太阳城集团

  • / 21
  • 下载费用:30 金币  

色彩特征撷取方法.pdf

摘要
申请专利号:

太阳城集团CN201210126427.7

申请日:

2012.04.26

公开号:

CN102761766B

公开日:

2015.01.28

当前法律状态:

授权

有效性:

有权

法律详情: 著录事项变更号牌文件类型代码:1602号牌文件序号:101715944194IPC(主分类):H04N 13/02专利申请号:2012101264277变更事项:发明人变更前:李国君;陈均富;林和源变更后:李国君;林和源;王明俊;陈均富|||授权|||实质审查的生效IPC(主分类):H04N 13/02申请日:20120426|||公开
IPC分类号: H04N13/02; H04N9/64; H04N15/00 主分类号: H04N13/02
申请人: 李国君
发明人: 李国君; 陈均富; 林和源
地址: 中国台湾台南市
优先权: 2011.04.26 US 61/478,965
专利代理机构: 中科专利商标代理有限责任公司 11021 代理人: 周长兴
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

太阳城集团CN201210126427.7

授权太阳城集团号:

|||102761766B||||||

法律状态太阳城集团日:

2015.06.03|||2015.01.28|||2012.12.26|||2012.10.31

法律状态类型:

著录事项变更|||授权|||实质审查的生效|||公开

摘要

太阳城集团一种可依据一包含于一影像讯号的各影像元素所具有的色彩,撷取出一可代表此色彩的色彩特征向量的色彩特征撷取方法。其包括:(A)接收此影像讯号;(B)将此影像讯号投影至一包含一色彩平面的色彩空间模型中,使得各影像元素所具有的色彩可由第一参数值、第二参数值及第三参数值表示;(C)取得一调整后的第二参数值;(D)将各影像元素所具有的色彩分类至色彩平面上的复数个色彩区块或复数个模糊区块;以及(E)根据分类后所得的结果,赋予影像元素一色彩特征向量。

权利要求书

1.一种色彩特征撷取方法,用于撷取一影像讯号的色彩特征,包括
下列步骤:
A)接收该影像讯号,该影像讯号包含复数个影像元素,且该些影像元
素分别具有一色彩;
B)将该影像讯号投影至一色彩空间模型中,使得每一该些影像元素所
具的色彩分别被映像至该色彩空间模型中的一对应点,且该对应点的坐标
由一第一参数值、一第二参数值及一第三参数值表示;该色彩空间模型包
含一色彩平面,且该色彩平面由复数个色彩区块及复数个模糊区块构成;
C)将该第三参数值与一调整门坎值互相比较,且依据比较所得的结果
及该第二参数值,运算出一调整后的第二参数值;
D)依据该第一参数值及该调整后的第二参数值,依序将每一该些影像
元素所具的色彩分类至该色彩平面上的其中的一该些色彩区块或其中的
一该些模糊区块;以及
E)根据每一该些影像元素所具的色彩被分类后所得的结果,分别赋予
每一该些影像元素一色彩特征向量。
2.如权利要求1所述的色彩特征撷取方法,其中,该色彩空间模型为
一HSI色彩空间模型,且该第一参数值为色调成分,该第二参数值为饱和
度成分,该第三参数值为强度成分。
3.如权利要求2所述的色彩特征撷取方法,其中,该调整门坎值介于
70至90之间,且当该强度成分高于该调整门坎值时,依据下列公式运算出
该调整后的饱和度成分:
S′=a+b*S;
其中,S’为该调整后的饱和度成分,S为该饱和度成分,a及b为两任
意正数,且满足a+b=1的条件;
当该强度成分不高于该调整门坎值时,依据下列公式运算出该调整后
的饱和度成分:
S = ( a + b * S ) * ( I T ) ; ]]>
其中,S’为该调整后的饱和度成分,S为该饱和度成分,T为该调整门
坎值,a及b为两任意正数,且满足a+b=1的条件。
4.如权利要求3所述的色彩特征撷取方法,其中,该些色彩区块包含
一第一色彩区块、一第二色彩区块、一第三色彩区块、一第四色彩区块及
一第五色彩区块,且每一该些色彩区块分别对应于一色彩,而该色彩平面
上未被该些色彩区块覆盖的部分为该些模糊区块。
5.如权利要求4所述的色彩特征撷取方法,其中,该第一色彩区块为
红色区块,该第二色彩区块为绿色区块,该第三色彩区块为青色区块,该
第四色彩区块为蓝色区块,该第五色彩区块为红紫色区块。
6.如权利要求4所述的色彩特征撷取方法,其中,当其中的一该些影
像元素所具的色彩被分类至其中的一该些色彩区块时,其中的一该些影像
元素所被赋予的该色彩特征向量包含一第一分量、一第二分量、一第三分
量、一第四分量、一第五分量及一第六分量,且该第一分量、该第二分量、
该第三分量、该第四分量及该第五分量分别对应至每一该些色彩区块,该
第六分量的数值为1减去该调整后的饱和度成分;该第一分量的数值、该
第二分量的数值、该第三分量的数值、该第四分量的数值、该第五分量的
数值及该第六分量的数值的总和并为1。
7.如权利要求4所述的色彩特征撷取方法,其中,当其中的一该些影
像元素所具的色彩被分类至其中的一该些模糊区块时,其中的一该些影像
元素所被赋予的该色彩特征向量包含一第一分量、一第二分量、一第三分
量、一第四分量、一第五分量及一第六分量,该第一分量及该第二分量分
别对应至两分别位于每一该些影像元素所具的色彩所被分类至的其中的
一该些模糊区块的两侧的色彩区块,且该第一分量、该第二分量、该第三
分量、该第四分量及该第五分量分别对应至每一该些色彩区块,该第六分
量的数值则为1减去该调整后的饱和度成分;该第一分量的数值、该第二
分量的数值、该第三分量的数值、该第四分量的数值、该第五分量的数值
及该第六分量的数值的总和并为1。
8.如权利要求7所述的色彩特征撷取方法,其中,该第一分量的数值
依据下列公式运算而出:
C=S′*Belongingness;
其中,C为该第一分量的数值,S’为该调整后的饱和度成分,
Belongingness为归属度,归属度依据下列公式运算而出:
Belongingness = U - H U - L ; ]]>
其中,U指在该模糊区块于该色彩平面上所具有的两边界中,一远离
该第一分量所对应的色彩区块的边界于该色彩平面上所具有的角度,L是
另一邻近该第一分量所对应的色彩区块的边界于该色彩平面上所具有的
角度,H则为该色调成分于该色彩平面上所具有的角度。
9.如权利要求1所述的色彩特征撷取方法,其中,包括一步骤F),对
该色彩特征向量执行一低通滤波程序。
10.如权利要求9所述的色彩特征撷取方法,其中,该低通滤波程序
是将该色彩特征向量通过一N×N的中值滤波器,且N为一介于3及9之
间的正整数。

