[发明专利]一种基于特定场景的色彩空间位置布局推荐的方法

说明书

本发明涉及一种基于特定场景的色彩空间位置布局推荐的方法。本发明首先对图像美学数据集的每个场景分类下的图像进行预处理，通过全卷积网络U‑net进行颜色聚类，得到颜色聚类图；并将颜色聚类图优化为网格图；其次将每个网格中概率最大的颜色值进行合并，组合成新的网格图。然后对输入特定场景图像也进行颜色聚类，得到输入图像的最终网格图；最后将最终网格图与第网格数据集中每张网格图进行遍历pHash图像相似度匹配，将每个匹配的数据值保存到一个序列中；找到数值最大的，它对应的网格数据集中的网格图，就作为最佳颜色空间布局的推荐方案。本发明优化了匹配效率，消除了原始图像本身的复杂的颜色信息，匹配的准确率也有所提升。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于特定场景的色彩空间位置布局推荐的方法。

背景技术

当今时代随着移动端手机的快速推广使用，图像的使用日益剧增，计算机视觉已经是计算机领域的国际前沿方向。其中对于图像美学的研究更是近期的一大热门方向，而图像的美可以有很多种形式进行传达。

在艺术学的专业理论基础上，一张图的内容分为形与色，形大致指的就是图中的轮廓语义，而色即是颜色。而色彩的面积同其形状和位置是同时出现的，因此，色彩的面积、形状、位置在色彩对比中，都是具有较大影响的因素。CUHK(香港中文大学制作的图像美学数据集)图像质量数据集是由28410张图像组成，只分高质量和低质量两种评分。而其中根据不同场景进行分类：有人物、建筑、动物、植物、夜景等等的不同场景的图像集合，并且有各自的高质量与低质量图像。不同的场景中各个颜色的位置是各不相同的，例如对于夜景图，图像的上方基本是黑色的夜空，也就是说在此类场景的图像中的上方是黑色的概率很大；而对于自然风景图的话，上方的天空就很有可能是偏蓝色居多。

视觉美学质量是视觉感知美的一种度量，由于视觉美学是一个主观的属性，往往会涉及个人的情感，不同的场景其美感是各不相同的，所以对于不同的场景就需要特殊的对待，需要圈定范围来研究特定场景下的颜色位置普遍规律。对于颜色现有的研究大都是关注其组合产生的效果是否和谐，亦或者从原图提取出的颜色在色彩空间中的分布，也就是直方图的曲线分布，然而其完全没有考虑颜色在原图的位置，正如上述所述颜色在原始图像的坐标方位也是其最主要的影响效果的因素。而很少有关注颜色在原图上的空间位置分布特征的研究，因此开发出一种基于特定场景的色彩空间位置布局推荐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，提供了一种基于特定场景的色彩空间位置布局推荐的方法。用户可以输入特定场景的图像，通过与该场景下的高质量数据集的颜色位置分布进行比较，输出一个更好的颜色分布的推荐方案。

一种基于特定场景的色彩空间位置布局推荐的方法，该方法包括以下两部分：

第一部分：构建数据集

1)对图像美学数据集CUHK的每个场景分类下的图像进行预处理，通过Encoder-Decoder结构的全卷积网络U-net进行颜色聚类，得到颜色聚类图。

2)颜色聚类图优化为网格图

进行颜色聚类图的裁剪操作，将其等大小的切割成8*8的网格图。

S_i＝{i₀...i₆₃}

其中每个i代表一个网格，所有的网格构成了一个色块集合S_i。而每个网格代表的是该方位概率最大的颜色值color_i_j，概率最大的颜色值由聚类算法计算得到。

3)将每个网格中概率最大的颜色值进行合并，组合成新的网格图，这就保证了原始图像的颜色大致布局是不会改变的，这个网格图即为该原始图像的色块在空间上的分布图。

每张高质量的图像都会对应唯一一张颜色分布网格图，最终构建了不同场景不同类型图像的网格图数据集。