颜色直方图

7.2.1　颜色直方图

颜色直方图是最基本的颜色特征表示方法，它反映的是图像中颜色的组成分布，即出现了哪些颜色以及各种颜色出现的概率。

颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可以不受图像尺度变化的影响，其缺点是没有表达出颜色空间分布的信息。颜色直方图分为以下几种:

(1)全局颜色直方图。反映的是图像中颜色的组成分布，即出现了哪些颜色以及各种颜色出现的概率。Swain和Ballard最先提出了使用颜色直方图作为图像颜色特征的表示方法。他们还指出:颜色直方图相对于图像的以观察轴为轴心的旋转以及幅度不大的平移和缩放等几何变换是不敏感的，颜色直方图对于图像质量的变化(如模糊)也不甚敏感。颜色直方图的这种特性使得它比较适合于检索图像的全局颜色相似性的场合，即通过比较颜色直方图的差异来衡量两幅图像在颜色全局分布上的差异。

(2)累加直方图。当图像中的特征并不能取遍所有可取值时，统计直方图中会出现一些零值。这些零值的出现会对相似性度量的计算带来影响，从而使得相似性度量并不能正确反映图像之间的颜色差别。为解决这个问题，在全局直方图的基础上，Stricker和Orengo进一步提出了使用“累加颜色直方图”的概念。在累加直方图中，相邻颜色在频数上是相关的。相比一般直方图，虽然累加直方图的存储量和计算量有很小的增加，但是累加直方图消除了一般直方图中常见的零值，克服了一般直方图量化过细或过粗后检索效果都会下降的缺陷。一般的颜色直方图由于颜色空间是三维的，具有相同的三通道独立分布，但其联合分布并不唯一。这种不考虑联合分布的方法，会导致在结果集中不相似的图像数目增加。因此便产生了颜色直方图，设三个通道的量化级数分别是l、m、n，则总的量化级数k=l×m×n。

这种方法虽然克服了一维的缺点，但颜色分辨率较低，而特征维数较高。对于一般的直方图特征维数较高，因此直方图的高维数给特征处理带来了极大的不便。因此便想到了量化直方图。考虑到不同颜色空间的特性，各通道对人眼的视觉重要程度不同，可以对不同的颜色通道给予不同的量化级数。预先给定量化级数，用联合的方法建立直方图比较简单，但是却存在一些不足:首先，没有考虑图像本身的特点;其次，没有考虑颜色空间的特点的不同取值，不足以反映不同颜色空间的分布情况;最后，颜色集合的代表性差。

(3)主色调直方图方法。考虑到量化直方图的上述问题便产生了主色调直方图的方法。因一幅图像中，往往少数几种颜色就涵盖了图像的大多数像素，而且不同颜色在图像中的出现概率是不同的，因此，可以通过统计图像中各种颜色出现的概率，选出最频繁出现的几种作为主色。使用主色并不会降低颜色匹配的效果，因为颜色直方图中出现频率很低的那些颜色往往不是图像的主要内容，从某种程度上讲，是对图像内容表示的一种噪声。

在实际应用中，选择适合的颜色模型和颜色提取算法，使颜色参量准确有效地表征图像的主要特征，反映图像的内在本质，是利用计算机视觉技术解决图像识别问题的基本思路。现有的颜色提取算法各有其优点，比如颜色直方图比较适合于检索图像的全局颜色相似性的场合，即通过比较颜色直方图的差异来衡量两幅图像在颜色全局分布上的差异，但不同的图片可能存在相同的直方图的缺点，给图像检索带来了不便。