说明书

色彩特征撷取方法

技术领域

本发明是太阳城集团一种色彩特征撷取方法,尤其指一种可迅速地依据一包
含于影像讯号内的影像元素所具有的色彩,精确地撷取出一可代表此色彩
的色彩特征向量,并将此色彩特征向量赋予至此影像元素的色彩特征撷取
方法。

背景技术

随着网络和科技的发达,多媒体的应用在现今社会中已经日渐普及。
不同于以往人类多以文本模式的方式来传达讯息,更加入了许多静态、或
甚至动态的影像讯息于其中。多了影像讯息的加入,使得人类在传达讯息
上变得更多元也更丰富。

为因应更多元的影像讯号的传送,图像处理技术便跟随着发展。例如,
影像分割、影像合成、影像辨识、或最近非常热门的二维影像转三维视讯
技术。而拜电影界大师詹姆斯·卡梅隆所执导的3D立体电影「阿凡达」的
推波助澜下,二维影像转三维视讯技术更是热门的研究主题。不论是业界
或是学界,多投入相当多的心力更追求及研发更新更高水平的二维影像转
三维视讯技术。

其中,于二维影像转三维视讯技术中,影像讯号的色彩特征撷取便是
相当重要的一环。传统上,欲撷取一影像讯号的色彩特征时,会先选定一
个特定色彩空间模型,例如可为一HSI色彩空间模型。此一选定的HSI色彩
空间模型具有一色彩平面,并对此色彩平面进行等分切割。一般来说,是
将色彩平面切割出五个不同的色彩区块,而此五个不同的色彩区块分别代
表不同的色彩区块,例如红色区块、绿色区块、青色区块、蓝色区块及红
紫色区块。再者,被转换至此HSI色彩空间模型的影像讯号会载有数个不
同参数值的太阳城集团。根据影像讯号的所载有的参数值,影像讯号会被分类至
上述进行切割过后的色彩平面上的不同的色彩区块,并依分类到的区块判
断此影像讯号具有何种色彩特征。

然而,在将色彩平面切割的过程中,因不同色彩区块的交界处为连续
变化,例如红色区块转变成绿色区块的交界处是由红转绿,故位于交界处
附近区域即形成模糊区块,而不论是人的肉眼或计算机,皆难以一致判断
出此一区域内某一对应点的正确的色彩。因此,在色彩平面切割的过程中,
会因为每个人对色彩的感知有所不同,而得到不同切割结果的色彩平面。

如此一来,一旦有一影像讯号的一影像元素所具有的色彩被分类到上
述的模糊区块,例如前述的红色区块转变成绿色区块的交界处,则此影像
元素所具有的色彩可能被某甲判断成属于红色区块,但却被某乙判断成属
于绿色区块而此一分歧的判断结果,将严重影响影像色彩特征撷取的质
量。为此,如何改善当一影像讯号的一影像元素所具有的色彩被分类到模
糊区块时的判断规则,将是现今二维影像转三维视讯技术中,一门非常重
要且需迅速善的课题。

因此,业界需要一种能迅速地依据一包含于影像讯号内的影像元素所
具有的色彩,精确地撷取出一可代表此色彩的色彩特征向量,并将此色彩
特征向量赋予至此影像元素的色彩特征撷取方法。

发明内容

本发明的目的在于提供一种色彩特征撷取方法,以克服公知技术中存
在的缺陷。

为实现上述目的,本发明提供的色彩特征撷取方法,用于撷取一影像
讯号的色彩特征,包括下列步骤:

A)接收该影像讯号,该影像讯号包含复数个影像元素,且该些影像元
素分别具有一色彩;

B)将该影像讯号投影至一色彩空间模型中,使得每一该些影像元素所
具的色彩分别被映像至该色彩空间模型中的一对应点,且该对应点的坐标
由一第一参数值、一第二参数值及一第三参数值表示;该色彩空间模型包
含一色彩平面,且该色彩平面由复数个色彩区块及复数个模糊区块构成;

C)将该第三参数值与一调整门坎值互相比较,且依据比较所得的结果
及该第二参数值,运算出一调整后的第二参数值;

D)依据该第一参数值及该调整后的第二参数值,依序将每一该些影像
元素所具的色彩分类至该色彩平面上的其中的一该些色彩区块或其中的
一该些模糊区块;以及

E)根据每一该些影像元素所具的色彩被分类后所得的结果,分别赋予
每一该些影像元素一色彩特征向量。

所述的色彩特征撷取方法,其中,该色彩空间模型为一HSI色彩空间
模型,且该第一参数值为色调成分,该第二参数值为饱和度成分,该第三
参数值为强度成分。

所述的色彩特征撷取方法,其中,该调整门坎值介于70至90之间,且
当该强度成分高于该调整门坎值时,依据下列公式运算出该调整后的饱和
度成分:

S′=a+b*S;

其中,S’为该调整后的饱和度成分,S为该饱和度成分,a及b为两任
意正数,且满足a+b=1的条件;

当该强度成分不高于该调整门坎值时,依据下列公式运算出该调整后
的饱和度成分:

