的檢索效率。
[0007]1、與本發(fā)明相關的現(xiàn)有技術(shù)一
[0008]2010年5月26日公布、公布號為101714257A的中國發(fā)明專利申請“圖像主顏色特征提取和結(jié)構(gòu)化描述的方法”公開了一種圖像主顏色特征提取和結(jié)構(gòu)化描述的方法，包括以下步驟:
[0009](a)、輸入待處理圖像；
[0010](b)、選擇顏色空間；
[0011](c)、在顏色空間中對圖像顏色進行量化；
[0012](d)、計算歸一化的顏色直方圖并得到每種顏色的像素數(shù)目占整個圖像像素數(shù)目的百分比；
[0013](e)、根據(jù)百分比獲取圖像的主顏色；
[0014](f)、計算主顏色方差和空間相關性；
[0015](g)、對圖像主顏色特征進行編碼并得到關于圖像主顏色特征的描述。缺點:
[0016]該發(fā)明通過對占圖像一定百分比的主顏色提取和結(jié)構(gòu)化描述。但實際上該發(fā)明具有以下三個缺點:1)只是對圖像全局顏色的統(tǒng)計，并沒有對目標區(qū)域進行顏色提??；2)需計算每種主顏色的方差，計算量大降低效率；3)采用結(jié)構(gòu)化的描述，對于大規(guī)模的圖像，難以進行索引建立和相似性匹配，造成檢索效率低下，準確率也不能保證。
[0017]2、與本發(fā)明相關的現(xiàn)有技術(shù)二
[0018]2012年11月28日公布、公布號為101989302B的中國發(fā)明專利“一種基于多層圖顏色特征的圖像檢索方法”公開了一種基于多層圖顏色特征的圖像檢索方法，包括:
[0019]I)、對查詢圖像的顏色圖像空間進行網(wǎng)格化，統(tǒng)計各網(wǎng)格中像素點數(shù)目，選取具有局部最大值的網(wǎng)格；
[0020]2)、在K均值聚類算法中通過應用一種新的距離優(yōu)化算法和ENNS算法，快速生成各顏色聚類及其合理統(tǒng)計分布中心；
[0021]3)、另一方面，對查詢圖像進行空間子塊劃分，計算其高斯加權(quán)的顏色均值；
[0022]4)、通過圖像子塊顏色均值與顏色聚類合理統(tǒng)計分布中心的比較，提取K層位圖特征；
[0023]5)、綜合顏色聚類合理統(tǒng)計分布中心與位圖的相似性度量，進行圖像特征的匹配檢索。
[0024]缺點:
[0025]該發(fā)明通過一種基于多層位圖的顏色特征，實現(xiàn)圖像檢索。但實際上該發(fā)明雖然對圖像顏色得到較為全面的提取和描述，但是在服裝檢索中仍具有很大的局限性。此發(fā)明將顏色特征作為描述整幅圖像的全局特征，沒有進行有效的背景消除，未能忽略背景對圖像顏色特征產(chǎn)生的影響，沒有得到圖像中人們最關心的對象的描述；再有，通過此種方法得到的特征描述復雜，影響特征間的相似性匹配和圖像檢索準確率。

【發(fā)明內(nèi)容】

[0026]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種服裝圖像顏色特征的提取與描述方法，在精確有效地對服裝圖像顏色進行描述同時，以減小特征描述的復雜度，提高服裝圖像檢索的準確度和效率。
[0027]為實現(xiàn)以上目的，本發(fā)明服裝圖像顏色特征的提取與描述方法，其特征在于，包括以下步驟:
[0028](I)、輸入待處理的服裝圖像訓練集；
[0029](2)、從服裝圖像訓練集中依次選取服裝圖像進行以下處理:
[0030]2.1)、提取服裝圖像的前景圖像；
[0031]2.2)、對前景圖像的顏色按照顏色空間進行量化處理；
[0032]2.3)、獲取前景圖像的主顏色:
[0033]a)、計算前景圖像歸一化的顏色直方圖，得到每種顏色占整個圖像像素數(shù)目的百分比；
[0034]b)、根據(jù)百分比獲取前景圖像的多個主顏色:設定一個百分比閾值T，當某種顏色占整個圖像像素數(shù)目的百分比大于百分比閾值T時，認為該顏色為前景圖像的主顏色；
[0035]2.4)、將前景圖像劃分為若干個局部塊并計算每個局部塊所屬的主顏色:對局部塊的顏色進行平均，得到的平均值與前景圖像的各主顏色進行比較，當差值均大于設定值時，則認為該局部塊沒有對應的主顏色，記為O值；如果差值有小于設定值時，則將差值最小的主顏色作為該局部塊的主顏色；
[0036]2.5)、每個局部塊的主顏色進行光照歸一化處理；
[0037](3)、對服裝圖像訓練集中所有服裝圖像的所有局部塊的主顏色進行聚類，得到K個聚類，即編碼本；
[0038](4)、根據(jù)編碼本對服裝圖像進行編碼:
[0039]將需要編碼的服裝圖像按照步驟(2)的方法進行處理，得到服裝圖像的每個局部塊的主顏色，然后根據(jù)步驟(3)得到的編碼本進行歸并分類，將每個局部塊依據(jù)主顏色，將其歸并為某一聚類，最后統(tǒng)計出每個聚類的局部塊的數(shù)量，并構(gòu)成該服裝圖像的編碼。
[0040]本發(fā)明的目的是這樣實現(xiàn)的:
[0041]本發(fā)明服裝圖像顏色特征的提取與描述方法，首先通過對服裝圖像訓練集的每個圖像進行前景圖像提取、量化以及獲取主顏色，得到多個主顏色，然后將前景圖像劃分為若干個局部塊，得到各個局部塊的主顏色，并進行光照歸一化處理，最后將服裝圖像訓練集中所有服裝圖像的所有局部塊的主顏色進行聚類，得到K個聚類即編碼本。這樣在對服裝圖像進行描述時，采用同樣的方法提取服裝圖像的每個局部塊的主顏色，然后根據(jù)編碼本將每個局部塊依據(jù)主顏色，將其歸并為某一聚類，最后統(tǒng)計出每個聚類的局部塊的數(shù)量，并構(gòu)成該服裝圖像的編碼。
[0042]本發(fā)明的服裝圖像顏色特征的提取與描述方法由于能夠?qū)Ψb圖像中感興趣的服裝區(qū)域的顏色(視覺)特征進行有效地提取和描述，精確有效地對服裝圖像顏色進行描述同時，以減小特征描述的復雜度，提高服裝圖像檢索的準確度和效率。因此在服裝圖像檢索時能夠通過比較兩幅服裝圖像的顏色特征之間的相似度來判斷兩幅服裝圖像的相似性，從而能夠快速搜索到相同或者相似的圖像。本發(fā)明的方法不僅處理過程簡單方便，并且工作性能穩(wěn)定可靠，對提高服裝圖像檢索準確率、增強對服裝圖像的分析和理解能力有重要的作用，可泛用于服裝圖像檢索、機器視覺、以及交互式視頻等領域。
【專利附圖】

【附圖說明】
[0043]圖1是本發(fā)明服裝圖像顏色特征的提取與描述方法的流程圖；
[0044]圖2是需要進行顏色特征提取的服裝圖像；
[0045]圖3是圖2所示服裝圖像經(jīng)過提取后的前景圖像；
[0046]圖4是圖2所示服裝圖像在6627張服裝圖像測試集中進行檢索的結(jié)果圖。
【具體實施方式】
[0047]下面結(jié)合附圖對本發(fā)明的【具體實施方式】進行描述，以便本領域的技術(shù)人員更好地理解本發(fā)明。需要特別提醒注意的是，在以下的描述中，當已知功能和設計的詳細描述也許會淡化本發(fā)明的主要內(nèi)容時，這些描述在這里將被忽略。
[0048]在本實施例中，如圖1所示，本發(fā)明服裝圖像顏色特征的提取與描述方法包括如下步驟:
[0049]1、輸入待處理的服裝圖像訓練集
[0050]在具體實施過程中，服裝圖像訓練集中服裝圖像的顏色空間可以是RGB空間、YCbCr空間、HSV空間、HMMD空間或者單色空間。在本實施例中，選擇RGB空間，服裝圖像訓練集中服裝圖像的數(shù)量為6627張。
[0051]2、在本實施例中，提取服裝圖像的前景圖像具體包括以下步驟:
