CN115830343A - 一种基于hsv色彩空间的颜色识别方法 - Google Patents

一种基于hsv色彩空间的颜色识别方法 Download PDF

Info

Publication number
CN115830343A
CN115830343A CN202211576866.8A CN202211576866A CN115830343A CN 115830343 A CN115830343 A CN 115830343A CN 202211576866 A CN202211576866 A CN 202211576866A CN 115830343 A CN115830343 A CN 115830343A
Authority
CN
China
Prior art keywords
color
area
hsv
image
max
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211576866.8A
Other languages
English (en)
Inventor
王心平
覃高鄂
陈宗民
李新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi Xinje Electric Co Ltd
Original Assignee
Wuxi Xinje Electric Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuxi Xinje Electric Co Ltd filed Critical Wuxi Xinje Electric Co Ltd
Priority to CN202211576866.8A priority Critical patent/CN115830343A/zh
Publication of CN115830343A publication Critical patent/CN115830343A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明涉及图像处理技术领域，具体是一种基于HSV色彩空间的颜色识别方法，包括步骤(1)RGB图像输入；步骤(2)在所述RGB图像中设置感兴趣区域，所述感兴趣区域包括识别目标，根据所述识别目标的颜色，设置相应的颜色数组；步骤(3)采用SSE加速指令集将感兴趣区域内RGB图像转换为HSV图像；步骤(4)提取颜色数组内每种颜色在HSV图像中的像素面积；步骤(5)对所有颜色的像素面积进行比较，最大面积的索引号作为输出颜色。本方法操作简单，只需输入对应的颜色库，就可执行得到图像中物体的颜色；若是图像中物体的位置固定，还可以设置感兴趣区域，获取感兴趣区域内的物体颜色，提高算法执行效率。

