[发明专利]一种服装图像的颜色特征提取方法

说明书

本发明公开了一种服装图像的颜色特征提取方法，至少包括以下步骤：S1、提供RGB格式的服装图像；S2、采用实例分割模型提取所述服装图像中服装所在的前景像素区域；S3、将所述前景像素区域的RGB像素值转到HSV空间，然后进行剔除肤色处理；S4、将S3中得到的前景像素区域进行提取超像素；S5、将S4中得到的所述超像素转换到CIELab空间；S6、使用DBSCAN算法对S5中得到的超像素聚类，得到超像素的聚类簇集合；S7、取每个簇T_n内超像素值的近似众数作为簇T_n的表征颜色C_n；S8、基于S7中得到的颜色特征F进行计算所述服装图像之间的相似度。

技术领域

本发明属于数字图像处理技术领域，涉及一种服装图像的颜色特征提取方法。

背景技术

互联网电商平台飞速发展，服装类商品的交易量巨大。电商平台上的商品详情页是展示商品卖点的重要载体。通常服装类商品存在多种颜色的子款，在商品详情页中经常需要把相同颜色子款的多张展示图连续摆放。所以，在计算机自动化制作商品详情页的软件中，需要依据服装颜色特征对原始图片进行聚类，划分成各服装的子款图集。而其先决条件是要提取图片中服装的颜色特征。此外，在相同或相似服装检索的系统中，服装颜色也是非常重要的基础特征。

常用的颜色特征提取算法有颜色直方图算法、累加颜色直方图算法、颜色矩算法等。其中，颜色直方图具有旋转和平移不变性等优点。用颜色直方图直接表示服装图像的颜色特征是有严重缺陷的，最致命的问题是服装图像的存在复杂的背景干扰。电商平台上的商品详情页中，服装都是由真人穿戴，在外景或室内拍摄的，背景如沙滩、大海、天空、街道、广告牌、车辆、绿地、植物和各种艺术墙面等等。目前，存在一些传统的去除背景干扰的方法。例如用Canny算子获取服装边缘，或者假定图像四角为背景基于floodfill算法提取背景等等。但这些传统方法的效果不佳。另外，服装摄影实践中，受拍摄场景光照、人体表弧面和服装褶皱的影响，导致图中服装细节上存在阴影和色差，也会导致聚类不准确。

与本发明相关的现有技术2010年5月26日公布、公布号为101714257A的中国发明专利申请“图像主颜色特征提取和结构化描述的方法”公开了一种图像主颜色特征提取和结构化描述的方法，包括以下步骤:1.输入待处理图像；2.选择颜色空间；3.在颜色空间中对图像颜色进行量化；4.计算归一化的颜色直方图并得到每种颜色的像素数目占整个图像像素数目的百分比；5.根据百分比获取图像的主颜色；6.计算主颜色方差和空间相关性；7.对图像主颜色特征进行编码并得到关于图像主颜色特征的描述。缺点：该发明对图像全局颜色的进行统计，并没有对目标区域进行颜色提取。如果应用到服装主要颜色提取这个应用场景，提取的颜色无法排除背景干扰。

发明内容

为了解决上述技术问题，本发明提供了一种服装图像的颜色特征提取方法，至少包括以下步骤：

S1、提供RGB格式的服装图像；

S2、采用实例分割模型提取所述服装图像中服装所在的前景像素区域；

S3、将所述前景像素区域的RGB像素值转到HSV空间，然后进行剔除肤色处理；

S4、将S3中得到的前景像素区域进行提取超像素；

S5、将S4中得到的所述超像素转换到CIELab空间；

S6、使用DBSCAN算法对S5中得到的超像素聚类，得到超像素的聚类簇集合T,T＝{T₁，T₂，T₃…T_n}，n是聚类簇数量，T_n是近似超像素的集合；