S = ( a + b * S ) * ( I T ) ; ]]>

其中,S’为该调整后的饱和度成分,S为该饱和度成分,T为该调整门
坎值,a及b为两任意正数,且满足a+b=1的条件。

所述的色彩特征撷取方法,其中,该些色彩区块包含一第一色彩区块、
一第二色彩区块、一第三色彩区块、一第四色彩区块及一第五色彩区块,
且每一该些色彩区块分别对应于一色彩,而该色彩平面上未被该些色彩区
块覆盖的部分为该些模糊区块。

所述的色彩特征撷取方法,其中,该第一色彩区块为红色区块,该第
二色彩区块为绿色区块,该第三色彩区块为青色区块,该第四色彩区块为
蓝色区块,该第五色彩区块为红紫色区块。

所述的色彩特征撷取方法,其中,当其中的一该些影像元素所具的色
彩被分类至其中的一该些色彩区块时,其中的一该些影像元素所被赋予的
该色彩特征向量包含一第一分量、一第二分量、一第三分量、一第四分量、
一第五分量及一第六分量,且该第一分量、该第二分量、该第三分量、该
第四分量及该第五分量分别对应至每一该些色彩区块,该第六分量的数值
为1减去该调整后的饱和度成分;该第一分量的数值、该第二分量的数值、
该第三分量的数值、该第四分量的数值、该第五分量的数值及该第六分量
的数值的总和并为1。

所述的色彩特征撷取方法,其中,当其中的一该些影像元素所具的色
彩被分类至其中的一该些模糊区块时,其中的一该些影像元素所被赋予的
该色彩特征向量包含一第一分量、一第二分量、一第三分量、一第四分量、
一第五分量及一第六分量,该第一分量及该第二分量分别对应至两分别位
于每一该些影像元素所具的色彩所被分类至的其中的一该些模糊区块的
两侧的色彩区块,且该第一分量、该第二分量、该第三分量、该第四分量
及该第五分量分别对应至每一该些色彩区块,该第六分量的数值则为1减
去该调整后的饱和度成分;该第一分量的数值、该第二分量的数值、该第
三分量的数值、该第四分量的数值、该第五分量的数值及该第六分量的数
值的总和并为1。

所述的色彩特征撷取方法,其中,该第一分量的数值依据下列公式运
算而出:

C=S′*Belongingness;

其中,C为该第一分量的数值,S’为该调整后的饱和度成分,
Belongingness为归属度,归属度依据下列公式运算而出:

Belongingness = U - H U - L ; ]]>

其中,U指在该模糊区块于该色彩平面上所具有的两边界中,一远离
该第一分量所对应的色彩区块的边界于该色彩平面上所具有的角度,L是
另一邻近该第一分量所对应的色彩区块的边界于该色彩平面上所具有的
角度,H则为该色调成分于该色彩平面上所具有的角度。

所述的色彩特征撷取方法,其中,包括一步骤F),对该色彩特征向量
执行一低通滤波程序。

所述的色彩特征撷取方法,其中,该低通滤波程序是将该色彩特征向
量通过一N×N的中值滤波器,且N为一介于3及9之间的正整数。

本发明的效果是:

1)本发明提供的色彩特征撷取方法,能迅速地依据一包含于影像讯
号内的影像元素所具有的色彩,精确地撷取出一可代表此色彩的色彩特征
向量,并将此色彩特征向量赋予至此影像元素。

2)本发明提供的色彩特征撷取方法,能避免当一包含于影像讯号内
的影像元素所具有的色彩被分类至一色彩平面的模糊区块时,因每个人对
色彩的感知的差异而导致的色彩识别误差。

附图说明

图1是本发明一实施例的色彩特征撷取方法的流程示意图。

图2A显示本发明一实施例的色彩特征撷取方法将一影像讯号的两个
影像元素所分别具有的色彩分别映射至一HSI色彩空间模型的一色彩平
面,以将这两个影像元素所分别具有的色彩分类至一色彩区块或一模糊区
块的过程的示意图。

图2B显示依据图2A所示的分类结果,赋予第一影像元素一色彩特征
向量的过程的示意图。

图2C显示依据图2A所示的分类结果,赋予第二影像元素一色彩特征
向量的过程的示意图。

图3是本发明另一实施例的色彩特征撷取方法的流程示意图。

图4A显示本发明另一实施例的色彩特征撷取方法将一影像讯号的一
影像元素所具有的色彩映像至一HSI色彩空间模型的一色彩平面,以将此
影像元素所具有的色彩分类至一色彩区块或一模糊区块的过程的示意图。

图4B显示依据图4A所示的分类结果,赋予第三影像元素一色彩特征
向量的过程的示意图。

图4C显示依据图4A所示的分类结果,赋予第四影像元素一色彩特
征向量的过程的示意图。

附图中主要组件符号说明:

21、41红色区块;22、42绿色区块;23青色区块;24、43蓝色区块;
25红紫色区块;26、44模糊区块。

具体实施方式

本发明的色彩特征撷取方法,是用于撷取一影像讯号的色彩特征,包
括下列步骤:

(A)接收此影像讯号,此影像讯号包含复数个影像元素,且该些影像
元素分别具有一色彩;

(B)将此影像讯号投影至一色彩空间模型中,使得每一该些影像元素所
具的色彩分别被映像至此色彩空间模型中的一对应点,且此对应点的坐标
是由一第一参数值、一第二参数值及一第三参数值表示;此色彩空间模型
包含一色彩平面,且此色彩平面是由复数个色彩区块及复数个模糊区块构
成;

(C)将此第三参数值与一调整门坎值互相比较,且依据比较所得的结果
及此第二参数值,运算出一调整后的第二参数值;

