Цветовая гистограмма изображения: представление и анализ распределения цветов

Введение

Представление распределения цветов в изображении

В обработке изображений и фотографии цветовая гистограмма представляет собой отображение распределения цветов в изображении. Для цифровых изображений цветовая гистограмма показывает количество пикселей, имеющих цвета в каждом из фиксированного набора цветовых диапазонов, охватывающих цветовое пространство изображения – множество всех возможных цветов. Цветовая гистограмма может быть построена для любого цветового пространства, хотя этот термин чаще используется для трехмерных пространств, таких как RGB или HSV. Для монохромных изображений вместо этого может использоваться термин гистограмма интенсивности. Для мультиспектральных изображений, где каждый пиксель представлен произвольным числом измерений (например, большим, чем три измерения в RGB), цветовая гистограмма является N-мерной, где N – количество выполненных измерений. Каждое измерение имеет свой диапазон длин волн спектра света, некоторые из которых могут выходить за пределы видимого спектра. Если набор возможных цветовых значений достаточно мал, каждый цвет может быть отнесен к отдельному диапазону; тогда гистограмма представляет собой просто подсчет пикселей каждого возможного цвета. Чаще всего пространство делится на подходящее количество диапазонов, часто расположенных в виде регулярной сетки, каждый из которых содержит множество схожих цветовых значений. Цветовая гистограмма также может быть представлена и отображена в виде гладкой функции, определенной в цветовом пространстве, аппроксимирующей количество пикселей. Как и другие типы гистограмм, цветовая гистограмма является статистикой, которую можно рассматривать как приближение базового непрерывного распределения цветовых значений.

Характеристики цветной гистограммы

Цветовая гистограмма фокусируется исключительно на пропорции количества различных типов цветов, не учитывая их пространственное расположение. Значения цветовой гистограммы основаны на статистических данных. Они отражают статистическое распределение цветов и общую тональность изображения. Как правило, поскольку цветовое распределение переднего и заднего планов в изображении различается, гистограмма может иметь бимодальный вид. Что касается гистограммы яркости, то идеальной гистограммы не существует, и в целом она позволяет определить, переэкспонировано изображение или нет. Однако бывают случаи, когда по гистограмме можно ошибочно сделать вывод о переэкспонировании, хотя на самом деле это не так.

Принципы формирования цветной гистограммы

Формирование цветовой гистограммы довольно просто. Исходя из приведенного выше определения, мы можем просто подсчитать количество пикселей для каждого из 256 уровней в каждом из 3 каналов RGB и отобразить их в виде 3 отдельных столбчатых диаграмм. В общем случае, цветовая гистограмма строится на основе определенного цветового пространства, такого как RGB или HSV. При вычислении количества пикселей разных цветов в изображении, если цветовое пространство велико, мы можем сначала разделить его на определенное количество небольших интервалов. Каждый из этих интервалов называется бином (или ячейкой). Этот процесс называется квантованием цвета. Затем, подсчитав количество пикселей в каждом бине, мы получаем цветовую гистограмму изображения. Конкретные этапы реализации этого принципа можно рассмотреть в примере 1.

Недостатки и другие подходы

Основным недостатком гистограмм для классификации является то, что представление зависит от цвета изучаемого объекта, игнорируя его форму и текстуру. Цветовые гистограммы могут быть идентичными для двух изображений с разным содержанием, которые случайно имеют одинаковую цветовую информацию. И наоборот, без информации о пространственном расположении или форме, похожие объекты разных цветов могут быть неразличимы при сравнении только цветовых гистограмм. Невозможно отличить красно-белую чашку от красно-белой тарелки. Другими словами, алгоритмы, основанные на гистограммах, не имеют представления об обобщенной "чашке", и модель красно-белой чашки бесполезна, если представлена идентичная сине-белая чашка. Другая проблема заключается в высокой чувствительности цветовых гистограмм к шумам и помехам, таким как изменения интенсивности освещения и ошибки квантования. Высокая размерность (количество интервалов) цветовых гистограмм также является проблемой. Некоторые цветовые гистограммы могут занимать более ста измерений. Среди предложенных решений – пересечение цветовых гистограмм, цветовое постоянное индексирование, кумулятивная цветовая гистограмма, квадратичное расстояние и цветовые коррелограммы. Несмотря на недостатки использования гистограмм для индексации и классификации, использование цвета в системах реального времени имеет ряд преимуществ. Одно из них – скорость вычисления цветовой информации по сравнению с другими инвариантами. В некоторых случаях было показано, что цвет может быть эффективным методом идентификации объектов с известным местоположением и внешним видом. Дальнейшие исследования связи между данными цветовой гистограммы и физическими свойствами объектов на изображении показали, что они могут представлять не только цвет и освещение объекта, но и связаны с шероховатостью поверхности и геометрией изображения, обеспечивая более точную оценку освещения и цвета объекта. Обычно для расчета степени сходства изображений используются евклидово расстояние, пересечение гистограмм или косинусное или квадратичное расстояния. Ни одно из этих значений само по себе не отражает степень сходства двух изображений; оно полезно только при сравнении с другими аналогичными значениями. Именно поэтому все практические реализации поиска изображений по содержанию требуют вычисления характеристик для всех изображений в базе данных, что является основным недостатком этих реализаций. Другой подход к представлению цветного содержимого изображения – двумерная цветовая гистограмма. Двумерная цветовая гистограмма учитывает взаимосвязь между цветами пар пикселей (а не только компонент освещения). Двумерная цветовая гистограмма представляет собой двумерный массив, размер каждого измерения которого равен количеству цветов, использованных на этапе квантования цвета. Эти массивы рассматриваются как матрицы, каждый элемент которых хранит нормализованное количество пар пикселей, при этом каждый цвет соответствует индексу элемента в окрестности пикселя. Для сравнения двумерных цветовых гистограмм предлагается вычислять их корреляцию, поскольку, будучи построенными описанным образом, они представляют собой случайный вектор (то есть многомерное случайное значение). При создании набора результирующих изображений изображения следует располагать в порядке убывания коэффициента корреляции. Коэффициент корреляции также может использоваться для сравнения цветовых гистограмм. Результаты поиска с использованием коэффициента корреляции превосходят результаты, полученные с использованием других метрик.