CN113793247A - 一种首饰图像美化方法及终端 - Google Patents

Abstract

本发明公开了一种首饰图像美化方法及终端，本发明获取初始图像，对初始图像进行识别和分割，得到首饰图像信息和首饰类别数据；根据首饰类别数据对首饰图像信息进行结构识别和结构分割，得到各个部件图像以及部件轮廓分层数据；分别对各个部件图像进行美化处理，并在美化处理后根据部件轮廓分层数据对各个部件图像进行融合，形成完整的首饰图像；对首饰图像进行超分辨率处理，得到最终图像；本发明实现了首饰图像美化的自动化，降低了首饰图像后期美化处理所需要的成本，降低首饰图像后期处理难度，提高首饰拍摄成像效率，且由于首饰图像后期处理难度的降低，不需要委托他方进行处理，从而避免了工期不及时，不能满足实时效果查看要求的问题。

Description

一种首饰图像美化方法及终端

技术领域

本发明涉及图像美化技术领域，特别涉及一种首饰图像美化方法及终端。

背景技术

首饰图像展示在首饰销售的商业活动中起到比较重要的作用，特别是在产品画册和电商网站上产品效果的展示，直接关系到买家对首饰最直观的第一感官。因此，商家都会在首饰拍摄和图像处理上下足功夫，意在产出比较优质的首饰图片。但由于首饰结构复杂、再加上拍摄时镜面反光、暗沉、光线不均匀等问题加大了拍摄难度，使得需要比较专业的后期处理，商家为了获取高质量的首饰图像需要花费不少的金钱，而且图片交互往往不及时，效率低。

且现有的首饰图像后期制作均靠人工利用图像修改工具手动编辑美化，工作量大，美化步骤无法统一和标准化。且由于人工完成，需要花费高昂的人工成本，还伴随有图像美化交互工期不及时，不能满足实时效果查看要求的问题。

发明内容

本发明所要解决的技术问题是：提供一种首饰图像美化方法及终端，能够自动化地进行首饰图像的美化，降低成本的同时能够满足用户需求。

为了解决上述技术问题，本发明采用的技术方案为：

一种首饰图像美化方法，包括：

S1、获取初始图像，对所述初始图像进行识别和分割，得到首饰图像信息和首饰类别数据；

S2、根据所述首饰类别数据对所述首饰图像信息进行结构识别和结构分割，得到各个部件图像以及部件轮廓分层数据；

S3、分别对各个所述部件图像进行美化处理，并在美化处理后根据所述部件轮廓分层数据对各个所述部件图像进行融合，形成完整的首饰图像；

S4、对所述首饰图像进行超分辨率处理，得到最终图像。

为了解决上述技术问题，本发明采用的另一种技术方案为：

一种首饰图像美化终端，包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

S1、获取初始图像，对所述初始图像进行识别和分割，得到首饰图像信息和首饰类别数据；

S2、根据所述首饰类别数据对所述首饰图像信息进行结构识别和结构分割，得到各个部件图像以及部件轮廓分层数据；

S3、分别对各个所述部件图像进行美化处理，并在美化处理后根据所述部件轮廓分层数据对各个所述部件图像进行融合，形成完整的首饰图像；

S4、对所述首饰图像进行超分辨率处理，得到最终图像。

本发明的有益效果在于：本发明实现了首饰图像美化的自动化，降低了首饰图像后期美化处理所需要的成本，降低首饰图像后期处理难度，提高首饰拍摄成像效率，且由于首饰图像后期处理难度的降低，商家可以自己进行处理，不需要委托他方进行处理，从而避免了工期不及时，不能满足实时效果查看要求的问题。

