[发明专利]一种基于服装替换的色彩搭配评估方法

说明书

本发明属于计算机图像处理技术领域，具体为基于服装替换的色彩搭配评估方法。本发明方法的步骤为：根据用户日常图片及选购服装，分别进行前景检测、中线检测；对用户图片进行人脸检测，模拟换装；提取换装后的图片色彩特征，并做聚类，利用Matsuda色彩和谐度模型，对服装色彩与肤色搭配效果（色彩和谐度）评估。本发明提出了一种基于前景检测、中线检测的换装方法，且能够对换装后的肤色与服装色彩搭配进行有效的美学评估。

技术领域

本发明属于计算机图像处理技术领域，具体涉及一种换装及色彩搭配评估方法。

背景技术

随着计算机视觉技术的飞速发展，包括目标识别、物体检测等问题得到了很好的解决。然而在图像美学，这一难以被客观量化的问题上的研究却比较有限。图像采集设备的多元化使图片数据的数量随之爆发式地增长，生活品质的提高也使人们对日常生活中对美的追求越来越重视。当今，网上购物已经成为趋势，在网上购买服装也面临着一些需要计算机视觉解决的问题。如何快速有效准确地对新的服装效果，尤其是颜色搭配，进行有效评估是目前的研究热点之一。

利用计算机视觉的技术进行服装替换工作难度很大，因为人的服装涉及非常多的细节，想要细致匹配需要大量的细节特征。此前已有一些工作先对服装分割，再进行替换，效果有待改进。对于图像处理方面已有一些成熟的算法：Grabcut用于前景检测，canny算子用于边缘检测，人脸检测算法等。

此外，利用计算机视觉的技术进行色彩评估也是一个非常具有挑战性的工作。首先，我们需要在静态图像中提取出有效的色彩特征，并需要对这些色彩特征进行进一步的转换和组合，选取合适的量化规则，进而来准确地评估图像的色彩和谐情况。利用计算机准确地对图像进行色彩评估，可以帮助我们在日常生活场景中选择色彩搭配宜人的装束，获得更高的美感。

传统计算机视觉研究的内容不同的是，图像美学不仅仅是一个计算机方面的研究课题。它涉及包括艺术、心理学、社会学及人类学等多学科的内容，其难度显而易见。目前，图像色彩和谐度的评估工作，有一些模型。从上世纪人们开始探究色彩和谐度的规律开始，有两个知名的模型被人们所认可，它们分别是Moon-Spencer模型和Matsuda模型。这两个模型的共同点是都使用了HSV色彩空间，弱化某一种特定颜色的重要性，强调色彩的合理搭配。

Moon-Spencer模型的思想是尽可能排除单一颜色对图像色彩和谐度的影响，采用比较两个不同像素的颜色差异来决定该色彩搭配是否协调。Moon-Spencer模型的局限性也很明显，它仅仅是基于图片中两种颜色的比较。如果一幅图中的颜色种类繁多，它所计算出来的结果往往过于细微，很难反映出全局性的色彩和谐度，甚至与人类真实的视觉感受背道而驰。

Matsuda模型主要是围绕着八个模板来决定一幅图的色彩和谐度。它规定了什么模板叫做和谐，如果一幅图颜色搭配的样式越接近模板，那么这幅图就越和谐。

参考文献：

1.Moon and D.E.Spencer,“Geometric formulation of classical colorharmony”,Journal of the Optional Society of America,vol.34,pp.46-50,1944；

2.Y.Matsuda,“Color design”,AsakuraShoten,vol.2(4),1995。

发明内容

本发明的目的在于提供一种能够提供准确的、适应性强的基于计算机视觉的服装替换和色彩搭配评估方法。

本发明提供的基于服装替换的色彩搭配评估方法，是通过前景检测，中线检测，人脸检测，将服装进行有效且准确的缩放和替换；并提取色彩特征应用Matsuda模型的色彩和谐度原则进行美学评估，能够对服装和肤色的颜色搭配进行有效的美学评估。在多样的图像和复杂的背景下，该方法能够较为准确地体现服装的色彩搭配美学价值。其具体步骤如下：