一種HSV顏色空間量化的藏毯圖像檢索方法

孫琦龍+張明亮

摘要：針對國內外還沒有可供研究人員和公眾使用的藏毯類非物質文化遺產數字化資源平臺這一狀況，論述了在藏毯圖像中運用顏色特征實現圖像檢索的可行性。根據藏毯圖像的顏色特征，分析了目前一些HSV顏色空間量化的缺陷，按照圖像顏色在HSV空間中相同或不同的分布特點，提出了一種改進的188維顏色空間量化方法。通過對藏毯圖像采用平均分塊的策略，將一幅圖像平均分為25個子塊，每一個子塊的像素數為6400。經過對實驗數據的分析，比較了不同維數顏色空間量化的查準率與時間消耗，最終實現了在藏毯圖像檢索中采用188維顏色空間量化的方法。

關鍵詞：計算機應用；藏毯；圖像；量化；特征

中圖分類號：TP311 文獻標識碼：A DOI：10.3969/j.issn.1003-6970.2016.03.009

0引言

非物質文化遺產的保護和繼承，是當今全世界所有國家、地區和民族面臨的新課題，加牙藏毯織毯技藝已經被國務院列為第一批國家級非物質文化遺產項目。2014年，加牙藏族織毯技藝傳習所又被列為非物質文化遺產傳習所，其傳統工藝的保護已引起人們的關注和重視。藏毯在藏族傳統藝術的基礎上，吸收、融合了漢族、印度和尼泊爾宗教藝人的精華，并且形成了具有自己獨特的藏族藝術風格的工藝美術品，其圖案設計和色彩源于藏傳佛教文化，藝術價值極高，是珍貴的非物質文化遺產。隨著近年來非物質文化遺產保護工作的不斷深入，以及非物質文化遺產數字化、信息化的科技進步，全國各地的非物質文化遺產數據庫建設步伐在不斷加快。借助于藏毯的數字化保護服務平臺，在分析藏毯的紋理特征、色彩分布和形狀特征的基礎上，即可以支持基于文字以及圖像屬性的查詢，又可以通過提取藏毯圖像的關鍵特征值來實現基于內容的圖像檢索。本文在研究基于內容的圖像檢索技術基礎上，經過改進，提出并實現了一種基于HSV顏色空間的藏毯圖像檢索方法。

1基于內容的圖像檢索方法

基于內容的圖像檢索（Content-Based Im-ageRetrieval，CBIR）近年來已成為提高圖像檢索的有效手段，傳統的基于文本的圖像檢索技術，通過圖像的描述文字和用戶輸入的關鍵字進行比較，檢索結果不僅效果差并且不能對未標注文本信息的圖像進行檢索。基于CBIR技術的圖像檢索系統，采用相似性匹配算法計算關鍵圖像特征與特征庫中圖像特征的相似度，然后按照相似度從大到小的順序將匹配圖像反饋給用戶。用戶可根據自己的滿意程度，選擇是否修改查詢條件，繼續查詢，以達到令人滿意的查詢。CBIR的實現依賴于兩個關鍵技術：圖像特征提取和匹配。目前比較成熟的檢索算法大部分是基于圖像的顏色、紋理、形狀特征來檢索，而在基于內容的圖像檢索中，作為圖像最直觀而明顯的特征和基本要素，顏色特征是在基于內容的圖像檢索中最早、最廣泛使用的視覺特征，常用的顏色特征包括顏色直方圖、顏色距、顏色聚合向量、顏色協方差矩陣等。

2 HSV顏色空間

相對于其它圖像特征，顏色特征非常穩定，不局限于圖像的大小和方向，并且對于旋轉、平移、尺度變化，甚至各種變形都不敏感，表現出相當強的魯棒性，因此在基于內容的圖像檢索中發揮著重要的作用，這也使得顏色特征成為圖像檢索中應用最為廣泛的底層視覺特征。

2.1顏色模型

2.1.1 RGB

在RGB模型中，紅，綠、藍這3個基本顏色的不同組合構成了所有顏色，將這三種顏色劃分成256（0-255）個等級。各個分量的數值越小，亮度越低。數值越大，亮度越高。如（0，0，0）表示黑色，而（255，255，255）又表示白色。一般通過一個真彩色像素用8位表示三個顏色分量時，需要24位（3個字節）來表示RGB的三種顏色，總共可以表示16777216種。

2.1.2 HSV

HSV（hue，saturation，value）模型對用戶來說是一種直觀的顏色模型，直接對應于人眼的視覺特征，H表示色度、S表示飽和度、V表示亮度。模型對應于圓柱坐標系中的一個圓錐形子集，它包含RGB模型中的R=I，G=I，B=I三個面。色度H用角度度量，取值范圍為0°～360°，從紅色開始按逆時針方向計算，紅色為0°，綠色為120°，藍色為240°。它們的補色是：黃色為60°，青色為180°，品紅為300°；從圓錐橫截面的圓心到橫截面圓周點的距離被定義為飽和度（S），飽和度S取值范圍為0～1，S取值越大，表示色彩越純，取值越小，表示色彩越灰。從圓錐的橫截面圓心到圓錐頂點的距離被定義為亮度（V）。亮度V表示色彩的明亮程度，取值范圍為0～Ⅰ，Ⅴ和光強度之間并沒有直接的聯系。