附图说明

图1为本发明实施例的一种首饰图像美化方法的流程图；

图2为本发明实施例的一种首饰图像美化终端的结构图；

图3为本发明实施例的一种首饰图像美化方法的详细流程图；

标号说明：

1、一种首饰图像美化终端；2、处理器；3、存储器。

具体实施方式

为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。

请参照图1和图3，一种首饰图像美化方法，包括：

S1、获取初始图像，对所述初始图像进行识别和分割，得到首饰图像信息和首饰类别数据；

S2、根据所述首饰类别数据对所述首饰图像信息进行结构识别和结构分割，得到各个部件图像以及部件轮廓分层数据；

S3、分别对各个所述部件图像进行美化处理，并在美化处理后根据所述部件轮廓分层数据对各个所述部件图像进行融合，形成完整的首饰图像；

S4、对所述首饰图像进行超分辨率处理，得到最终图像。

从上述描述可知，本发明的有益效果在于：本发明实现了首饰图像美化的自动化，降低了首饰图像后期美化处理所需要的成本，降低首饰图像后期处理难度，提高首饰拍摄成像效率，且由于首饰图像后期处理难度的降低，商家可以自己进行处理，不需要委托他方进行处理，从而避免了工期不及时，不能满足实时效果查看要求的问题。

进一步地，所述步骤S3具体为：

S31、对各个所述部件图像进行保边保细节的滤波处理，得到第一图像；

S32、对所述第一图像进行标准色拟合处理，得到第二图像；

S33、对所述第二图像进行图层的曲线调整，并通过高反差保留算法与原始图层进行图层融合，得到第三图像；

S34、对各个部件的所述第三图像进行融合。

由上述描述可知，本发明应用了保边保细节滤波算法、标准色拟合、图像处理和融合等方法，快速解决首饰拍摄过程中产生的镜面反光、暗沉、感光不均匀等问题。

进一步地，所述步骤S1具体为：

S11、获取初始图像，加载语义分割程序，对首饰进行图像语义分割识别，得到首饰信息、背景信息、首饰类别数据以及首饰边缘轮廓数据；

S12、根据所述首饰信息、所述背景信息以及所述首饰边缘轮廓数据，对初始图像进行分割，得到首饰图像信息，所述首饰图像信息包括所述首饰边缘轮廓数据；

所述步骤S2具体为：

S21、根据所述首饰类别信息和所述首饰边缘轮廓数据对所述首饰图像信息进行语义分割识别，得到组成首饰的各个部件信息以及对应的部件轮廓数据；

S22、根据所述部件信息以及部件轮廓数据对所述首饰图像信息进行分割，得到各个部件的部件图像以及对应的部件轮廓分层数据。

由上述描述可知，本发明根据轮廓对图像中的首饰和背景进行分割，并进一步的对首饰的各个部件进行分割，从而分别进行针对处理，同时生成部件轮廓分层数据用于后续部件图像的融合。

进一步地，所述步骤S31包括：

采用快速边缘保留滤波对各个所述部件图像进行滤波处理，所述快速边缘保留滤波的局部均值计算公式中，当前像素x_ij在宽为n且高为m的领域范围内的积分图像表示为从左上角坐标(i-n,j-m)到右下角坐标(i+n,j+m)的所有像素之和，其中左上角坐标又记为(k,l)，当前像素局部均值m_ij的计算公式如下：

其局部均方差v_i，j的计算公式为：

计算得到所述局部均值和局部均方差之后，新的像素值

滤波计算公式为：

其中：

其中，σ为常量参数；

根据方差和均值的关系进行数学推导得到计算方差的公式如下：

由上述描述可知，本发明对分割后的各个部件图像进行保边保细节滤波处理，其中一种滤波采用的是快速边缘保留滤波，是一种通过积分图像实现局部均方差的边缘保留模糊算法，计算简单而且可以做到计算量跟半径无关。

进一步地，所述步骤S32具体为：

启动颜色拾取程序，通过颜色空间色值的变换和比对，获得各个部件图像对应的标准色值，同时通过对饱和度和亮度的Alpha值算法拟合到图像中，其中色值空间变化公式如下：

R′＝R/255

G′＝G/255

B′＝B/255

Cmax＝max(R′，G′，B′)

Cmin＝min(R′，G′，B′)

