Цветовая гистограмма

Тон или стиль этой статьи могут не отражать энциклопедический тон, используемый в Википедии . См. Рекомендации в руководстве Википедии по написанию лучших статей . ( Октябрь 2016 г. ) ( Узнайте, как и когда удалить этот шаблон сообщения )

В обработке изображений и фотографии , цвет гистограммы является представление распределения цвета в изображении . Для цифровых изображений цветовая гистограмма представляет количество пикселей, которые имеют цвета в каждом из фиксированного списка цветовых диапазонов, которые охватывают цветовое пространство изображения , набор 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 монохроматических изображений вместо этого можно использовать термин « гистограмма интенсивности» . Для многоспектральных изображений, где каждый пиксель представлен произвольным числом измерений (например, помимо трех измерений в RGB), цветовая гистограмма является N- мерной, где N - количество выполненных измерений. Каждое измерение имеет свой собственный диапазон длин волн светового спектра, некоторые из которых могут находиться за пределами видимого спектра.

Если набор возможных значений цвета достаточно мал, каждый из этих цветов может быть помещен в диапазон отдельно; тогда гистограмма - это просто количество пикселей, которые имеют каждый возможный цвет. Чаще всего пространство делится на соответствующее количество диапазонов, часто организованных в виде регулярной сетки, каждый из которых содержит множество одинаковых значений цвета. Цветовая гистограмма также может быть представлена ​​и отображена как сглаженная функция, определенная по цветовому пространству, которая аппроксимирует количество пикселей.

Как и другие виды гистограмм , цветовая гистограмма представляет собой статистику, которую можно рассматривать как приближение лежащего в основе непрерывного распределения значений цветов.

Обзор [ править ]

Цветовые гистограммы - это гибкие конструкции, которые могут быть построены из изображений в различных цветовых пространствах , будь то RGB , цветность rg или любое другое цветовое пространство любого измерения. Гистограмма изображения сначала создается путем дискретизации цветов изображения на несколько интервалов и подсчета количества пикселей изображения в каждом интервале. Например, гистограмма красно-синей цветности может быть сформирована путем сначала нормализации значений цветных пикселей путем деления значений RGB на R + G + B, а затем квантования нормализованных координат R и B на N интервалов каждая. Двумерная гистограмма красно-синей цветности, разделенная на четыре интервала ( N = 4), может дать гистограмму, которая выглядит как эта таблица:

Гистограмма может быть N-мерной. Хотя отображать трехмерную гистограмму цвета для приведенного выше примера сложнее, ее можно рассматривать как четыре отдельные гистограммы красно-синих цветов, где каждая из четырех гистограмм содержит значения красно-синего для ячейки зеленого (0-63, 64 -127, 128-191 и 192-255).

Гистограмма дает компактное обобщение распределения данных в изображении. Цветовая гистограмма изображения относительно инвариантна с перемещением и вращением вокруг оси просмотра и очень медленно изменяется с углом обзора. ^[1] Путем сравнения сигнатур гистограмм двух изображений и сопоставления цветового содержания одного изображения с другим, цветовая гистограмма особенно хорошо подходит для задачи распознавания объекта неизвестного положения и поворота внутри сцены. Важно отметить, что преобразование изображения RGB в пространство rg-цветности, инвариантное к освещению, позволяет гистограмме хорошо работать при различных уровнях освещенности.

1. Что такое гистограмма?

Гистограмма - это графическое представление количества пикселей в изображении. Проще говоря, гистограмма представляет собой гистограмму, ось X которой представляет тональную шкалу (черный слева и белый справа), а ось Y представляет количество пикселей в изображении в определенном область тональной шкалы. Например, график гистограммы яркости показывает количество пикселей для каждого уровня яркости (от черного до белого), а когда пикселей больше, пик на определенном уровне яркости выше.

2. Что такое цветная гистограмма?

Цветовая гистограмма изображения представляет собой распределение цветовой композиции в изображении. Он показывает появление различных типов цветов и количество пикселей в каждом типе появившихся цветов. Связь между цветовой гистограммой и гистограммой яркости заключается в том, что цветовая гистограмма также может быть выражена как «три гистограммы яркости», каждая из которых показывает распределение яркости каждого отдельного цветового канала красный / зеленый / синий.

