圖象分色方法
2023-05-24 21:58:46 1
專利名稱：圖象分色方法
技術領域：
本發明涉及一種對圖象進行分色處理的方法，特別是對於掃描所得的彩色地圖進行分色處理以獲得特定信息的方法。
圖象的分色在實際中有許多用途。例如在電子地圖中，通過對地圖的分色，可以搜索出某一特定種類的物體，如河流、公路、城市等，從而可以實現其靈活的導遊功能；對地圖進行分色也有利於對地圖進行有關的圖象處理和進行研究。通常，由掃描儀生成的地圖多為RGB顏色空間中的24位真彩圖形，由於光照或者印刷等原因，引起顏色的散射，使得某一種類的物體(如河流、公路、城市等)的顏色會發生一些變化或失真，從而使其顏色值是在一定的範圍內而不是確切地處於某一值，實際上同一個物體可能呈現千萬種顏色，這就增加了分色的難度。傳統的做法一般都是直接在RGB顏色空間中進行，例如《(軟體學報》1996年7(8)期第466-470頁中的《彩色地象的聚色算法研究)》一文中的方法就是一例，此外還有一些。但這些方法或者計算量太大，或者進行近似處理，捨棄了許多有用信息，或者只能識別出特定色彩的物體。因此這些方法都不能滿足實際要求，特別是製作電子地圖的要求。
為了克服現有技術的不足，本發明特提出一種新的圖象分色方法，既可以識別各種類型的物體，又使分色過程中的計算量較小，且不捨棄圖象信息。
本發明為實現上述目的所提出的解決方案是一種圖象分色方法，利用計算機和特定的分色軟體對輸入計算機中的圖象進行分色，其特徵是對圖象進行分色的步驟如下，第一步，將圖象掃描輸入計算機中；第二步，將RGB顏色空間格式的圖象文件轉換為孟塞爾顏色空間格式存儲，且設定孟塞爾顏色空間中色度H、明度V和彩度C的閾值範圍；第三步，對圖象中的象素進行搜索，找出色度H、明度V和彩度C落在設定閾值範圍內的象素。
通過這種方案，由於對圖象的處理是在孟塞爾顏色空間而不是在RGB顏色空間中進行的，而孟塞爾顏色空間已將顏色信息加以抽取，而且與人的視覺有良好的一致性，因此更適合於分色處理，使分色方法簡單而效果良好。由於孟塞爾顏色空間的物理意義明確但數學轉換關係複雜，從而使一般人很難想到利用孟塞爾顏色空間進行圖象處理，同時一般人也容易誤認為將圖象轉換到孟塞爾顏色空間是一件複雜的工作，這樣的偏見就導致了利用孟塞爾顏色空間進行分色處理這樣一個簡單而有效的方法長時間內沒有被採用。
圖1是本發明的一個實施例的流程圖；圖2是一個用於優化閾值的BP神經網絡模型圖。
下面結合附圖並通過實施例對本發明做進一步的描述。
參見圖1，所示為利用計算機和分色軟體對輸入計算機中的彩色地象進行分色的一個具體方法，其特徵是對圖象進行分色的步驟如下，第一步，將圖象掃描輸入計算機中，並以24位真彩色RGB顏色空間格式存儲；第二步，將圖象文件轉換為孟塞爾顏色空間格式存儲，且設定孟塞爾顏色空間中色度H、明度V和彩度C的閾值範圍；第三步，對圖象中的象素進行搜索，找出色度H、明度V和彩度C落在設定閾值範圍內的象素。
本例所述的是通過圖象的分色從地圖上提取公路的方法和過程。由於掃描儀生成的地象一般為RGB顏色空間的24位真彩圖象，需要將其轉換到孟塞爾顏色空間中。轉換的過程是先將圖象由RGB顏色空間轉換到CIE-XYZ顏色空間，即圖1中方框1到方框2，其轉換公式為XYZ=0.4300.3420.1870.3000.5900.1100.0200.1300.939RGB]]>其中，R、G、B分別表示在RGB顏色空間中紅、綠、藍三基色的分量值；X、Y、Z分別表示CIE-XYZ顏色空間中紅、綠、藍三基色的分量值。
然後再從CIE-XYZ顏色空間轉換到(L，a，b)顏色空間中，即圖1中方框2到方框3，其轉換的公式為L＝116(Y/Yd)-16a＝500[(X/Xd)-(Y/Yd)]b＝200[(Y/Yd)-(Z/Zd)]其中，L為(L，a，b)顏色空間中米制明度，a、b為米制色度。而Xd＝95，Yd＝100，Zd＝108.89。
最後再從(L，a，b)顏色空間中轉換到孟塞爾顏色空間中，即圖1中方框3到方框4，其轉換的關係非常複雜，不易用公式寫出，但熟悉孟塞爾顏色空間的人通過分析是可以實現這個轉換的；為了使轉換過程簡單化以及更容易理解，本發明還提出了一個轉換的代用簡化公式V＝1/10×Lc=a2+b2]]>H＝arctg(a/b)其中，V、C、H分別為孟塞爾顏色空間中的明度、彩度和色度值。
在進行圖象轉換之前後或同時，根據需要設定H、V、C閾值；然後利用計算機對象素進行逐一檢驗，即與所設閾值相對比，或稱為「決策判斷」(圖1中方框5)，其輸出就是實現分色後的結果(圖1中方框6)。至此，已將所需要的公路提取出來。本例中為了提取公路，設定閾值為H＝0.3～1.57，C＝10.0，V＝4.0。