Description

一种基于HSV色彩空间的颜色识别方法
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于HSV色彩空间的颜色识别方法。
背景技术
利用色彩空间来描述物体的颜色，以及对色彩进行处理和识别是计算机视觉与图像处理领域中非常常见的应用。我们常用的RGB色彩空间其实并不能很好地反映出物体具体的颜色信息，而HSV空间却能够将色彩的表述分解为色相、饱和度和亮度三个因素，很适合人类进行理解，同时更符合人类大脑的视觉感知规律，非常直观的表达了色彩的明暗，色调，以及鲜艳程度，方便进行颜色之间的对比。因此，将图像从RGB色彩空间转换到HSV色彩空间进行颜色识别，更能精准地识别出物体的颜色。
但是，现有的颜色识别技术往往存在识别不准的问题，且操作不方便，带有很多参数，给用户带来极差的用户体验。
发明内容
本发明的目的在于克服上述现有技术的问题，提供了一种基于HSV色彩空间的颜色识别方法，以解决现有技术中颜色识别不精准的技术问题。
上述目的是通过以下技术方案来实现：
一种基于HSV色彩空间的颜色识别方法，包括如下步骤：
步骤(1)RGB图像输入；
步骤(2)在所述RGB图像中设置感兴趣区域，所述感兴趣区域包括识别目标，根据所述识别目标的颜色，设置相应的颜色数组；
步骤(3)采用SSE加速指令集将感兴趣区域内RGB图像转换为HSV图像；
步骤(4)提取颜色数组内每种颜色在HSV图像中的像素面积；
步骤(5)对所有颜色的像素面积进行比较，最大面积的索引号作为输出颜色。
进一步地，步骤(2)中所述在所述RGB图像中设置感兴趣区域，具体为在输入的RGB图像中，绘制感兴趣区域；若不绘制感兴趣区域，则默认全图为感兴趣区域。
进一步地，所述步骤(2)还包括给每种颜色分别设置阈值上下限，包括H分量上下限[Hmin，Hmax]、S分量上下限[Smin，Smax]和V分量上下限[Vmin，Vmax]。
进一步地，所述步骤(3)具体为：
设定(R，G，B)分别是RGB图像红绿蓝三个分量的像素值，其值范围在0～255之间，计算时归一化到0～1之间，设(r，g，b)是归一化之后的值，则归一化公式如下：
Figure BDA0003987447320000021
设max是r，g，b中的最大数；
设min是r，g，b中的最小数；
设(h，s，v)分别是HSV图像未归一化前的三个分量，则其相应的值计算公式如下：
Figure BDA0003987447320000022
Figure BDA0003987447320000023
v＝max
式中，0≤h≤360，0≤s≤1，0≤v≤1，将计算得到的(h，s，v)值归一化到0到255之间；
设(H，S，V)是HSV归一化后的三个分量，则归一化公式如下：
Figure BDA0003987447320000024
进一步地，所述步骤(4)具体为：计算颜色数组内每种颜色在HSV图像中所占用的面积area，并按照颜色数组顺序将其存储在对应的颜色面积数组areas中。
进一步地，所述单个颜色面积area计算具体为：设定每个颜色面积初始化为0，读取感兴趣区域内的内每个像素坐标内的(H，S，V)分量值，若Hmin≤H≤Hmax，Smin≤S≤Smax，Vmin≤V≤Vmax，则area自动加1，直到遍历完感兴趣区域内像素坐标为止。
进一步地，所述步骤(5)具体为：考察整个图像中所有目标颜色的面积，将面积最大的目标颜色对应的索引号，作为该图像最终的颜色识别结果；
其中所述目标颜色面积必须大于0，若等于0，则说明所识别颜色不在目标颜色数组范围内，此时图像颜色识别结果会自动赋值为未知颜色；
若想识别该未知颜色，需人为手动添加新的颜色库。
有益效果
本发明所提供的一种基于HSV色彩空间的颜色识别方法，操作简单，只需输入对应的颜色库，就可执行得到图像中物体的颜色；若是图像中物体的位置固定，还可以设置感兴趣区域，获取感兴趣区域内的物体颜色，提高算法执行效率。
附图说明
图1为本发明所述一种基于HSV色彩空间的颜色识别方法的识别流程图。
具体实施方式
下面根据附图和实施例对本发明作进一步详细说明。所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，一种基于HSV色彩空间的颜色识别方法，包括如下步骤：
步骤(1)RGB图像输入；
步骤(2)在所述RGB图像中设置感兴趣区域，所述感兴趣区域包括识别目标，根据所述识别目标的颜色，设置相应的颜色数组；
步骤(3)采用SSE加速指令集将感兴趣区域内RGB图像转换为HSV图像；
步骤(4)提取颜色数组内每种颜色在HSV图像中的像素面积；
步骤(5)对所有颜色的像素面积进行比较，最大面积的索引号作为输出颜色。
RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是运用最广的颜色***之一。
HSV(Hue，Saturation，Value)是根据颜色的直观特性由A.R.Smith在1978年创建的一种颜色空间，也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是色调(H)、饱和度(S)和明度(V)，生活中常见的颜色库如下表所示：
Figure BDA0003987447320000031
需要说明的是以上颜色表中的H、S、V分量的范围均在0到255之间。
本实施例步骤(2)中所述在所述RGB图像中设置感兴趣区域，具体为在输入的RGB图像中，绘制感兴趣区域；若不绘制感兴趣区域，则默认全图为感兴趣区域。
本实施例中所述步骤(2)还包括给每种颜色分别设置阈值上下限，包括H分量上下限[Hmin，Hmax]、S分量上下限[Smin，Smax]和V分量上下限[Vmin，Vmax]。
本实施例中所述步骤(3)具体为：