(D)依据此第一参数值及此调整后的第二参数值,依序将每一该些影
像元素所具的色彩分类至此色彩平面上的其中的一该些色彩区块或其中
的一该些模糊区块;以及

(E)根据每一该些影像元素所具的色彩被分类后所得的结果,分别赋予
每一该些影像元素一色彩特征向量。

其中,影像讯号可被投影至任何类型的色彩空间模型。例如,HSI色
彩空间模型、RGB色彩空间模型、YUV色彩空间模型或CMY色彩空间模
型。再者,当影像讯号被投影至一HSI色彩空间模型时,步骤(B)中的第一
参数值为色调成分(Hue),第二参数值为饱和度成分(Saturation),而第三参
数值则为强度成分(Intensity)。亦即,在本发明的其中一种态样中,一影像
讯号包含的每一个影像元素所具的色彩会先被转换至此HSI色彩空间模
型,使得每一个影像元素所具的色彩分别被映射至此HSI色彩空间模型中
的一对应点。而此对应点的坐标则由色调成分(H)、饱和度成分(S)及强度
成分(I)表示。

再者,在前述的色彩空间模型中,一色彩平面是由复数个色彩区块及
复数个模糊区块构成。其中,复数个色彩区块及复数个模糊区块的划分是
对此色彩平面进行切割。然而,将色彩平面切割的方式,以及是否需要于
色彩平面上切割出一或多个模糊区块,则无任何限定。例如,在一种色彩
平面切割方式中,可将此色彩平面等分地切割成6个色彩区块(即6个色彩区
块均具有相同的大小),而每一色彩区块被指定代表不同的色彩。意即,此
色彩平面切割方式并不会于色彩平面上切割出任何模糊区块。或者,在另
一种色彩平面切割方式中,可先于此色彩平面上切割出3个色彩区块(此3
个色彩区块并不一定具有相同的大小),且相邻两色彩区块之间形成一模糊
区块。意即,此色彩平面切割方式会于色彩平面上切割出形3个模糊区块(此
3个模糊区块并不一定具有相同的大小)。

然而,在本发明中,较佳切割出复数个模糊区块。如此,前述的色彩
平面上先被切割出5个色彩区块,即一第一色彩区块、一第二色彩区块、
一第三色彩区块、一第四色彩区块及一第五色彩区块,而色彩平面上未被
这些色彩区块覆盖的部分则定义为复数个模糊区块。也就是说,相邻两色
彩区块之间均形成一模糊区块。此外,在一实施态样中,第一色彩区块定
义为红色区块(red),第二色彩区块定义为绿色区块(green),第三色彩区块
定义为青色区块(cyan),第四色彩区块定义为蓝色区块(blue),第五色彩区
块定义为红紫色区块(magenta)。再者,于本发明的色彩特征撷取方法的步
骤(C)中,是将此影像元素的强度成分与一调整门坎值互相比较。而在本发
明一实施态样中,此调整门坎值介于70至90之间,但其较佳为85。接着,
若此影像元素的强度成分高于此调整门坎值时,便依据下列公式运算出一
调整后的饱和度成分:

S′=a+b*S;

其中,S’为此调整后的饱和度成分,S为此饱和度成分,a及b则为两
任意正数,且满足a+b=1的条件。

然而,当强度成分不高于此调整门坎值时,则依据下列公式运算出前
述的调整后的饱和度成分:

S = ( a + b * S ) * ( I T ) ; ]]>

其中,S’为此调整后的饱和度成分,S为此饱和度成分,T为此调整门
坎值,a及b则为两任意正数,且满足a+b=1的条件。

接着,于本发明的色彩特征撷取方法的步骤(D)中,此影像讯号的复
数个影像元素所具有的色彩可能会被分类至前述的5个色彩区块中的任一
个,或被分类到前述的5个模糊区块中的任一个内。其中,当一影像元素
所具的色彩被分类至前述的5个色彩区块中的任一个时,此影像元素所被
赋予的色彩特征向量便包含一第一分量、一第二分量、一第三分量、一第
四分量、一第五分量及一第六分量。而且,第一分量对应至红色区块,第
二分量对应至绿色区块,第三分量对应至青色区块,第四分量对应至蓝色
区块,第五分量是红紫色区块,第六分量则对应至一消色区块(achromatic)。

除此之外,第六分量的数值等于1减去此调整后的饱和度成分,即1-S’。
而且,第一分量的数值、第二分量的数值、第三分量的数值、第四分量的
数值、第五分量的数值及第六分量的数值的总和为1。在前述状况中,只
有对应至此影像元素所具的色彩所被分类至的色彩区块的分量及第六分
量有不为零的数值,且两者的数值的总和为1。

一般来说,前述的achromatic色彩特征是对应于一影像元素所具的色
彩中,白光成分的多寡。此成分的多寡可以使得视觉效果上看到色彩的饱
和程度的差异,在一般影像元素中,同一色调却不同饱和度的色彩给人的
感知程度会有极大的差异,举例来说,极明亮的红色与暗红色,其色调成
分会相当接近,但在饱和方面却大大不同,是因为其白光成分差异甚大,
所以多定义此achromatic色彩特征来帮助萃取出更具有色彩特性的特征。

另一方面,当一影像元素所具的色彩被分类至前述的5个模糊区块中
的任一个时,此影像元素所被赋予的色彩特征向量便包含一第一分量、一
第二分量、一第三分量、一第四分量、一第五分量及一第六分量。其中,
第六分量的数值等于1减去此调整后的饱和度成分,即1-S’。而且,第一分
量的数值、第二分量的数值、第三分量的数值、第四分量的数值、第五分
量的数值及第六分量的数值的总和为1。此外,只有分别对应至两位于前
述的模糊区块两侧的色彩区块的两分量及第六分量有不为零的数值,且三
者的数值的总和为1。除此之外,前述的分别对应至两位于前述的模糊区
块两侧的色彩区块的两分量的数值依据下列公式运算而出:

C=S′*Belongingness;

其中,C为此分量的数值,S’为此调整后的饱和度成分,Belongingness
则为归属度,而归属度则依据下列公式运算而出:

