[发明专利]一种基于最大似然估计的颜色和谐度预测方法

说明书

本发明公开了一种基于最大似然估计的颜色和谐度预测方法。本发明以大型在线网站数据集为基础，首先将五种不同颜色的颜色主题分成四种不同的相邻颜色对，把重复的颜色对和谐度值按照数据的分布情况进行最大似然分布的估计，获取颜色对唯一的和谐度值；然后将颜色对以查找的方式还原到五色颜色主题中，使得一个颜色主题具有四种不同的颜色对和谐度值，计算其最大似然估计值获取颜色主题的最终颜色和谐度值。本发明采用了基于最大似然估计的方法解决颜色和谐度预测的问题，通过对相邻颜色对的颜色关系进行分析，将颜色和谐的概念量化成确定的和谐度数值，并且大幅度提高了结果的精度，降低了预测误差。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于最大似然估计的颜色和谐度预测方法。

背景技术

颜色构图在艺术，设计和可视化的视觉应用中至关重要。几个世纪以来，人们一直在提出关于如何使颜色更加和谐的不同理论。随着多媒体技术的发展，大部分应用通常将色轮用作可视化和操纵颜色的用户界面，例如Adobe公司推出的生成五色颜色主题的在线网站Adobe Color CC，还有一些研究者通过色轮对图像进行重新着色或者颜色替换等应用。这是因为色轮能够将和谐的颜色以位置关系的形式显现出来，例如在色轮中呈180°的两种颜色称为互补色(红-绿)，30°-60°的称为相似色(红－红橙－橙)，小于30°的称为同类色(金黄-柠檬黄)等。

然而尽管这种利用位置关系快速寻找和谐配色的方法十分便利，但是在多个不同颜色的颜色主题中寻找一组最为和谐的颜色组合，仅靠色轮是远达不到这种精度和颜色复杂程度的。为了快速解决这类问题，最为简便的方法就是将颜色的和谐程度以数值的方式来衡量，使普通人不需要像设计师一样了解很多专业的知识就能够通过颜色主题对应的和谐度值快速的了解该颜色主题的和谐程度，继而选择最为和谐的配色，大大提升了效率。

将颜色的和谐程度通过数值的方式衡量，其最终效果就是能够快速预测任意一组颜色主题的和谐程度。传统的颜色和谐预测方法以通过招募志愿者进行心理学的实验为主，获取对定量颜色组合的评价，并且在CIE LAB颜色空间下通过分析简单的颜色关系，以公式的形式获取颜色组合和评价之间的关系，最后再推广到所有的颜色。这种方法受限于志愿者和颜色组合的数量，导致建立的预测模型往往只对特定的几种颜色符合，同时实验仅对少量简单的颜色关系进行分析，也会严重影响模型的精度。而另外一些研究者通过研究人们对颜色的偏好来推测颜色的和谐，甚至开发了基于用户颜色偏好的颜色主题生成系统。然而这种方法只针对单一用户对颜色的偏好，而颜色的和谐需要符合大众的审美。最近研究人员通过LASSO回归的方法训练大型数据集来预测颜色和谐程度，并将此方法用于颜色推荐中。这种方式尽管结果客观，鲁棒性高，然而在预测精度方面并不尽如人意。因此开发出一种准确性能高的预测颜色和谐程度的方法显得迫在眉睫。

发明内容

本发明针对现有技术的不足，提供了一种基于最大似然估计的颜色和谐度预测方法。

本发明方法包括以下步骤：

第一部分：分析颜色分布关系

1)对在线网站Adobe Color CC和COLOURLovers进行在线爬虫，获取网站中查看人数在10人以上的五色等面积颜色主题以及对应的观看数量和点赞数量。同时将观看数和点赞数以线性回归的方式拟合成颜色主题的和谐度值作为数据集。

2)通过整理Adobe和COLOURLovers的数据集，分别绘制单个色块和相邻颜色对的和谐度曲线图。

3)通过分析两种曲线图的分布趋势，选择颜色对作为预测和谐度值的重要因素，并应用到第二部分中。

第二部分：构建最大似然估计预测框架

1)将数据集中所有的五色颜色主题分割成相邻的四种不同的颜色对，并且赋予原本五色颜色主题的和谐度值。