[发明专利]一种面向自然图像的自适应主色提取方法在审
申请号: | 201710855267.2 | 申请日: | 2017-09-20 |
公开(公告)号: | CN107578451A | 公开(公告)日: | 2018-01-12 |
发明(设计)人: | 韩燕丽 | 申请(专利权)人: | 太原工业学院 |
主分类号: | G06T7/90 | 分类号: | G06T7/90;G06K9/62 |
代理公司: | 北京国坤专利代理事务所(普通合伙)11491 | 代理人: | 赵红霞 |
地址: | 030008 山*** | 国省代码: | 山西;14 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 自然 图像 自适应 提取 方法 | ||
1.一种面向自然图像的自适应主色提取方法,其特征在于:该自适应主色提取方法按照以下步骤进行:
1)、输入自然图像;
2)、选取颜色空间;
3)、图像预处理;对图像依次进行图像尺寸压缩、图像增强和图像降噪处理;
4)、自适应提取主色,具体算法如下:
4.1、选择聚类数的搜索范围[kmin,kmax];
4.2、对于[kmin,kmax]区间中的每一个k,采用K均值聚类算法,然后按照下面的公式(7)计算每个样本的轮廓系统;
其中,a(i)是样本i与其同一聚类内所有其他样本之间距离的平均值,用于量化聚类内的凝聚度;b(i)是样本i与其他聚类中所有样本之间平均距离的最小值,用于量化聚类间的分离度;
显然s(i)∈[-1,1],且若a(i)→0,b(i)→∞时,s(i)→1,即凝聚度和分离度均相对最优,此时聚类效果最佳;
然后按照式(8)计算数据集中所有样本的整体轮廓系数作为当前聚类数k的轮廓系数;
其中,n是数据集中样本的个数;k是聚类数;
4.3、选取[kmin,kmax]所有整体轮廓系数的最大值所对应的聚类数k作为最佳聚类数;
4.4、将最佳聚类数k的聚类结果作为主色。
2.根据权利要求1所述的一种面向自然图像的自适应主色提取方法,其特征在于:步骤2)中选取的颜色空间为Lab颜色空间。
3.根据权利要求1或2所述的一种面向自然图像的自适应主色提取方法,其特征在于:步骤2)中将RGB颜色空间转换成Lab颜色空间的公式如下:
其中:
Xn=0.312713,Yn=0.329016。
4.根据权利要求3所述的一种面向自然图像的自适应主色提取方法,其特征在于:步骤3)中的图像尺寸压缩公式如下:
w'=a*w/max(w,h)
h'=a*h/max(w,h)(3)
其中w和h表示原图像的宽度和高度,w’和h’表示压缩后图像的宽度和高度,a为常数。
5.根据权利要求3所述的一种面向自然图像的自适应主色提取方法,其特征在于:步骤3)中的图像增强处理方式如下:
引入偏色因为K,首先对自然图像进行图像质量的评定。若K<1.5,则为清晰图像,无须做任何处理;否则为降质图像,需做进一步的图像增强处理,图像增强处理公式如式(4)、(5)、(6)所示,
K=D/M(6)
其中,w'和h'分别为尺寸压缩后图像的宽和高;D为图像的平均色度;M为色度中心距。
6.根据权利要求3所述的一种面向自然图像的自适应主色提取方法,其特征在于:步骤3)中采用的图像降噪算法是BM3D算法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于太原工业学院,未经太原工业学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710855267.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:自由浮体自动开闸门系统
- 下一篇:一种坡改梯工程的排水蓄水系统
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序