设定(R，G，B)分别是RGB图像红绿蓝三个分量的像素值，其值范围在0～255之间，计算时归一化到0～1之间，设(r，g，b)是归一化之后的值，则归一化公式如下：
Figure BDA0003987447320000041
设max是r，g，b中的最大数；
设min是r，g，b中的最小数；
设(h，s，v)分别是HSV图像未归一化前的三个分量，则其相应的值计算公式如下：
Figure BDA0003987447320000042
Figure BDA0003987447320000043
v＝max
一般而言，0≤h≤360，0≤s≤1，0≤v≤1，但在图像中，后续为了便于计算，需将以上计算得到的(h，s，v)值归一化到0到255之间；
设(H，S，V)是HSV归一化后的三个分量，则归一化公式如下：
Figure BDA0003987447320000044
本实施例中所述步骤(4)具体为：计算颜色数组内每种颜色在HSV图像中所占用的面积area，并按照颜色数组顺序将其存储在对应的颜色面积数组areas中。
本实施例中所述单个颜色面积area计算具体为：设定每个颜色面积初始化为0，读取感兴趣区域内的内每个像素坐标内的(H，S，V)分量值，若Hmin≤H≤Hmax，Smin≤S≤Smax，Vmin≤V≤Vmax，则area自动加1，直到遍历完感兴趣区域内像素坐标为止。
本实施例中所述步骤(5)具体为：考察整个图像中所有目标颜色的面积，将面积最大的目标颜色对应的索引号，作为该图像最终的颜色识别结果；
其中所述目标颜色面积必须大于0，若等于0，则说明所识别颜色不在目标颜色数组范围内，此时图像颜色识别结果会自动赋值为未知颜色；
若想识别该未知颜色，需人为手动添加新的颜色库。
通过上述方法，仅需通过输入RGB图像，然后设置感兴趣区域和目标颜色数组，即可输出目标颜色。
以上所述仅为说明本发明的实施方式，并不用于限制本发明，对于本领域的技术人员来说，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于HSV色彩空间的颜色识别方法，其特征在于，包括：
步骤(1)RGB图像输入；
步骤(2)在所述RGB图像中设置感兴趣区域，所述感兴趣区域包括识别目标，根据所述识别目标的颜色，设置相应的颜色数组；
步骤(3)采用SSE加速指令集将感兴趣区域内RGB图像转换为HSV图像；
步骤(4)提取颜色数组内每种颜色在HSV图像中的像素面积；
步骤(5)对所有颜色的像素面积进行比较，最大面积的索引号作为输出颜色。
2.根据权利要求1所述的一种基于HSV色彩空间的颜色识别方法，其特征在于，步骤(2)中所述在所述RGB图像中设置感兴趣区域，具体为在输入的RGB图像中，绘制感兴趣区域；若不绘制感兴趣区域，则默认全图为感兴趣区域。
3.根据权利要求1所述的一种基于HSV色彩空间的颜色识别方法，其特征在于，所述步骤(2)还包括给每种颜色分别设置阈值上下限，包括H分量上下限[Hmin，Hmax]、S分量上下限[Smin，Smax]和V分量上下限[Vmin，Vmax]。
4.根据权利要求1所述的一种基于HSV色彩空间的颜色识别方法，其特征在于，所述步骤(3)具体为：
设定(R，G，B)分别是RGB图像红绿蓝三个分量的像素值，其值范围在0～255之间，计算时归一化到0～1之间，设(r，g，b)是归一化之后的值，则归一化公式如下：
Figure FDA0003987447310000011
设max是r，g，b中的最大数；
设min是r，g，b中的最小数；
设(h，s，v)分别是HSV图像未归一化前的三个分量，则其相应的值计算公式如下：
Figure FDA0003987447310000012
Figure FDA0003987447310000013
v＝max
式中，0≤h≤360，0≤s≤1，0≤v≤1，将计算得到的(h，s，v)值归一化到0到255之间；
设(H，S，V)是HSV归一化后的三个分量，则归一化公式如下：
Figure FDA0003987447310000021
5.根据权利要求1所述的一种基于HSV色彩空间的颜色识别方法，其特征在于，所述步骤(4)具体为：计算颜色数组内每种颜色在HSV图像中所占用的面积area，并按照颜色数组顺序将其存储在对应的颜色面积数组areas中。
6.根据权利要求5所述的一种基于HSV色彩空间的颜色识别方法，其特征在于，所述单个颜色面积area计算具体为：设定每个颜色面积初始化为0，读取感兴趣区域内的内每个像素坐标内的(H，S，V)分量值，若Hmin≤H≤Hmax，Smin≤S≤Smax，Vmin≤V≤Vmax，则area自动加1，直到遍历完感兴趣区域内像素坐标为止。
7.根据权利要求1所述的一种基于HSV色彩空间的颜色识别方法，其特征在于，所述步骤(5)具体为：考察整个图像中所有目标颜色的面积，将面积最大的目标颜色对应的索引号，作为该图像最终的颜色识别结果；
其中所述目标颜色面积必须大于0，若等于0，则说明所识别颜色不在目标颜色数组范围内，此时图像颜色识别结果会自动赋值为未知颜色；
若想识别该未知颜色，需人为手动添加新的颜色库。
CN202211576866.8A 2022-12-08 2022-12-08 一种基于hsv色彩空间的颜色识别方法 Pending CN115830343A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211576866.8A CN115830343A (zh) 2022-12-08 2022-12-08 一种基于hsv色彩空间的颜色识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211576866.8A CN115830343A (zh) 2022-12-08 2022-12-08 一种基于hsv色彩空间的颜色识别方法