Δ＝Cmax-Cmin

色度计算公式：

饱和度计算公式：

亮度计算公式：

由上述描述可知，本申请通过获得各个部件图像对应的标准色值，同时通过对饱和度和亮度的Alpha值算法拟合到图像中，从而使各个部件呈现比较理想的色彩。

请参照图2，一种首饰图像美化终端，包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

S1、获取初始图像，对所述初始图像进行识别和分割，得到首饰图像信息和首饰类别数据；

S2、根据所述首饰类别数据对所述首饰图像信息进行结构识别和结构分割，得到各个部件图像以及部件轮廓分层数据；

S3、分别对各个所述部件图像进行美化处理，并在美化处理后根据所述部件轮廓分层数据对各个所述部件图像进行融合，形成完整的首饰图像；

S4、对所述首饰图像进行超分辨率处理，得到最终图像。

从上述描述可知，本发明的有益效果在于：本发明实现了首饰图像美化的自动化，降低了首饰图像后期美化处理所需要的成本，降低首饰图像后期处理难度，提高首饰拍摄成像效率，且由于首饰图像后期处理难度的降低，商家可以自己进行处理，不需要委托他方进行处理，从而避免了工期不及时，不能满足实时效果查看要求的问题。

进一步地，所述步骤S3具体为：

S31、对各个所述部件图像进行保边保细节的滤波处理，得到第一图像；

S32、对所述第一图像进行标准色拟合处理，得到第二图像；

S33、对所述第二图像进行图层的曲线调整，并通过高反差保留算法与原始图层进行图层融合，得到第三图像；

S34、对各个部件的所述第三图像进行融合。

由上述描述可知，本发明应用了保边保细节滤波算法、标准色拟合、图像处理和融合等方法，快速解决首饰拍摄过程中产生的镜面反光、暗沉、感光不均匀等问题。

进一步地，所述步骤S1具体为：

S11、获取初始图像，加载语义分割程序，对首饰进行图像语义分割识别，得到首饰信息、背景信息、首饰类别数据以及首饰边缘轮廓数据；

S12、根据所述首饰信息、所述背景信息以及所述首饰边缘轮廓数据，对初始图像进行分割，得到首饰图像信息，所述首饰图像信息包括所述首饰边缘轮廓数据；

所述步骤S2具体为：

S21、根据所述首饰类别信息和所述首饰边缘轮廓数据对所述首饰图像信息进行语义分割识别，得到组成首饰的各个部件信息以及对应的部件轮廓数据；

S22、根据所述部件信息以及部件轮廓数据对所述首饰图像信息进行分割，得到各个部件的部件图像以及对应的部件轮廓分层数据。

由上述描述可知，本发明根据轮廓对图像中的首饰和背景进行分割，并进一步的对首饰的各个部件进行分割，从而分别进行针对处理，同时生成部件轮廓分层数据用于后续部件图像的融合。

进一步地，所述步骤S31包括：

采用快速边缘保留滤波对各个所述部件图像进行滤波处理，所述快速边缘保留滤波的局部均值计算公式中，当前像素x_ij在宽为n且高为m的领域范围内的积分图像表示为从左上角坐标(i-n，j-m)到右下角坐标(i+n，j+m)的所有像素之和，其中左上角坐标又记为(k，l)，当前像素局部均值m_ij的计算公式如下：

其局部均方差v_i，j的计算公式为：

计算得到所述局部均值和局部均方差之后，新的像素值

滤波计算公式为：

其中：

其中，σ为常量参数；

根据方差和均值的关系进行数学推导得到计算方差的公式如下：

由上述描述可知，本发明对分割后的各个部件图像进行保边保细节滤波处理，其中一种滤波采用的是快速边缘保留滤波，是一种通过积分图像实现局部均方差的边缘保留模糊算法，计算简单而且可以做到计算量跟半径无关。

进一步地，所述步骤S32具体为：

启动颜色拾取程序，通过颜色空间色值的变换和比对，获得各个部件图像对应的标准色值，同时通过对饱和度和亮度的Alpha值算法拟合到图像中，其中色值空间变化公式如下：

R′＝R/255

G′＝G/255

B′＝B/255

Cmax＝max(R′，G′，B′)

Cmin＝min(R′，G′，B′)