Характеристики цветовой гистограммы [ править ]

Цветовая гистограмма фокусируется только на пропорции количества различных типов цветов, независимо от пространственного расположения цветов. Значения цветовой гистограммы взяты из статистики. Они показывают статистическое распределение цветов и основной тон изображения.

В общем, поскольку цветовые распределения переднего и заднего плана в изображении различаются, на гистограмме может быть бимодальное распределение.

Для одной только гистограммы яркости не существует идеальной гистограммы, и в целом гистограмма может определить, переэкспонировано оно или нет, но бывают моменты, когда вы можете подумать, что изображение переэкспонировано, просматривая гистограмму; однако на самом деле это не так.

Принципы формирования цветовой гистограммы [ править ]

Формирование цветовой гистограммы довольно просто. Исходя из приведенного выше определения, мы можем просто подсчитать количество пикселей для каждых 256 шкал в каждом из 3 каналов RGB и нанести их на 3 отдельных столбчатых диаграммы.

Как правило, цветовая гистограмма основана на определенном цветовом пространстве, таком как RGB или HSV. Когда мы вычисляем пиксели разных цветов в изображении, если цветовое пространство велико, мы можем сначала разделить цветовое пространство на определенное количество небольших интервалов. Каждый из интервалов называется корзиной. Этот процесс называется квантованием цвета. Затем, подсчитывая количество пикселей в каждой из ячеек, мы получаем цветную гистограмму изображения.

Конкретные шаги принципов можно увидеть в Примере 2.

Примеры [ править ]

Пример 1 [ править ]

Учитывая следующее изображение кошки (исходная версия и версия, которая была уменьшена до 256 цветов для упрощения целей гистограммы), следующие данные представляют собой цветовую гистограмму в цветовом пространстве RGB с использованием четырех интервалов.

Бункер 0 соответствует интенсивностям 0-63

Бункер 1 - это 64-127

Бункер 2 - 128–191, а лоток 3 - 192–255.

Изображение кота

Цветовая гистограмма приведенного выше изображения кошки с осью X - RGB и осью Y - частотой.

Изображение кошки, уменьшенное до 256 цветов в цветовом пространстве RGB

Пример 2 [ править ]

Приложение в камере:

В настоящее время некоторые камеры могут отображать гистограммы трех цветов при съемке фотографий.

Мы можем исследовать клипы (всплески на черной или белой стороне шкалы) на каждой из трех цветовых гистограмм RGB. Если мы обнаружим одно или несколько клиппов на канале из 3 каналов RGB, это приведет к потере деталей для этого цвета.

Чтобы проиллюстрировать это, рассмотрим следующий пример:

1. Мы знаем, что каждый из трех каналов R, G, B имеет диапазон значений от 0 до 255 (8 бит). Рассмотрим фотографию с диапазоном яркости 0–255.

2. Предположим, что фотография, которую мы делаем, состоит из 4 смежных друг с другом блоков, и мы установили шкалу яркости для каждого из 4 блоков исходной фотографии равной 10, 100, 205, 245. Таким образом, изображение выглядит как первая фигура справа.

3. Затем мы немного переэкспонируем фотографию, скажем, шкала яркости каждого блока увеличивается на 10. Таким образом, шкала яркости для каждого из 4 блоков новой фотографии составляет 20, 110, 215, 255. Затем, изображение похоже на второй рисунок справа.

Между рисунком 8 и рисунком 9 нет большой разницы, все, что мы видим, это то, что все изображение становится ярче (контраст для каждого из блоков остается прежним).

4. Теперь мы снова переэкспонируем исходную фотографию, на этот раз шкала яркости каждого блока увеличена на 50. Таким образом, шкала яркости для каждого из 4 блоков новой фотографии составляет 60, 150, 255, 255. Новый изображение теперь выглядит как третья фигура справа.

Обратите внимание, что масштаб для последнего блока - 255 вместо 295, поскольку 255 - это верхний масштаб, и, следовательно, последний блок обрезан! Когда это происходит, мы теряем контраст последних двух блоков, и, таким образом, мы не можем восстановить изображение, как бы мы его ни настраивали.

В заключение, при съемке фотографий с помощью камеры, которая отображает гистограммы, всегда сохраняйте самый яркий оттенок изображения ниже самого большого масштаба 255 на гистограмме, чтобы избежать потери деталей.

