[发明专利]一种面向自然图像的自适应主色提取方法

摘要

本发明的一种面向自然图像的自适应主色提取方法属于图像主色提取领域，解决了现有主色提取方法中不能实现主色数目的自动确定，从而会导致将原图像中并不存在的颜色作为主色或者遗漏原图像中重要的色彩特征，不利于主色的准确提取的问题，本发明首先将图像的颜色空间转换到Lab空间；然后对图像进行尺寸压缩、图像增强和去噪等预处理；最后通过将Silhouette轮廓系数与传统K均值聚类算法有机地结合在一起，自适应地提取出自然图像中的最优主色集，对大量拍摄于各种自然环境下的自然图像进行测试，实验结果表明算法可有效地将自然图像中的主色自动提取出来，且较好地呈现了原图像中颜色特征的代表性。

主权项

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。