Δ＝Cmax-Cmin

色度计算公式：

饱和度计算公式：

亮度计算公式：

由上述描述可知，本申请通过获得各个部件图像对应的标准色值，同时通过对饱和度和亮度的Alpha值算法拟合到图像中，从而使各个部件呈现比较理想的色彩。

请参照图1和图3，本发明的实施例一为：

一种首饰图像美化方法，包括：

S1、获取初始图像，对所述初始图像进行识别和分割，得到首饰图像信息和首饰类别数据；

所述步骤S1具体为：

S11、获取初始图像，加载语义分割程序，对首饰进行图像语义分割识别，得到首饰信息、背景信息、首饰类别数据以及首饰边缘轮廓数据；

S12、根据所述首饰信息、所述背景信息以及所述首饰边缘轮廓数据，对初始图像进行分割，得到首饰图像信息，所述首饰图像信息包括所述首饰边缘轮廓数据。

本实施例中，我们先在拍摄时调节摄影棚灯光等环境因素，并在摄影棚中放入拍摄背景纸和珠宝首饰，调节好拍摄距离以及本发明的首饰拍摄移动应用，并界面中点击拍摄按钮，进入应用拍摄功能界面，此时在拍摄预览界面中呈现摄影棚中待拍摄场景，同时摄像头画面监听或得到每帧图像数据，从而得到初始图像，并创建图像美化引擎。图像美化引擎启动后，首先加载语义分割程序，对首饰进行第一次的图像语义分割识别，此时将会识别图中的背景信息和主体信息，并获得主体物件，即首饰的首饰边缘轮廓数据，以及首饰信息。

在得到首饰边缘轮廓数据后根据所述首饰边缘轮廓数据对初始图像进行分割，提取出首饰主体的图像，得到首饰图像信息。

S2、根据所述首饰类别数据对所述首饰图像信息进行结构识别和结构分割，得到各个部件图像以及部件轮廓分层数据；

所述步骤S2具体为：

S21、根据所述首饰类别信息和所述首饰边缘轮廓数据对所述首饰图像信息进行语义分割识别，得到组成首饰的各个部件信息以及对应的部件轮廓数据；

S22、根据所述部件信息以及部件轮廓数据对所述首饰图像信息进行分割，得到各个部件的部件图像以及对应的部件轮廓分层数据。

本市实施例中，在得到首饰图像信息后，再次送入语义分割程序进行第二次更高细颗粒度的图像分割，这一次分割识别意在将图片主体中的各部件信息进行的提取。例如，在本例中对一枚戒指的图像进行识别分割，将会得到珠宝和戒托的部件图像信息，以及对应的部件轮廓分层数据。

S3、分别对各个所述部件图像进行美化处理，并在美化处理后根据所述部件轮廓分层数据对各个所述部件图像进行融合，形成完整的首饰图像；

所述步骤S3具体为：

S31、对各个所述部件图像进行保边保细节的滤波处理，得到第一图像；

本实施例中，在得到各个部件的部件图像信息后，图像美化引擎将会构建一组滤波器，分别对首饰各部件进行保边保细节的滤波处理。本实施例中，其中一种所采用的滤波为快速边缘保留滤波，是一种通过积分图像实现局部均方差的边缘保留模糊算法，计算简单而且可以做到计算量跟半径无关。在快速边缘保留滤波的局部均值计算公式中，当前像素x_ij在宽为n且高为m的领域范围内的积分图像表示为从左上角坐标(i-n，j-m)到右下角坐标(i+n，j+m)的所有像素之和，其中左上角坐标又记为(k，l)，当前像素局部均值m_ij的计算公式如下：

其局部均方差v_ij的计算公式为：

计算得到所述局部均值和局部均方差之后，新的像素值

滤波计算公式为：

其中：

其中，σ为常量参数；

根据方差和均值的关系进行数学推导得到计算方差的公式如下：

S32、对所述第一图像进行标准色拟合处理，得到第二图像；

所述步骤S32具体为：

启动颜色拾取程序，通过颜色空间色值的变换和比对，获得各个部件图像对应的标准色值，同时通过对饱和度和亮度的Alpha值算法拟合到图像中，其中色值空间变化公式如下：

R′＝R/255

G′＝G/255

B′＝B/255

Cmax＝max(R′，G′，B′)

Cmin＝min(R′，G′，B′)

Δ＝Cmax-Cmin

色度计算公式：

饱和度计算公式：

亮度计算公式：

本实施例中，经过以上滤波处理后的部件图像色彩相对均衡，此时需要对滤波后的图像进行色彩拟合。首先启动的是颜色拾取程序，通过颜色空间色值的变换和比对，获得该部件的标准色值，同时再通过对饱和度和亮度的Alpha值算法拟合到图像中。