但在實際中，有時因為掃描噪音和印刷質量等的原因，引起色散現象，會使物體在圖象上某處的顏色大大偏離其本色，以至於落在設定的閾值範圍之外，這樣就會導致分色失誤，比如，導致所分出的公路在某些地方斷路。本發明克服這一問題的辦法是構造一個神經網絡，可以是BP神經網絡，也可以是其他類型；用該神經網絡對閾值進行優化，從而增加其適應性。在本例中，我們構造了一個BP神經網絡，圖2就是一個用於優化閾值的BP神經網絡模型圖，其中7為輸入層，8為隱蔽層，9為輸出層。
通過設定權初值(圖1中的方框10)，提供樣本(圖1中的方框11)，經神經網絡算法得到權矩陣Wij(圖1中的方框12)，利用該矩陣逐象素計算閾值，得到優化後的閾值(圖1中方框13)，然後再進行分色，使分色結果具有一定的適應性，從而可以使分色效果有更進一步的提高。
顯然，本發明還可以用於除地圖以外的其他圖象的分色處理中，例如，從衛星雲圖中提取低壓槽，從圖畫中提取隱藏其中的「電子籤名」等等。
權利要求
1.一種圖象分色方法，利用計算機和特定的分色軟體對輸入計算機中的圖象進行分色，其特徵是對圖象進行分色的步驟如下，第一步，將圖象掃描輸入計算機中；第二步，將圖象文件轉換為孟塞爾顏色空間格式存儲；且設定孟塞爾顏色空間中色度H、明度V和彩度C的閾值範圍；第三步，對圖象中的象素進行搜索，找出色度H、明度V和彩度C落在設定閾值範圍內的象素。
2.如權利要求1所述的圖象分色方法，其特徵是所述以孟塞爾顏色空間格式存儲和讀寫的圖象是由(L，a，b)顏色空間中的相應圖象通過轉換得來的。
3.如權利要求2所述的圖象分色方法，其特徵是將圖象從(L，a，b)顏色空間中轉換到孟塞爾顏色空間是通過如下簡化公式實現的V＝1/10×IC=a2+b2]]>H＝arctg(a/b)其中V、C、H分別為孟塞爾顏色空間中的明度、色度和彩度，L為(L，a，b)顏色空間中的米制明度，a、b為(L，a，b)顏色空間中的米制色度。
4.如權利要求1所述的圖象分色方法，其特徵是所述以孟塞爾顏色空間格式存儲和讀寫的圖象是由CIE-XYZ顏色空間中的相應圖象通過轉換得來的。
5.如權利要求4所述的圖象分色方法，其特徵是所述圖象從CIE-XYZ顏色空間轉換到孟塞爾顏色空間的步驟如下，第一步，將CIE-XYZ顏色空間中的圖象轉換到(L，a，b)顏色空間中，轉換的公式是L＝116(Y/Yd)-16a＝500[(X/Xd)-(Y/Yd)]b＝200[(Y/Yd)-(Z/Zd)]其中，L為(L，a，b)顏色空間中米制明度，a、b為米制色度；而Xd＝95，Yd＝100，Zd＝108.89；第二步，將已轉換到(L，a，b)顏色空間中的圖象再轉換到孟塞爾顏色空間中。
6.如權利要求1所述的圖象分色方法，其特徵是所述以孟塞爾顏色空間格式存儲和讀寫的圖象是由RGB顏色空間中的相應圖象通過轉換得來的。
7.如權利要求4所述的圖象分色方法，其特徵是所述圖象從RGB顏色空間轉換到孟塞爾顏色空間的步驟如下，第一步，將RGB顏色空間中的圖象轉換到CIE-XYZ顏色空間中，轉換的公式是XYZ=0.4300.3420.1780.3000.5900.1100.0200.1300.939RGB]]>其中，R、G、B分別表示在RGB顏色空間中紅、綠、藍三基色的分量值；X、Y、Z分別表示CIE-XYZ顏色空間中紅、綠、藍三基色的分量值；第二步，將已轉換到CIE-XYZ顏色空間中的圖象再轉換到(L，a，b)顏色空間中；第三步，將已轉換到(L，a，b)顏色空間中的圖象再轉換到孟塞爾顏色空間中。
8.如權利要求1所述的圖象分色方法，其特徵是其中第二步，設定孟塞爾顏色空間中色度H、明度V和彩度C的閾值範圍時，通過神經網絡對所設閾值進行優化。
9.如權利要求8所述的圖象分色方法，其特徵是所述通過神經網絡對所設閾值進行優化是通過神經網絡得到一個權矩陣Wij，用該矩陣逐象素計算閾值；所述神經網絡是BP神經網絡。
10.如權利要求1-9所述的圖象分色方法，其特徵是所述圖象為地象。
全文摘要
本發明涉及一種圖象分色方法,利用計算機和特定的分色軟體對輸入計算機中的圖象進行分色,其步驟是:將圖象掃描輸入計算機,然後將圖象文件轉換為孟塞爾顏色空間格式存儲;設定孟塞爾顏色空間中色度H、明度V和彩度C的閾值範圍;最後,對圖象中的象素進行搜索,找出色度H、明度V和彩度C落在設定閾值範圍內的象素。這種處理方法可以快速準確地處理圖象而不需捨棄有用的圖象信息,在電子地圖等領域中可以得到廣泛的應用。
文檔編號G06F19/00GK1175746SQ9711336
公開日1998年3月11日 申請日期1997年7月26日 優先權日1997年7月26日
發明者宋世鵬 申請人:深圳奧沃國際科技發展有限公司