Belongingness = U - H U - L ; ]]>

其中,U是指在前述的模糊区块于此色彩平面上所具有的两边界中,
一远离此分量所对应的色彩区块的边界于此色彩平面上所具有的角度,L
是另一邻近此分量所对应的色彩区块的边界于此色彩平面上所具有的角
度,H则为此色调成分于此色彩平面上所具有的角度。

再者,本发明的色彩特征撷取方法还包括一步骤(F),对此色彩特征向
量执行一低通滤波程序。其中,此低通滤波程序是将此色彩特征向量通过
一N×N的中值滤波器,且N为一介于3及9之间的正整数,但N较佳为5。
由此N×N的中值滤波器,可将多余的噪声自前述步骤所得出的各影像元
素的色彩特征向量中滤除掉。

以下由特定的具体实施例说明本发明的实施方式,本领域技术人员可
由本说明书所揭示的内容轻易地了解本发明的其他优点与功效。此外,本
发明亦可由其他不同的具体实施例加以施行或应用,且本说明书中的各项
细节亦可基于不同观点与应用,而在不悖离本发明的精神下进行各种修饰
与变更。

实施例1

请参阅图1,是本发明一实施例的色彩特征撷取方法的流程示意图,
本发明一实施例的色彩特征撷取方法包括下列步骤:

(A)接收此影像讯号,此影像讯号包含复数个影像元素,且该些影像
元素分别具有一色彩;

(B)将此影像讯号投影至一色彩空间模型中,使得每一该些影像元素所
具有的色彩分别被映像至此色彩空间模型中的一对应点,且此对应点的坐
标是由一第一参数值、一第二参数值及一第三参数值表示;此色彩空间模
型包含一色彩平面,且此色彩平面是由复数个色彩区块及复数个模糊区块
构成;

(C)将此第三参数值与一调整门坎值互相比较,且依据比较所得的结果
及此第二参数值,运算出一调整后的第二参数值;

(D)依据此第一参数值及此调整后的第二参数值,依序将每一该些影
像元素所具的色彩分类至此色彩平面上的其中的一该些色彩区块或其中
的一该些模糊区块;以及

(E)根据每一该些影像元素所具的色彩被分类后所得的结果,分别赋予
每一该些影像元素一色彩特征向量。

其中,于步骤(A)中,影像讯号的格式并无任何限制,其可为YCbCr420
格式或RGB444格式。接着,于步骤(B)中,此影像讯号是被投影至一色彩
空间模型中,使得此影像讯号所包含的各影像元素所具的色彩分别被映像
至此色彩空间模型中的一对应点,且此对应点的坐标是由一第一参数值、
一第二参数值及一第三参数值表示。此色彩空间模型的类型并无任何限
制,其可为HSI色彩空间模型、RGB色彩空间模型、YUV色彩空间模型或
CMY色彩空间模型。

以下,将配合附图详细说明本发明的色彩特征撷取方法如何将一影像
讯号的两个影像元素所分别具有的色彩,分别映射至一HSI色彩空间模型
的一色彩平面,以将这两个影像元素所分别具有的色彩分类至一色彩区块
或一模糊区块的过程。

首先,如图2A所示,其显示本发明一实施例的色彩特征撷取方法将一
影像讯号的两个影像元素所分别具有的色彩分别映射至一HSI色彩空间模
型的一色彩平面,以将这两个影像元素所分别具有的色彩分类至一色彩区
块或一模糊区块的过程的示意图。

如图2A所示,本发明一实施例的色彩特征撷取方法是将一HSI色彩空
间模型中的一色彩平面切割出五个色彩区块,分别为一第一色彩区块、一
第二色彩区块、一第三色彩区块、一第四色彩区块及一第五色彩区块。其
中,每一个色彩区块分别对应于一特定的色彩。于本实施例中,第一色彩
区块对应为红色区块21(red),第二色彩区块对应为绿色区块22(green),第
三色彩区块对应为青色区块23(cyan),第四色彩区块对应为蓝色区块
24(blue),而第五色彩区块对应为红紫色区块25(magenta)。

在图2A所示的色彩平面上,红色区块21的角度范围介于350°至10°,
绿色区块22的角度范围介于95°至120°,青色区块23的角度范围介于170°
至190°,蓝色区块24的角度范围介于230°至250°,红紫色区块25的角度范
围介于290°至310°。但需注意的是,前述各色彩区块的角度范围均可依据
实际需要而有所增减,并非仅能为上述的5个角度范围。再者,于图2A所
示的色彩平面上,位于两相邻色彩区块之间(即未被前述的5个色彩区块覆
盖的部分)则定义为模糊区块。例如,一位于第一色彩区块与第二色彩区块
之间的区块,或一位于第三色彩区块与第四色彩区块之间的区块。所以,
如图2A所示,此色彩平面具有5个色彩区块及5个模糊区块。

在本例中,前述的影像讯号所包含的两个影像元素分别为一第一影像
元素及一第二影像元素,而这两个像素分别具有一色彩,如本发明一实施
例的色彩特征撷取方法的步骤(A)所述。

接着,如本发明一实施例的色彩特征撷取方法的步骤(B)所述,前述的
影像讯号被投影至一HSI色彩空间模型中,使得第一影像元素及第二影像
元素所具的色彩分别被映射至此HSI色彩空间模型中的一对应点。在本例
中,第一影像元素所具的色彩于HSI色彩空间模型中的对应点P1的坐标为
(105°,0.75,90),而第二影像元素所具的色彩于HSI色彩空间模型中的对应
点P2的坐标为(130°,0.625,85)。其中,第一参数值为色调成分(Hue)数值,
第二参数值为饱和度成分(Saturation)数值,第三参数值则为强度成分
(Intensity)数值。

随后,如本发明一实施例的色彩特征撷取方法的步骤(C)所述,依序将
对应点P1及对应点P2分别具有的第三参数值,即强度成分数值,与一调整
门坎值互相比较,且依据比较所得的结果及它们所分别具有的第二参数
值,即饱和度成分数值,运算出一调整后的第二参数值,即调整后的饱和
度成分数值。在本例中,前述的调整门坎值为85。而当对应点P1或对应点
P2分别具有的强度成分数值高于前述的调整门坎值时,便依据下列公式运
算出此调整后的饱和度成分:

