本站原创
摘 要： 为了实现快速而准确的图像检索，降低图像维数，通过对HSI色彩空间的分析，将RGB颜色模型转换为基于视觉感知的HSI颜色模型，提出了一种利用HSI颜色模型提取图像主色的图像降维算法。仿真结果表明，该算法无需事先指定需要降维的维数，能较好地利用图像的本征维数，达到图像快速降维的目的。
关键词： HSI颜色模型； 本征维数； 图像降维； RGB
1004?373X（2013）14?0079?03
Image dimensionality reduction based on HSI color model
ZHOU Liu?bing1， HUANG Shuo2
（1. President’s Office， Shenzhen Institute of Information Technology， Shenzhen 518172， China；
2. Computer Department， Xinyang Vocational and Technical College， Xinyang 464000， China）
Abstract： In order to realize fast and accurate image retrieval and reduce the image dimension， an image dimensionality reduction algorithm of utilizing the HSV color model to extract dominant color is put forward in this paper by analyzing HSV color space and converting RGB color model into HSI color model based on visual perception. The simulation result shows that this dimensionality reduction algorithm can take advantage of the intrinsic dimensions of an image to achieve the quick dimensionality reduction without sp
Keywords： HSI color model； intrinsic dimension； image dimensionality reduction； RGB
0 引 言
随着计算机网络技术、数据库技术的迅猛发展和大容量磁盘的出现，带来了图像数据维数爆炸性增长，出现了“维数灾难”。针对海量图像数据库的检索，必须要考虑图像的索引机制。研究表明，当图像特征向量的维数越高，其索引性能就越低，进行图像检索时，在对图像建立索引结构之前，大幅降低图像特征向量的维数已经是必经的步骤。因此，如何在保留图像主要信息的同时快速降低其数据维数，已成为图像检索方面的一个研究热点[1?3]。
在图像检索方面，针对图像内容的描述，颜色是最基本且最有效的一种视觉特征。在早期的相关研究中，一般是通过统计图像中像素点的颜色值来获取颜色特征。通过进一步的研究发现，某些颜色模型与人的感知是有关联的。由于颜色模型并非唯
在数字图像处理中使用最广泛的是面向硬件的RGB（红、绿、蓝）模型，RGB模型有着对硬件实现很理想、计算简单、表达方便等优点，其主要缺点是不符合人的感知心理，不能很好地适应人对颜色的解释。例如，RGB颜色模型不能用组成其颜色的每一原色的百分比给出一辆汽车的颜色，此外，人们不认为彩像是由3幅原像合成一幅单一图像。
采用HSI彩色模型可以大大简化图像分析和处理的工作量，HSI模型和RGB模型只是同一物理量的不同表示法，因而他们之间存在着转换关系。
设R，G，B分别表示RGB颜色空间中任意一点的红、绿、蓝三个分量的值，且已归一化到范围[0，1]，即。从RGB到HSI的转换采用如下公式进行。
关键词： HSI颜色模型； 本征维数； 图像降维； RGB
1004?373X（2013）14?0079?03
Image dimensionality reduction based on HSI color model
ZHOU Liu?bing1， HUANG Shuo2
（1. President’s Office， Shenzhen Institute of Information Technology， Shenzhen 518172， China；
2. Computer Department， Xinyang Vocational and Technical College， Xinyang 464000， China）
Abstract： In order to realize fast and accurate image retrieval and reduce the image dimension， an image dimensionality reduction algorithm of utilizing the HSV color model to extract dominant color is put forward in this paper by analyzing HSV color space and converting RGB color model into HSI color model based on visual perception. The simulation result shows that this dimensionality reduction algorithm can take advantage of the intrinsic dimensions of an image to achieve the quick dimensionality reduction without sp
摘自：毕业论文小结www.udooo.com
ecifying the dimension number of the required dimension reduction in advance.Keywords： HSI color model； intrinsic dimension； image dimensionality reduction； RGB
0 引 言
随着计算机网络技术、数据库技术的迅猛发展和大容量磁盘的出现，带来了图像数据维数爆炸性增长，出现了“维数灾难”。针对海量图像数据库的检索，必须要考虑图像的索引机制。研究表明，当图像特征向量的维数越高，其索引性能就越低，进行图像检索时，在对图像建立索引结构之前，大幅降低图像特征向量的维数已经是必经的步骤。因此，如何在保留图像主要信息的同时快速降低其数据维数，已成为图像检索方面的一个研究热点[1?3]。
在图像检索方面，针对图像内容的描述，颜色是最基本且最有效的一种视觉特征。在早期的相关研究中，一般是通过统计图像中像素点的颜色值来获取颜色特征。通过进一步的研究发现，某些颜色模型与人的感知是有关联的。由于颜色模型并非唯
一、但可通过相互之间的转换来抽取符合人类感知的颜色特征[4?5]。
本文通过对HSI颜色模型的分析，通过将应用最为广泛的RGB颜色模型转换为HSI颜色模型，提出了一种利用HSI颜色模型提取图像主色的图像降维技术。1 从RGB模型到HSI模型的转换
1.1 颜色模型
颜色模型大多都是面向硬件或是面向应用的[6]，常见的颜色模型有CMY，CMYK，HSI，HSV，RGB，YUV，Lab等。在数字图像处理中使用最广泛的是面向硬件的RGB（红、绿、蓝）模型，RGB模型有着对硬件实现很理想、计算简单、表达方便等优点，其主要缺点是不符合人的感知心理，不能很好地适应人对颜色的解释。例如，RGB颜色模型不能用组成其颜色的每一原色的百分比给出一辆汽车的颜色，此外，人们不认为彩像是由3幅原像合成一幅单一图像。
1.2 HSI颜色模型
色调?饱和度?强度（Hue?Saturation?Intensity，HSI）颜色模型从人的视觉系统出发，用H，S，I三个参数来描述色彩，它反映了人的视觉系统感知彩色的方式，这种彩色描述对人来说是直观的、自然的。色调H是描述纯色的属性（如红色、等）；饱和度S表示的是一种纯色被白光稀释的程度的度量；强度I是一个主观的描述，是人对彩色感觉的关键参数，实际上它是不可能测量的。HSI模型可从彩像中携带的彩色信息（色调和饱和度）里消去强度分量的影响，因而使得该模型在开发基于彩色描述的图像处理算法中非常有用[7]。采用HSI彩色模型可以大大简化图像分析和处理的工作量，HSI模型和RGB模型只是同一物理量的不同表示法，因而他们之间存在着转换关系。
1.3 RGB转换为HSI
RGB颜色模型是使用最为广泛的数字图像表示方法，要得到图像的H，S，I值，需要通过对RGB颜色空间进行转换。设R，G，B分别表示RGB颜色空间中任意一点的红、绿、蓝三个分量的值，且已归一化到范围[0，1]，即。从RGB到HSI的转换采用如下公式进行。
职称论文范文www.udooo.com