2.2顏色特征

顏色直方圖是目前最常用的顏色特征提取方法，絕大多數對顏色特征的提取和描述算法都是以顏色直方圖為基礎。其主要做法就是統計圖像中各種顏色出現的頻數，它不關心顏色所處的空間位置。顏色直方圖將顏色空間劃分為若干小的顏色區間，每個區間對應于顏色直方圖的一個柄，然后統計落在每個小區間的像素數量，最終得到顏色直方圖。在顏色直方圖坐標中，橫坐標表示顏色柄的劃分值，縱坐標表示每個柄區間中包含的圖像像素總和。直方圖均衡主要用于處理圖像由于過度曝光或者曝光不足造成的前景背景過量或過暗的情況，可以增強圖像的對比度，擴展圖像灰度范圍。

3傳統的HSV顏色空間量化

如果分別對HSV顏色空間的三個分量：H、S、V建立顏色直方圖進行特征提取和匹配，則會帶來檢索的低匹配性。所以要對H、S、V三個分量進行非等間隔分割，將色調H分成8份；飽和度S的范圍由圓心向圓周過渡，將其分為三份；亮度V劃分為Black，Gray，White三份，各自量化區間為：

按照以上的量化區間，HSV顏色空間被劃分為72個不同的空間區域，再通過量化公式I=9H+3S+V計算，將三個簡化后的顏色分量合成一維特征向量值，Ⅰ的取值范圍為[0，71]，這就將整個HSV顏色空間量化為72種顏色，最終得到72柄的一維顏色直方圖。

4一種改進的HSV顏色空間量化方法

4.1顏色空間量化

由于藏毯圖案較鮮艷且復雜，所以采用顏色量化聚類方法，用少量主體色代表整個藏毯圖像的特征。將藏毯圖像從RGB顏色轉換到HSV顏色空間后，計算顏色之間的距離來測量圖像的相似度。在理論分析中，雖然采用比較高維的量化可以提高檢索精度，但目前的數據庫表一行的容量最大為8060字節，所以只能使用降維方法。根據以往的經驗分析，在藏毯圖像的某些空間中可能會出現像素稀疏的情況，所以把HSV顏色空間量化成188維。根據圖像顏色在HSV顏色空間188維中的相同或不同的分布特點，均勻地選取若干個量化點，然后將其他量化點按顏色相似距離最短的原則組合為一個聚類，從而達到既能聚類出代表圖像的顏色又能減少顏色數目的目的。本文采用的預處理辦法是直方圖均衡，采用直方圖均衡的目的是去除光照條件對灰度的影響。具體聚類如下：

H：H空間分為45類，取值為0～44，h均勻間隔為8，即h=（0，8，16，32……，360），

S：S空間分為4類，S取值為0～3，S均勻間隔步距0.25（0.173，0.423，0.673，0.923），

V：V空間分為4類，V取值為0～3，V均勻間隔步距0.25（0，0.25，0.5，0.75），

然后按照以上的量化級構造一維特征矢量，把3個顏色分量合成一維特征矢量：

L=4H+3S+V，根據上述公式，計算L的取值范圍為[0，187]，最終獲得188柄一維直方圖。

4.2圖像分塊策略

對藏毯圖像采用平均分塊策略，將一幅圖像平均分為25個子塊，用于存儲這25個子塊的顏色特征。根據藏毯圖像的基本特征，對圖像子塊的權重做等分處理，既各個子塊的權重為1/25。本文實驗中以普通藏毯圖像為例，每個子塊分類的結果如下：數組中的每個數字代表該類中像素點的個數。由于實驗圖像庫中圖像大小是400×400個像素點，所以平均分成25個子塊后，每一個子塊的像素數為6400。

4.3實驗結果

通過以上實驗數據對比，188維量化時的查準率略高于155維量化時的查準率，二者時間消耗也相差不大，大概在5s左右。雖然188維量化時與652維量化時查準率有所下降，但時間的消耗也較低，652維量化消耗的總時間為45s，188維量化消耗的總時間為32s。綜合以上分析，說明采用188維量化方法，在藏毯圖像的檢索中較為可行。

5結語

為了更好的開展藏毯類非物質文化遺產的預見性保護工作，本文根據藏毯圖像的顏色特征，分析了目前HSV顏色空間量化的缺陷，按照圖像顏色在HSV空間中相同或不同的分布特點，提出并實現了一種改進的188維顏色空間量化方法。通過對藏毯圖像采用平均分塊的策略，經過反復實驗和對實驗數據的分析，比較了不同維數顏色空間量化的查準率與時間消耗，最終找到了一種較為合適的提高藏毯圖像檢索查準率的方法，為非物質文化遺產的保護和繼承提供了技術支撐。