S′=a+b*S;(式1)

其中,S’为此调整后的饱和度成分,S为此饱和度成分,a及b则为两
任意正数,且满足a+b=1的条件。而在本例中,上述公式可进一步改
写为:

S′=0.2+0.8*S;(式2)

其中,a=0.2,b=0.8。但在其他例子中,a及b亦可为其他数值,例如
a=0.3,b=0.7。

另一方面,当对应点P1或对应点P2分别具有的强度成分数值不高于前
述的调整门坎值时,便依据下列公式运算出此调整后的饱和度成分:

S = ( a + b * S ) * ( I T ) ; ]]>(式3)

其中,S’为此调整后的饱和度成分,S为此饱和度成分,T为此调整门
坎值,a及b则为两任意正数,且满足a+b=1的条件。而在本例中,上
述的公式可进一步改写为:

S = ( 0.2 + 0.8 * S ) * ( I 85 ) ; ]]>(式4)

其中,a=0.2,b=0.8。但在其他例子中,a及b亦可为其他数值,例如
a=0.3,b=0.7。同样地,虽然调整门坎值T为85,但在其他例子中,调整门
坎值T亦可为其他数值,例如90或80。

而如前所述,在本例中,第一影像元素所具的色彩于HSI色彩空间模
型中的对应点P1的坐标为(105°,0.75,90),而第二影像元素所具的色彩于
HSI色彩空间模型中的对应点P2的坐标为(130°,0.625,85)。而由于对应点
P1的强度成分数值(90)高于前述的调整门坎值(85),故依据前述的式2,运
算出调整后的饱和度成分数值,即0.8。如此,对应点P1于图2A所示的色
彩平面上的坐标便为(105°,0.8)。另一方面,由于对应点P2的强度成分数
值(85)不高于前述的调整门坎值(85),故依据前述的式4,运算出调整后的
饱和度成分数值,即0.7。如此,对应点P2于图2A所示的色彩平面上的坐
标便为(130°,0.7)。

再如本发明一实施例的色彩特征撷取方法的步骤(D)所述,依据对应
点P1及对应点P2分别具有的第一参数值及调整后的第二参数值,即色调成
分数值及调整后的饱和度成分数值,将这两个影像元素所具的色彩分类至
图2A所示的色彩平面上的5个色彩区块其中之一内或5个模糊区块其中之
一。

而如图2A所示,对应点P1因其坐标为(105°,0.8),而被分类至绿色区
块22,对应点P2因其坐标为(130°,0.7),则被分类至一位于绿色区块22及
青色区块23之间的模糊区块26。

最后,如本发明一实施例的色彩特征撷取方法的步骤(E)所述,依据前
述的分类结果,分别赋予这两个影像元素一色彩特征向量。其中,当影像
元素所具的色彩被分类至前述的5个色彩区块其中的一时,此影像元素所
被赋予的色彩特征向量包含一第一分量、一第二分量、一第三分量、一第
四分量、一第五分量及一第六分量。此外,在本实施例中,第一分量对应
至红色区块21,第二分量对应至绿色区块22,第三分量对应至青色区块23,
第四分量对应至蓝色区块24,第五分量是红紫色区块25,第六分量则对应
至一消色区块(achromatic)。

除此之外,第六分量的数值等于1减去此调整后的饱和度成分,即1-S’。
而且,第一分量的数值、第二分量的数值、第三分量的数值、第四分量的
数值、第五分量的数值及第六分量的数值的总和为1。在本例中,只有对
应至此影像元素所具的色彩所被分类至的色彩区块的分量(即第二分量)及
第六分量有不为零的数值,且两者的数值的总和为1。

然而,当影像元素所具的色彩并未被分类至前述的5个色彩区块其中
之一时,如被分类至前述的5个模糊区块其中之一时,此影像元素所被赋
予的色彩特征向量亦包含一第一分量、一第二分量、一第三分量、一第四
分量、一第五分量及一第六分量。而如前所述,第六分量的数值等于1减
去此调整后的饱和度成分,即1-S’。而且,第一分量的数值、第二分量的
数值、第三分量的数值、第四分量的数值、第五分量的数值及第六分量的
数值的总和为1。在本例中,只有分别对应至两位于前述的模糊区块两侧
的色彩区块的两分量(即第二分量及第三分量)及第六分量有不为零的数
值,且三者的数值的总和为1。

而如图2B所示,由于对应点P1被分类至绿色区块22,故在此色彩特征
向量中,仅有对应至绿色区块22的第二分量及第六分量有不为零的数值。
况且,由于对应点P1的调整后的饱和度成分数值为0.8,故在前述的色彩特
征向量中,对应至绿色区块22的第二分量的数值为0.8,而第六分量的数值
则为0.2(1-0.8=0.2)。如此,便可依据一影像元素所具的色彩,赋予此影像
元素一色彩特征向量V1(0,0.8,0,0,0,0.2)。

另一方面,由于对应点P2被分类至一位于绿色区块22及青色区块23之
间的模糊区块26,故在此色彩特征向量中,仅有对应至绿色区块22的第二
分量、对应至青色区块23的第三分量及第六分量有不为零的数值。除此之
外,由于影像元素所具的色彩并未被分类至前述的5个色彩区块其中之一,
即对应点P2被分类至一位于绿色区块22及青色区块23之间的模糊区块的
情况,第二分量的数值是依据下列公式运算而出:

C=S′*Belongingness;(式5)

其中,C为此第二分量的数值,S’为调整后的饱和度成分,
Belongingness则为归属度,而归属度则依据下列公式运算而出:

Belongingness = U - H U - L ; ]]>(式6)

