[发明专利]一种鸟羽色彩特征提取方法

说明书

本发明提供一种鸟羽色彩特征提取方法，其特征在于包括如下步骤：a)收集并选取一类高清的鸟类照片若干张；b)采用Matlab软件打开需要进行色彩特征提取的鸟类照片；c)采用Matlab软件提取所打开鸟类照片中所有像素点的RGB值，并设定需要提取特征色数量以及收敛误差值；d)依据K‑Means聚类算法对鸟类照片进行分色；e)利用Matlab软件将分色之后图片进行颜色数据提取；f)通过提取颜色数据进行色卡制作。本发明一种鸟羽色彩特征提取方法，用于解决传统色彩特征提取过程中存在的特征色系变化和颜色缺失现象，从而保证所提取的色彩特征准确且稳定，将本发明应用于丝绸领域，提高了丝绸产品的附加值。

【技术领域】

本发明涉及数字图像处理以及颜色的技术领域，特别涉及一种鸟羽色彩特征提取方法。

【背景技术】

色彩仿生是由仿生色彩研究成果与色彩设计方法相结合而产生的具有创新性特点的色彩设计方法。它以自然界生物优异的色彩功能和形式为研究对象，探索其色彩原理，用于设计创新，为人类提供更高水平的色彩设计成果。而鸟类是体色最为丰富、美丽的陆生脊椎动物之一。每一种鸟类都有自己独特的羽毛色彩，这些丰富绚丽的生物色彩，是经过亿万年进化而被自然选择保留下来的，在漫长的进化中逐渐形成了符合形式美法则的色彩组织与结构。若要对鸟羽进行色彩仿生首先需要做的便是需要对鸟类照片进行色彩特征提取。

主特征色即为可以代表该图片所有色彩中占比较高的几种色彩。对一幅图片最直观的感受是其主特征色系(简称“主色系”)色彩的分布，主色系代表了该图片中最主要的色彩分布，因此提取一幅图片中色彩的主色系，可以通过对主色系的视觉效果的感受，得到与图片相同的感官效果。对图片进行色彩特征提取最为主要的方法便是聚类分析，而所有聚类分析方法中K-means聚类算法具有较好的可操作性，算法较其他聚类算法更为简单快捷，并对大数据集的操作有更高的效率。但K-means算法存在每次色彩特征提取均不相同且某些具备代表性的颜色并没有得到提取的问题。

【发明内容】

本发明的目的在于克服上述现有技术的不足，提供一种鸟羽色彩特征提取方法，用于解决传统色彩特征提取过程中存在的特征色系变化和颜色缺失现象，从而保证所提取的色彩特征准确且稳定，将本发明应用于丝绸领域，扩大了丝绸产品的设计领域，提高了丝绸产品的附加值。

为实现上述目的，本发明提出了一种鸟羽色彩特征提取方法，其特征在于包括如下步骤：

a)收集并选取一类高清的鸟类照片若干张；

b)采用Matlab软件打开需要进行色彩特征提取的一张或两张鸟类照片；

c)采用Matlab软件提取所打开鸟类照片中所有像素点的RGB值，并设定需要提取的特征色的数量以及收敛误差值；

d)依据K-Means聚类算法对鸟类照片进行分色；

e)利用Matlab软件将分色之后的图片进行颜色数据的提取，并分别计算颜色在图片中所占的比例；

f)通过提取的颜色数据进行色卡的制作，通过制作出的色卡织造出织物的色卡纹样。

作为优选，所述步骤d)中的分色包括如下步骤：

d1)选择大红色固定为第一个初始聚类中心，绿色为第二个初始聚类中心，蓝色为第三个初始聚类中心；

d2)以距离测度法分别依次计算下一个初始聚类中心直到所有类别的初始聚类中心选择完毕，然后计算剩余数据与第一个、第二个、第三个初始聚类中心的距离，选取其中距离最大的初始聚类中心即为第四个聚类中心，距离已选定的所有聚类中心的距离最大便是后一聚类中心以此类推得到所需要分色的颜色数量的聚类中心；

d3)对每个样本点，计算得到距其最近的初始聚类中心，将其类别标为该聚类中心所对应的聚类类别，重新计算所需要分色的颜色数量的聚类类别对应的聚类中心；