Недостатки и другие подходы [ править ]

Основным недостатком гистограмм для классификации является то, что представление зависит от цвета изучаемого объекта, игнорируя его форму и текстуру. Цветовые гистограммы потенциально могут быть идентичными для двух изображений с разным содержанием объекта, которые имеют общую цветовую информацию. И наоборот, без пространственной информации или информации о форме, похожие объекты разного цвета могут быть неразличимы только на основании сравнения цветовой гистограммы. Невозможно отличить красно-белую чашку от красно-белой тарелки. Другими словами, алгоритмы, основанные на гистограммах, не имеют концепции общей «чашки», а модель красно-белой чашки бесполезна, если дана идентичная сине-белая чашка.Другая проблема заключается в том, что цветовые гистограммы имеют высокую чувствительность к шумным помехам, таким как изменения интенсивности освещения и ошибки квантования. Еще одна проблема - цветные гистограммы с высокой размерностью (интервалы). Некоторые пространства признаков цветовой гистограммы часто занимают более сотни измерений.^[2]

Некоторыми из предложенных решений были пересечение цветовой гистограммы, индексация цветовой постоянной, совокупная цветовая гистограмма, квадратичное расстояние и цветовые коррелограммы . Хотя использование гистограмм для индексации и классификации имеет недостатки, использование цвета в системе реального времени имеет ряд преимуществ. Во-первых, информация о цвете вычисляется быстрее 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 взаимосвязи между данными цветовой гистограммы и физическими свойствами объектов на изображении показали, что они могут представлять не только цвет и освещение объекта, но и относиться к шероховатости поверхности и геометрии изображения и обеспечивать улучшенную оценку освещенности и цвета объекта. ^[3]

Обычно для расчета рейтингов сходства изображений используются евклидово расстояние, пересечение гистограмм, косинус или квадратичные расстояния. ^[4] Любое из этих значений само по себе не отражает степень сходства двух изображений; это полезно только при сравнении с другими аналогичными значениями. Это причина того, что все практические реализации поиска изображений на основе содержимого должны завершать вычисление всех изображений из базы данных, и является основным недостатком этих реализаций.

Другой подход к репрезентативному содержанию цветного изображения - это двухмерная цветовая гистограмма. Двумерная цветовая гистограмма учитывает соотношение между цветами пары пикселей (а не только компонентом освещения). ^[5]Двумерная цветовая гистограмма - это двумерный массив. Размер каждого измерения - это количество цветов, которые использовались на этапе квантования цвета. Эти массивы рассматриваются как матрицы, каждый элемент которых хранит нормализованное количество пар пикселей, причем каждый цвет соответствует индексу элемента в каждой окрестности пикселей. Для сравнения двумерных цветовых гистограмм предлагается вычислить их корреляцию, поскольку построенный, как описано выше, представляет собой случайный вектор (другими словами, многомерное случайное значение). При создании набора финальных изображений изображения необходимо расположить в порядке убывания коэффициента корреляции.

Коэффициент корреляции также может использоваться для сравнения цветовой гистограммы. Результаты поиска с коэффициентом корреляции лучше, чем с другими показателями. ^[6]

Гистограмма интенсивности непрерывных данных [ править ]

Идея гистограммы интенсивности может быть обобщена на непрерывные данные, скажем, аудиосигналы, представленные реальными функциями, или изображения, представленные функциями с двумерной областью .

Пусть (см. Пространство Лебега ), тогда оператор кумулятивной гистограммы может быть определен как:${\ Displaystyle е \ в L ^ {1} (\ mathbb {R} ^ {n})}$${\ displaystyle H}$

${\ Displaystyle Н (е) (у) = \ му \ {х: е (х) \ Leq у \}}$.

${\ displaystyle \ mu}$- мера множеств Лебега . в свою очередь это реальная функция . (Некумулятивная) гистограмма определяется как ее производная .${\ displaystyle H (f)}$

${\ Displaystyle ч (е) = Н (е) '}$.

Ссылки [ править ]

Внешние ссылки [ править ]

• 3D Color Inspector / Color Histogram , автор: Кай Уве Бартель. (Бесплатный Java-апплет .)
• Стэнфордский студенческий проект по поиску на основе изображений - более подробный взгляд на уравнения / приложение
• Код MATLAB / Octave для построения цветовых гистограмм и цветовых облаков - исходный код может быть перенесен на другие языки