其中,U是指在模糊区块于色彩平面上所具有的两个边界中,一远离
第二分量所对应的色彩区块的边界于色彩平面上所具有的角度,L是另一
邻近第二分量所对应的色彩区块的边界于色彩平面上所具有的角度,H则
为色调成分于色彩平面上所具有的角度。

以对应点P2为例,由于对应点P2被分类至一位于绿色区块22及青色区
块23之间的模糊区块,故需先分别运算出其对于相邻两色彩区块(绿色区块
22及青色区块23)的归属度。首先,先针对绿色区块22运算,由于对应点
P2的坐标为(130°,0.7),故其色调成分于色彩平面上所具有的角度即为
130°。接着,此模糊区块具有两个边界,而一远离绿色区块22的边界于色
彩平面上的角度(U)为170°,另一邻近绿色区块22的边界于色彩平面上的角
度(L)则为120°。所以,其对于绿色区块22的归属度则为:

Belongingness = 170 - 130 170 - 120 = 0.8 ; ]]>(式7)

所以,由于对应点P2的调整后的饱和度成分数值为0.7,且再依据前述
式5,便可运算出对应至绿色区块22的第二分量的数值为0.7*0.8=0.56,如
图2C所示。

同理,依循相同的定义,运算对应点P2相对于青色区块23的归属度所
需用到的参数为:一远离青色区块23的边界于色彩平面上的角度(U)为
120°,另一邻近青色区块23的边界于色彩平面上的角度(L)则为170°。

如此,对应点P2相对于青色区块23的归属度则可由下列运算而出:

Belongingness = 120 - 130 120 - 170 = 0.2 ; ]]>(式8)

所以,由于对应点P2的调整后的饱和度成分数值为0.7,且再依据前述
式5,便可运算出对应至青色区块23的第三分量的数值为0.7*0.2=0.14,如
图2C所示。而由于调整后的饱和度成分数值为0.7,所以第六分量的数值
则为0.3(1-0.7=0.3)。如此,便可依据一影像元素所具的色彩,赋予此影像
元素一色彩特征向量V2(0,0.56,0.14,0,0,0.3)。

综上所述,本发明一实施例的色彩特征撷取方法可将一影像讯号所包
含的复数个影像元素所分别具有的色彩,精确地撷取出一可代表此色彩的
色彩特征向量,例如V1(0,0.8,0,0,0,0.2)及V2(0,0.56,0.14,0,0,0.3),再将这两
个色彩特征向量赋予至对应的影像元素。除此之外,即便一影像元素所具
有的色彩被分类至一色彩平面的模糊区块时,如前述的对应点P2,本发明
一实施例的色彩特征撷取方法仍可精确地撷取出一可代表此色彩的色彩
特征向量,避免因每个人对色彩的感知的差异而导致的色彩识别误差。

实施例2

请参阅图3,是本发明另一实施例的色彩特征撷取方法的流程示意图,
本发明另一实施例的色彩特征撷取方法包括下列步骤:

(A)接收此影像讯号,此影像讯号包含复数个影像元素,且该些影像
元素分别具有一色彩;

(B)将此影像讯号投影至一色彩空间模型中,使得每一该些影像元素所
具的色彩分别被映像至此色彩空间模型中的一对应点,且此对应点的坐标
由一第一参数值、一第二参数值及一第三参数值表示;此色彩空间模型包
含一色彩平面,且此色彩平面是由复数个色彩区块及复数个模糊区块构
成;

(C)将此第三参数值与一调整门坎值互相比较,且依据比较所得的结果
及此第二参数值,运算出一调整后的第二参数值;

(D)依据此第一参数值及此调整后的第二参数值,依序将每一该些影
像元素所具有的色彩分类至此色彩平面上的其中的一该些色彩区块或其
中的一该些模糊区块;

(E)根据每一该些影像元素所具的色彩被分类后所得的结果,分别赋予
每一该些影像元素一色彩特征向量;以及

(F)对此色彩特征向量执行一低通滤波程序。

以下,将配合附图详细说明本发明的色彩特征撷取方法如何将一影像
讯号的两个影像元素所分别具有的色彩,分别映射至一HSI色彩空间模型
的一色彩平面,以将这两个影像元素所分别具有的色彩分类至一色彩区块
或一模糊区块的过程。

首先,如图4A所示,显示本发明另一实施例的色彩特征撷取方法将一
影像讯号的两个影像元素所分别具有的色彩分别映射至一HSI色彩空间模
型的一色彩平面,以将这两个影像元素所分别具有的色彩分类至一色彩区
块或一模糊区块的过程的示意图。

如图4A所示,本发明另一实施例的色彩特征撷取方法是将一HSI色彩
空间模型中的一色彩平面切割出三个色彩区块,分别为一第一色彩区块、
一第二色彩区块及第三色彩区块。其中,每一个色彩区块分别对应于一特
定的色彩。于本实施例中,第一色彩区块对应为红色区块41(red),第二色
彩区块对应为绿色区块42(green),第三色彩区块对应为蓝色区块43(blue)。

在图4A所示的色彩平面上,红色区块41的角度范围介于350°至40°,
绿色区块42的角度范围介于95°至150°,蓝色区块43的角度范围介于250°
至310°。但需注意的是,前述的各色彩区块的角度范围均可依据实际需要
而有所增减,并非仅能为上述的个角度范围。再者,于图4A所示的色彩平
面上,位于两相邻色彩区块之间(即未被前述的3个色彩区块覆盖的部分)
则定义为模糊区块。例如,一位于第一色彩区块与第二色彩区块之间的区
块,或一位于第二色彩区块与第三色彩区块之间的区块。所以,如图4A
所示,此色彩平面具有3个色彩区块及3个模糊区块。

在本例中,前述的影像讯号所包含的两个影像元素分别为一第三影像
元素及一第四影像元素,而这两个像素分别具有一色彩,如本发明另一实
施例的色彩特征撷取方法的步骤(A)所述。