S33、对所述第二图像进行图层的曲线调整，并通过高反差保留算法与原始图层进行图层融合，得到第三图像。

本实施例中，在进行色彩拟合后，通过图层的曲线调整加深和提亮来各部件图像明暗细节。新建的提亮或压暗曲线图层意在修改图像的明度，且不会造成质感的损失，在图片中载入最亮的通道和反向载入最暗的通道，是的图片得到一个比较合适的对比度，最后再通过高反差保留算法和原始图层进行图层融合，目的是把最小的纹理保存下来。

S34、对各个部件的所述第三图像进行融合。

本实施例中，在经过以上处理后，各部件图像基本修复了拍摄过程产生的金属表面反光，和由于光线不足引起的暗沉，以及明亮不统一等问题。

S4、对所述首饰图像进行超分辨率处理，得到最终图像。

本实施例中，最后图像美化引擎将会启动图像超分辨率处理程序，对图像进行高清晰度处理，最终完成首饰图像的美化，得到最终图像并展现在预览界面中。

请参照图2，本发明的实施例二为：

一种首饰图像美化终端1，包括处理器2、存储器3及存储在存储器3上并可在处理器2上运行的计算机程序，所述处理器2执行所述计算机程序时实现以上实施例一中的步骤。

综上所述，本发明提供的一种首饰图像美化方法及终端，实现了首饰图像美化的自动化，降低了首饰图像后期美化处理所需要的成本，降低首饰图像后期处理难度，提高首饰拍摄成像效率，且由于首饰图像后期处理难度的降低，商家可以自己进行处理，不需要委托他方进行处理，从而避免了工期不及时，不能满足实时效果查看要求的问题；同时本发明利用程序算法的方式美化拍摄时由于金属反光、光线不均等引起的各种问题，意在快速且标准化的方式来解决珠宝拍摄难题，同时提高图像后期处理效率，不但可以在首饰拍摄中实时的美化处理珠宝首饰类的图像，也可以通过收集特征素材和训练、以及通过修改算法参数，在不同领域的拍摄图像后期处理中起到相同的作用。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种首饰图像美化方法，其特征在于，包括：

S1、获取初始图像，对所述初始图像进行识别和分割，得到首饰图像信息和首饰类别数据；

S2、根据所述首饰类别数据对所述首饰图像信息进行结构识别和结构分割，得到各个部件图像以及部件轮廓分层数据；

S3、分别对各个所述部件图像进行美化处理，并在美化处理后根据所述部件轮廓分层数据对各个所述部件图像进行融合，形成完整的首饰图像；

S4、对所述首饰图像进行超分辨率处理，得到最终图像。

2.根据权利要求1所述的一种首饰图像美化方法，其特征在于，所述步骤S3具体为：

S31、对各个所述部件图像进行保边保细节的滤波处理，得到第一图像；

S32、对所述第一图像进行标准色拟合处理，得到第二图像；

S33、对所述第二图像进行图层的曲线调整，并通过高反差保留算法与原始图层进行图层融合，得到第三图像；

S34、对各个部件的所述第三图像进行融合。

3.根据权利要求2所述的一种首饰图像美化方法，其特征在于，所述步骤S1具体为：

S11、获取初始图像，加载语义分割程序，对首饰进行图像语义分割识别，得到首饰信息、背景信息、首饰类别数据以及首饰边缘轮廓数据；

S12、根据所述首饰信息、所述背景信息以及所述首饰边缘轮廓数据，对初始图像进行分割，得到首饰图像信息，所述首饰图像信息包括所述首饰边缘轮廓数据；

所述步骤S2具体为：

S21、根据所述首饰类别信息和所述首饰边缘轮廓数据对所述首饰图像信息进行语义分割识别，得到组成首饰的各个部件信息以及对应的部件轮廓数据；

S22、根据所述部件信息以及部件轮廓数据对所述首饰图像信息进行分割，得到各个部件的部件图像以及对应的部件轮廓分层数据。

4.根据权利要求2所述的一种首饰图像美化方法，其特征在于，所述步骤S31包括：

采用快速边缘保留滤波对各个所述部件图像进行滤波处理，所述快速边缘保留滤波的局部均值计算公式中，当前像素x_ij在宽为n且高为m的领域范围内的积分图像表示为从左上角坐标(i-n,j-m)到右下角坐标(i+n,j+m)的所有像素之和，其中左上角坐标又记为(k,l)，当前像素局部均值m_ij的计算公式如下：