Publications (1)

Publication Number Publication Date
CN115830343A true CN115830343A (zh) 2023-03-21

Family

ID=85544774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211576866.8A Pending CN115830343A (zh) 2022-12-08 2022-12-08 一种基于hsv色彩空间的颜色识别方法

Country Status (1)

Country Link
CN (1) CN115830343A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117153277A (zh) * 2023-07-11 2023-12-01 湖北星火(应城)化工有限公司 一种甲基磺酰氯生产过程中的反应状态识别方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117153277A (zh) * 2023-07-11 2023-12-01 湖北星火(应城)化工有限公司 一种甲基磺酰氯生产过程中的反应状态识别方法

Similar Documents

Publication Publication Date Title
CN103699532B (zh) 图像颜色检索方法和***
Kalist et al. Possiblistic-fuzzy C-means clustering approach for the segmentation of satellite images in HSL color space
CN112614060A (zh) 人脸图像头发渲染方法、装置、电子设备和介质
CN108021881B (zh) 一种肤色分割方法、装置和存储介质
KR20050049007A (ko) 칼라영상의 색조절방법 및 장치
CN108337496A (zh) 白平衡处理方法、处理装置、处理设备及存储介质
CN111476849A (zh) 对象颜色识别方法、装置、电子设备以及存储介质
CN111784703B (zh) 一种图像分割方法、装置、电子设备和存储介质
WO2021016896A1 (zh) 图像处理方法、***、设备、可移动平台和存储介质
CN105681775A (zh) 一种白平衡方法和装置
CN115830343A (zh) 一种基于hsv色彩空间的颜色识别方法
CN112906550A (zh) 一种基于分水岭变换的静态手势识别方法
CN107146258B (zh) 一种图像显著区域检测方法
CN110599553B (zh) 一种基于YCbCr的肤色提取及检测方法
Ansari et al. Significance of color spaces and their selection for image processing: a survey
CN114926661A (zh) 一种纺织品表面颜色数据处理、识别方法及***
CN114511567A (zh) 舌体与舌苔图像识别分离方法
US20240046836A1 (en) Image processing methods and apparatuses, electronic devices and storage media
CN111340897B (zh) 基于模糊数学相似度的颜色识别方法
CN113947179A (zh) 白平衡校正方法、装置、设备和存储介质
CN108053452B (zh) 一种基于混合模型的数字图像色彩提取方法
CN109934152B (zh) 一种针对手语图像的改进小弯臂图像分割方法
Pele et al. Improving perceptual color difference using basic color terms
CN113658157A (zh) 一种基于hsv空间的颜色分割方法及装置
CN110335321B (zh) 色块匹配度的评估方法、***、存储介质以及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination