[发明专利]物料图片色彩分类检索方法

说明书

技术领域

本发明属于图像检索领域，具体涉及物料图片色彩分类检索方法。

背景技术

随着互联网的不断普及和数字化技术的快速发展，图像来源不断扩大，各行各业对图像的使用越来越广泛，在室内装饰设计中，物料图像信息资源的管理和检索显得日益重要。现有的图像检索技术，大致可以以下两类：1、对图片库中的所有图片用关键字进行标注，并且建立图片与关键字之间的联系(这里的标注利用的是图片的特征，可以是颜色特征、纹理特征、语义特征等，也可以是多个特征的融合)；用户在检索图片的时候，通过输入关键字或者想要检索图片包含的特征，然后系统从图片库中检索出关键字或者特征所对应的图片。2、对图片库里的图片和待检索图片都提取出某种类型的特征，通过计算图片库里图片与待检索图片对应的特征向量之间的距离，来决定它们与待检索图片之间的相似程度，然后选择相似程度靠前的图片作为检索结果。

现有的图像检索技术，通常需要人工对图片进行标注类别，在检索图片之前还需要给出一些特征，如：视觉特征(颜色特征，纹理特征，形状特征)、语义特征等。然而现有技术在检索图片的时候一方面并未考虑到人眼的视觉掩盖效应，即有些所占比例很小的颜色很不容易被人眼察觉到，这样检索出来的图片的颜色很有可能和人眼看到的效果不太一致；另一方面现有技术在对图片进行处理的时候通常会先从RGB转换到HSV色彩空间，在转换的过程中难以避免地会损失一些色彩信息，这样可能会在后续的图片检索过程中不能准确反映图片在色彩上的特征；检索结果的显示顺序也不一定符合人的直观感受，难以直接应用于室内装饰设计中。所以现有技术不能满足室内装饰设计中基于色彩美学视觉感受的物料图片检索需求。

发明内容

针对现有技术中所存在的不足，本发明提供一种检索结果更符合人眼看到的效果、检索结果更切合人的直观感受、能准确反映图片在色彩上的分布特征的图片检索方法，检索结果图片与检索源图的感知主色调类似但不限定各主颜色成分的比例关系。

物料图片色彩分类检索方法，包括以下步骤：

S1：对待检索图片在RGB空间上首先进行颜色聚类，再将每个类中所有像素点的RGB通道的值设置为该类聚类中心点的RGB通道的值；对所有的待检索图片均进行此操作；

S2：计算图片库中经过S1处理后的每张图片的HSV颜色空间直方图；

S3：采用与S1同样的方法对需要检索的源图在RGB空间上进行颜色聚类；

S4：采用与S2同样的方法计算经过S3处理后的源图的HSV颜色空间直方图，并确定源图中的主颜色成分；

S5：对于源图的每个主颜色成分，分别找出所有待检索图片中该主颜色成分所占的比例，并且按比例从大到小的顺序进行排列，得到所有待检索图片与源图各主颜色成分的相似程度排序；

S6：按照源图中每个主颜色成分所占的比例，从对应颜色成分的相似性排序中选择相似性最高的图片作为检索结果显示。检索结果图片与检索源图的感知主色调类似但不限定各主颜色成分的比例关系。

作为进一步优化，S1中所述的图片的颜色聚类方法如下：

S1a：设图片的像素点总数为n，获取该图片所有n个像素点的R、G、B三个通道的值并构成n个三维向量；

S1b：在n个像素点中随机找到k个作为初始聚类中心，然后对剩下的n-k个像素点分别计算它们与所述k个聚类中心的距离，并将它们归到与它距离最近的聚类中心同一类别中；

S1c：在n个像素点都归类完成后，分别计算出k个类别中各类的中心点，并把所述中心点设为新的聚类中心，再对所有像素点重新计算与所述聚类中心的距离然后归类；

S1d：反复执行S1c直到达到最大迭代次数n或者聚类中心不在发生改变。

作为进一步优化，S2中所述的图片的HSV颜色空间直方图的计算方法如下：

S2a：将所述图片从RGB颜色空间转到HSV颜色空间；

S2b：对于每个像素点，将它的H、S、V分量都映射到0～2^N-1区间，得到三个N位二进制分量；

S2c：分别取H、S、V三个分量最高的N₁、N₂、N₃位拼成一个新的N位特征值，其中N₁+N₂+N₃＝N；

S2d：根据S2c中得到的每个像素点的特征值构造当前图片HSV颜色空间直方图，其中直方图中第i条的高度即当前图片中特征值为i-1的像素点的个数。

作为进一步优化，S4中所述的确定主颜色成分的方法如下：