其局部均方差v_ij的计算公式为：

计算得到所述局部均值和局部均方差之后，新的像素值

滤波计算公式为：

其中：

其中，σ为常量参数；

根据方差和均值的关系进行数学推导得到计算方差的公式如下：

5.根据权利要求2所述的一种首饰图像美化方法，其特征在于，所述步骤S32具体为：

启动颜色拾取程序，通过颜色空间色值的变换和比对，获得各个部件图像对应的标准色值，同时通过对饱和度和亮度的Alpha值算法拟合到图像中，其中色值空间变化公式如下：

R'＝R/155

G'＝G/155

B′＝B/255

Cmax＝max(R′，G′，B′)

Cmin＝min(R′，G′，B′)

Δ＝Cmax-Cmin

色度计算公式：

饱和度计算公式：

亮度计算公式：

6.一种首饰图像美化终端，包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：

S1、获取初始图像，对初始图像进行识别和分割，得到首饰图像信息和首饰类别数据；

S2、根据所述首饰类别数据对所述首饰图像信息进行结构识别和结构分割，得到各个部件图像以及部件轮廓分层数据；

S3、分别对各个所述部件图像进行美化处理，并在美化处理后根据所述部件轮廓分层数据对各个所述部件图像进行融合，形成完整的首饰图像；

S4、对所述手势图像机型超分辨率处理，得到最终图像。

7.根据权利要求6所述的一种首饰图像美化终端，其特征在于，所述步骤S3具体为：

S31、对各个所述部件图像进行保边保细节的滤波处理，得到第一图像；

S32、对所述第一图像进行标准色拟合处理，得到第二图像；

S33、对所述第二图像进行图层的曲线调整，并通过高反差保留算法与原始图层进行图层融合，得到第三图像；

S34、对各个部件的所述第三图像进行融合。

8.根据权利要求7所述的一种首饰图像美化终端，其特征在于，所述步骤S1具体为：

S11、获取初始图像，加载语义分割程序，对首饰进行图像语义分割识别，得到首饰信息、背景信息、首饰类别数据以及首饰边缘轮廓数据；

S12、根据所述首饰信息、所述背景信息以及所述首饰边缘轮廓数据，对初始图像进行分割，得到首饰图像信息，所述首饰图像信息包括所述首饰边缘轮廓数据；

所述步骤S2具体为：

S21、根据所述首饰类别信息和所述首饰边缘轮廓数据对所述首饰图像信息进行语义分割识别，得到组成首饰的各个部件信息以及对应的部件轮廓数据；

S22、根据所述部件信息以及部件轮廓数据对所述首饰图像信息进行分割，得到各个部件的部件图像以及对应的部件轮廓分层数据。

9.根据权利要求7所述的一种首饰图像美化终端，其特征在于，所述步骤S31包括：

采用快速边缘保留滤波对各个所述部件图像进行滤波处理，所述快速边缘保留滤波的局部均值计算公式中，当前像素x_ij在宽为n且高为m的领域范围内的积分图像表示为从左上角坐标(i-n,j-m)到右下角坐标(i+n,j+m)的所有像素之和，其中左上角坐标又记为(k,l)，当前像素局部均值m_ij的计算公式如下：

其局部均方差v_ij的计算公式为：

计算得到所述局部均值和局部均方差之后，新的像素值

滤波计算公式为：

其中：

其中，σ为常量参数；

根据方差和均值的关系进行数学推导得到计算方差的公式如下：

10.根据权利要求7所述的一种首饰图像美化终端，其特征在于，所述步骤S32具体为：

启动颜色拾取程序，通过颜色空间色值的变换和比对，获得各个部件图像对应的标准色值，同时通过对饱和度和亮度的Alpha值算法拟合到图像中，其中色值空间变化公式如下：

R′＝R/255

G′＝G/255

B′＝B/255

Cmax＝max(R′，G′，B′)

Cmin＝min(R′，G′，B′)

Δ＝Cmax-Cmin

色度计算公式：

饱和度计算公式：

亮度计算公式：

Images