[0052](a)、設置服裝圖像的前景區(qū)域；
[0053](b)、采用Grabcut方法對服裝圖像進行圖像分割，得到感興趣的服裝圖像，即前
景圖像。
[0054]圖2是需要進行顏色特征提取的服裝圖像，服裝圖像的分辨率為412X391，圖像格式為JPEG，提取后的前景圖像如圖3所示。
[0055]3、對前景圖像的顏色按照顏色空間進行量化處理，具體包括以下步驟:
[0056](a)、將顏色空間劃分為若干個小的顏色空間，每個小的顏色空間稱一維；
[0057](b)、將該服裝圖像的每個像素的顏色按照所述的維進行量化。
[0058]在本實施例中，采用RGB空間，則將其服裝圖像的每個像素顏色按照RGB分別進行量化。在本實施例中，像素點每個顏色分量為O?255,量化為O?16以減小數(shù)據(jù)的處理量，即量化為16位。
[0059]4、在本實施例中，計算前景圖像歸一化的顏色直方圖，得到每種顏色占整個圖像像素數(shù)目的百分比，具體為:
[0060]Pi = Mi/M ；
[0061]其中，Mi表示服裝圖像中第i種顏色的像素數(shù)量，M表示整個圖像的像素數(shù)量。
[0062]根據(jù)百分比Pi獲取前景圖像的多個主顏色，在本實施例中，百分比閾值T為
0.8%，當某種顏色1占整個圖像像素數(shù)目的百分比大于百分比閾值0.8%時，認為該顏色為前景圖像的主顏色。
[0063]在本實施例中，得到15個主顏色，對應的RGB分量分別為:
[0064](11，9，10)，(12，10，10)，(12，10，11)，(12，11，11)，(12，12，12)，(13，10，11)，(13，11， 11)， (13， 11， 12)， (13， 12， 12)， (14， 11， 12)， (14， 12， 12)， (14， 12， 13)， (14， 13， 13)， (I4，14，14)，(15，15，15)。
[0065]5、將前景圖像劃分為若干個局部塊并計算每個局部塊所屬的主顏色:對局部塊的顏色進行平均，得到的平均值與前景圖像的各主顏色進行比較，當差值均大于設定值時，則認為該局部塊沒有對應的主顏色，記為O值；如果差值有小于設定值時，則將差值最小的主顏色作為該局部塊的主顏色。
[0066]在本實施中，將前景圖像劃分為14X14個局部塊，遍歷各個局部塊，得到每個局部塊最佳的主顏色表示，即上述15種主顏色的一種，若局部塊沒有對應的主顏色，則將其主顏色設置為(0，O, O)，最終得到14X 14即196個局部塊的主顏色。
[0067]6、每個局部塊的主顏色進行光照歸一化處理，具體為:
[0068]根據(jù)以下公式進行光照歸一化處理:
[0069](x，y，z) = (X/ (X+Y+Z), Y/ (X+Y+Z), Z/ (X+Y+Z))
[0070]其中，X、Y和Z表示光照歸一化之前局部塊的主顏色RGB分量值，x、y和ζ表示光照歸一化之后的主顏色RGB分量值。
[0071]7、對服裝圖像訓練集中所有服裝圖像的所有局部塊的主顏色進行聚類，得到K個聚類，即編碼本。[0072]在本實施例中，采用K-means聚類，得到65個聚類。
[0073]8、根據(jù)編碼本對服裝圖像進行編碼:
[0074]將需要編碼的服裝圖像按照步驟(2)的方法進行處理，得到服裝圖像的每個局部塊的主顏色，然后根據(jù)步驟(3)得到的編碼本進行歸并分類，將每個局部塊依據(jù)主顏色，將其歸并為某一聚類，最后統(tǒng)計出每個聚類的局部塊的數(shù)量，并構(gòu)成該服裝圖像的編碼，即得到服裝圖像顏色特征的K維編碼。
[0075]在實際應用當中，服裝圖像顏色特征就是根據(jù)編碼本對服裝圖像的局部塊的主顏色歸并和分類，得到K維編碼:
[0076]F = {h” h2, h3,…，h”......，hK}；