接着,如本发明另一实施例的色彩特征撷取方法的步骤(B)所述,前述
的影像讯号被投影至一HSI色彩空间模型中,使得第三影像元素及第四影
像元素所具的色彩分别被映射至此HSI色彩空间模型中的一对应点。在本
例子中,第三影像元素所具的色彩于HSI色彩空间模型中的对应点P3的坐
标为(105°,0.75,90),而第四影像元素所具的色彩于HSI色彩空间模型中的
对应点P4的坐标为(160°,0.625,85)。其中,第一参数值为色调成分(Hue)
数值,第二参数值为饱和度成分(Saturation)数值,第三参数值则为强度成
分(Intensity)数值。

随后,如本发明另一实施例的色彩特征撷取方法的步骤(C)所述,依序
将对应点P3及对应点P4分别具有的第三参数值,即强度成分数值,与一调
整门坎值互相比较,且依据比较所得的结果及它们所分别具有的第二参数
值,即饱和度成分数值,运算出一调整后的第二参数值,即调整后的饱和
度成分数值。在本例中,前述的调整门坎值为85。而由于调整饱和度成分
所需执行的步骤均已详细叙述于前,在此便不再赘述。

所以,经过执行本发明另一实施例的色彩特征撷取方法的步骤(C)后,
第三影像元素所具的色彩于HSI色彩空间模型中的对应点P3于图4A所示
的色彩平面上的坐标便为(105°,0.8)。另一方面,第四影像元素所具的色彩
于HSI色彩空间模型中的对应点P4于图4A所示的色彩平面上的坐标便为
(160°,0.7)。

再如本发明另一实施例的色彩特征撷取方法的步骤(D)所述,依据对
应点P3及对应点P4分别具有的第一参数值及调整后的第二参数值,即色调
成分数值及调整后的饱和度成分数值,将这两个影像元素所具的色彩分类
至图4A所示的色彩平面上的3个色彩区块其中的一内或3个模糊区块其中
之一。

而如图4A所示,对应点P3因其坐标为(105°,0.8),而被分类至绿色区
块42,对应点P4因其坐标为(160°,0.7),则被分类至一位于绿色区块42及
蓝色区块43之间的模糊区块。

接着,如本发明另一实施例的色彩特征撷取方法的步骤(E)所述,依据
前述的分类结果,分别赋予这两个影像元素一色彩特征向量。而由于赋予
影像元素所需执行的步骤均已详细叙述于前,在此便不再赘述。

如前所述,由于对应点P3被分类至绿色区块42,故一被赋予至对应点
P3所对应的影像元素的色彩特征向量便包含一第一分量、一第二分量、一
第三分量及一第四分量,如图4B所示。在本例子中,第一分量对应至红色
区块41,第二分量对应至绿色区块42,第三分量对应至蓝色区块43,第四
分量则对应至一消色区块(achromatic)。除此之外,第四分量的数值等于1
减去此调整后的饱和度成分,即1-S’。而且,第一分量的数值、第二分量
的数值、第三分量的数值及第四分量的数值的总和为1。在本例中,只有
对应至此影像元素所具的色彩所被分类至的色彩区块的分量(即第二分量)
及第四分量有不为零的数值,且两者的数值的总和为1。

而如图4B所示,由于对应点P3的调整后的饱和度成分数值为0.8,故
在前述的色彩特征向量中,对应至绿色区块42的第二分量的数值为0.8,而
第四分量的数值则为0.2(1-0.8=0.2)。如此,便可依据一影像元素所具的色
彩,赋予此影像元素一色彩特征向量V3(0,0.8,0,0.2)。

另一方面,由于对应点P4被分类至一位于绿色区块42及蓝色区块43之
间的模糊区块44,故在此色彩特征向量中,仅有对应至绿色区块42的第二
分量、对应至蓝色区块43的第三分量及第四分量有不为零的数值。而由于
当影像元素所具的色彩并未被分类至前述的3个色彩区块其中之一时,所
需执行的运算归属度的步骤,以及运算对应至绿色区块42的分量及对应至
蓝色区块43的分量所需执行的步骤均已详细叙述于前,在此便不再赘述。

因此,经过运算后,对应点P4对应于绿色区块42的归属度为0.9,所以
对应点P4对应至绿色区块42的第二分量的数值为0.7*0.9=0.63,如图4C所
示。同理,对应点P4对应于蓝色区块43的归属度为0.1,所以对应点P4对
应至蓝色区块43的第三分量的数值为0.7*0.1=0.07。另一方面,由于调整后
的饱和度成分数值为0.7,第四分量的数值则为0.3(1-0.7=0.3)。如此,便可
依据一影像元素所具的色彩,赋予此影像元素一色彩特征向量V4
(0,0.63,0.07,0.3)。

最后,如本发明另一实施例的色彩特征撷取方法的步骤(F)所述,对这
些色彩特征向量执行一低通滤波程序,以将多余的噪声自这些色彩特征向
量(V3及V4)中滤除掉。在本例中,此低通滤波程序是前述的色彩特征向量
通过一N×N的中值滤波器,且N值为5。意即,将这些色彩特征向量依序
通过一5×5的中值滤波器,以滤除不必要的噪声。

综上所述,本发明另一实施例的色彩特征撷取方法可将一影像讯号所
包含的复数个影像元素所分别具有的色彩,精确地撷取出一可代表此色彩
的色彩特征向量,例如V3(0,0.8,0,0.2)及V4(0,0.63,0.07,0.3),再将这两个
色彩特征向量赋予至对应的影像元素。除此之外,即便一影像元素所具有
的色彩被分类至一色彩平面的模糊区块时,如前述的对应点P4,本发明另
一实施例的色彩特征撷取方法仍可精确地撷取出一可代表此色彩的色彩
特征向量,避免因每个人对色彩的感知的差异而导致的色彩识别误差。

上述实施例仅是为了方便说明而举例而已,本发明所主张的权利范围
自应以申请的权利要求范围所述为准,而非仅限于上述实施例。

关 键 词:
色彩 特征 撷取 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:色彩特征撷取方法.pdf
链接地址:http://zh228.com/p-6420768.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');