行人衣服顏色分類與表示方法

羅明利，王寧寧，張琳筠

（1．西華大學，成都 610039；2．成都東軟學院，成都 611844）

行人衣服顏色分類與表示方法

羅明利1，王寧寧2，張琳筠2

（1．西華大學，成都 610039；2．成都東軟學院，成都 611844）

顏色是圖像處理和計算機視覺中應用最為廣泛的特征之一，為了更好地對行人衣服顏色進行刻畫，提出一種在HSV顏色空間下，基于直方圖峰值分析的表示方法。通過對各通道直方圖的峰值分析，對行人衣服顏色進行直觀描述，并通過實驗驗證該方法的有效性。

HSV；峰值；分類

0 引言

特征提取是圖像模式識別與計算機視覺算法研究中至關重要的環節，已經成為計算機視覺領域的研究熱點。一個高度復雜的特征也許能夠解決問題（進行目標跟蹤、目標檢測等），但這是以處理更多的數據、犧牲算法的時效為代價的。而顏色特征則不需要大量的計算，常常能夠簡化地從場景中提取與識別目標，因為其較低的計算復雜度和較好的實驗表現，顏色已成為圖像處理與計算機視覺中應用最為廣泛的特征之一。通過對行人衣服顏色的分類與表示方法的研究，能夠更好地為目標跟蹤、檢測等研究奠定基礎。

1 行人衣服顏色表示

為了更好地刻畫行人衣服顏色特征，在HSV顏色空間下，對行人衣服顏色進行了基于峰值分析的分類和表示。

1.1 HSV顏色空間

當人觀察一個彩色物體時，常用色調、飽和度和亮度來描述它。正是根據這種直觀特征，A.R.Smith在1978年創建了HSV顏色空間，其中H表示色調，S表示飽和度，V表示亮度。正是由于HSV是一種比較直觀的顏色模型，所以在視覺領域研究中常常使用該顏色空間。

圖1 HSV顏色模型

1.2 基于峰值分析的表示方法

首先介紹峰值分析，即對通道圖像直方圖的峰值進行分析。首先求取通道直方圖，由于噪聲干擾等，要對直方圖進行濾波處理，得到較平滑的直方圖，濾波使用高斯濾波。根據波峰的性質：值比左邊和右邊的值都大，采用簡單的一階差分求波峰。

在求波峰的過程中，由于噪聲干擾和濾波不準確，可能出現兩個波峰相距很近，此時應該對波峰進行合并，將其合并為一個波峰。當兩個波峰相距小于10時，合并為一個波峰。

圖2 通道直方圖濾波前后

圖3 波峰合并前后

在分析峰值過程中，有些峰值太小，且波峰周圍區域面積也很小，已經無法代表圖像的重要信息，此時應該排除。當峰值小于圖像中最大峰值的1/10而且峰值周圍面積占總面積比例小于1/5時，去除該波峰。

圖4 無效波峰去除前后

在HSV顏色空間中，通過對各通道直方圖的分析，對行人衣服顏色進行分類與表示，在VS2008環境下，調用OpenCV函數庫實現。具體實現步驟如下：

（1）截取行人衣服圖像轉化成HSV圖像，并將其分割為H、S、V三個通道圖像；

（2）計算圖像S均值，若均值偏小（＜最大值的10%，OpenCV中S最大值為255），則轉至步驟（3），反之，轉到步驟（4）；

（3）S偏小，將其歸為無彩色信息類，即只有灰度信息。求取V通道直方圖，求取直方圖峰值，將V（OpenCV中范圍是0～255）均分為10個等級，記作“V0～V9”，由峰值個數及其所屬等級表示該行人衣服顏色；

（4）S偏大，將其歸為有彩色信息類，求取H通道直方圖，并求直方圖峰值，將H（OpenCV中范圍是0～180）均分為10個等級，記作“H0～H9”。同時求出峰值周圍峰值高度1/3區域內S、V的均值，將S、V均分為10個等級，記作“S0～S9”和“V0～V9”，由峰值個數及其所屬H、S、V的等級表示該行人衣服顏色。

2 實驗

在以上基礎上，用現實中拍攝的一組數據進行了實驗。實驗結果如下：

實驗一：

圖5 實驗一圖像（原始BGR、HSV、H、S、V）

S均值偏小，對V直方圖進行分析，求得該直方圖有一個峰值，所屬等級是V9，即用V9表示該衣服顏色信息。

圖6 V通道直方圖

實驗二：

圖7 實驗二圖像（原始BGR、HSV、H、S、V）

S均值偏大，對H直方圖進行分析，求得該直方圖有兩個峰值，所屬等級分別是H7和H10，并按步驟（4）求取S和V的等級，最終結果是H7S1V3和H10S4V6。

3 結語

以真實的實驗數據為例，對提出的行人衣服顏色進行了分類與表示，為了驗證表示方法的有效性，對上百組數據進行了實驗，分類結果與人眼觀察結果作對比，正確率達90%，說明該表示方法比較有效，能夠將該表示方法用于后續的圖像處理與視覺研究中。

圖8 H通道直方圖

[1] Rafae1 C.Gonza1ez等.數字圖像處理（第三版）[M]．阮秋琦等譯．北京：電子工業出版社，2011

[2] Yasutaka HIRAYMA,Osamu NAWURA.Persona1 Identification System Through Facia1 Images Based on the Modified HSV Co1or System and Isodensity Maps[C].IEEE CECE,1997

[3] Gary Bradski等.學習OpenCV（中文版）[M].于仕琪等譯.北京：清華大學出版社，2009

[4] Zhi-Kai Huang，De-Hui Liu.Segmentation of Co1or Image Using EM A1gorithm in HSV Co1or Space[C].Proceedings of the 2007 Internationa1 Conference on Information Acquisition,2007.

[5] 張國權等.HSV空間中彩色圖像分割研究[J].計算機工程與應用，2010,46（26）

[6] Mark S.Nixon等.李實英等譯.特征提取與圖像處理（第二版）[M].北京：電子工業出版社,2010

[7] 穆亞東，周秉峰等.基于顏色和紋理信息的快速前景提取方法[J].計算機學報,2009（10）

Classifying and Expressing Method of the People's Clothes Color

LUO Ming-1i1，WANG Ning-ning1，ZHANG Lin-jun2
（1.Xihua University，Chengdu 610039；2.Chengdu Neusoft University，Chengdu 611844）

Co1or is one of the most wide1y used features in image processing and computer vision researches,to characterize the peop1e's c1othes co1or more usefu11y,proposes an expression method under the HSV co1or space based on the histogram peak ana1ysis.By histogram peak ana1ysis about each channe1 of image,describes the peop1e's c1othes co1or direct1y.Through experiments demonstrate that the method is effective.

HSV;Peak of Histogram;C1assification

1007-1423（2015）05-0078-03

10.3969/j.issn.1007-1423.2015.05.017

羅明利（1990-），女，四川達州人，碩士，學生，研究方向為數字圖像處理

王寧寧（1988-），女，山東煙臺人，碩士，學生，研究方向為數字圖像處理

2014-12-16

2015-01-06

張琳筠（1985-），女，四川都江堰人，在職研究生，研究實習員，研究方向為數字圖像處理