[0077]其中，K表示聚類中心個數(shù)，hi表示主顏色與第i個聚類中心的服裝圖像局部塊的個數(shù)。
[0078]最后，根據(jù)聚類中心對圖3所示的前景圖像的局部塊主顏色進行歸并和分類，產(chǎn)生關于服裝圖像顏色特征的描述，得到圖2所示的服裝圖像的65維顏色特征即編碼，具體如下:
[0079]F = (87，O, O, 4，O, O, O, O, 24，O, O, O, O, O, O, O, O, O, O, O, 3，O, O, O, O, O, O, O, O, O, O,7，O, O, O, O, O, 61，O, O, O, O, O, O, O, O, O, O, O, O, O, O, O, O, O, O, O, O, O, 10，O, O, O, O, O)
[0080]最后將圖2所示的服裝圖像作為目標圖像，將服裝圖像訓練集中的6627張圖像作為測試集，利用服裝圖像的上述編碼在6627張服裝圖像進行檢索，其結(jié)果如圖4所示。
[0081]在本實施例中，使用KL距離衡量兩張服裝圖像顏色特征的相似度。
[0082]盡管上面對本發(fā)明說明性的【具體實施方式】進行了描述，以便于本【技術(shù)領域】的技術(shù)人員理解本發(fā)明，但應該清楚，本發(fā)明不限于【具體實施方式】的范圍，對本【技術(shù)領域】的普通技術(shù)人員來講，只要各種 變化在所附的權(quán)利要求限定和確定的本發(fā)明的精神和范圍內(nèi)，這些變化是顯而易見的，一切利用本發(fā)明構(gòu)思的發(fā)明創(chuàng)造均在保護之列。
【權(quán)利要求】
1.一種服裝圖像顏色特征的提取與描述方法，其特征在于，包括以下步驟: (1)、輸入待處理的服裝圖像訓練集； (2)、從服裝圖像訓練集中依次選取服裝圖像進行以下處理: 2.1)、提取服裝圖像的前景圖像； 2.2)、對前景圖像的顏色按照顏色空間進行量化處理； 2.3)、獲取前景圖像的主顏色: a)、計算前景圖像歸一化的顏色直方圖，得到每種顏色占整個圖像像素數(shù)目的百分比； b)、根據(jù)百分比獲取前景圖像的多個主顏色:設定一個百分比閾值T，當某種顏色占整個圖像像素數(shù)目的百分比大于百分比閾值T，認為該顏色為前景圖像的主顏色； 2.4)、將前景圖像劃分為若干個局部塊并計算每個局部塊所屬的主顏色:對局部塊的顏色進行平均，得到的平均值與前景圖像的各主顏色進行比較，當差值均大于設定值時，則認為該局部塊沒有對應的主顏色，記為O值；如果差值有小于設定值時，則將差值最小的主顏色作為該局部塊的主顏色； 2.5)、每個局部塊的主顏色進行光照歸一化處理； (3)、對服裝圖像訓練集中所有服裝圖像的所有局部塊的主顏色進行聚類，得到K個聚類； (4)、根據(jù)編碼本對服裝圖像進行編碼: 將需要編碼的服裝圖像按照步驟(2)的方法進行處理，得到服裝圖像的每個局部塊的主顏色，然后根據(jù)步驟(3)得到的編碼本進行歸并分類，將個局部塊依據(jù)主顏色，將其歸并為某一聚類，最后統(tǒng)計出每個聚類的局部塊的數(shù)量，并構(gòu)成該服裝圖像的編碼。
2.根據(jù)權(quán)利要求1所述的顏色特征的提取與描述方法，其特征在于，所述的顏色空間可以是RGB空間。
3.根據(jù)權(quán)利要求1所述的顏色特征的提取與描述方法，其特征在于，所述的百分比閾值T為0.8%。
【文檔編號】G06F17/30GK103955952SQ201410184295
【公開日】2014年7月30日 申請日期:2014年5月4日 優(yōu)先權(quán)日:2014年5月4日
【發(fā)明者】趙苗苗, 葉茂, 劉啟和 申請人:電子科技大學