Метод построения цветовых схем на основе кластеризации цветовых векторов и тонального анализа растровых изображений

Abstract

Рассматривается задача автоматизированного анализа цветовых характеристик растровых изображений с помощью построения цветовых схем. В качестве основного способа выделения цветов используется кластеризация с помощью k-средних, позволяющая определить наиболее характерные цвета изображения. Для повышения качества построения цветовых схем применяются этапы предварительной обработки, включающие масштабирование изображения с бикубической интерполяцией и размытие по Гауссу. Объясняется выбор метода интерполяции с учетом наличия на фотографиях шумов и дефектов, влияющих на цвета, а также сохранения существующих цветов. Предложены три разновидности цветовых схем: ключевые цвета, тональные доминанты и акценты. При определении ключевых цветов используется кластеризация всех оттенков, представленных на изображении. Извлечение тональных доминант осуществляется тем же способом для наиболее распространенных цветов изображения. Для определения акцентов используется алгоритм, учитывающий основные особенности восприятия цветов человеком, а также цветовая модель HSV, представляющая оттенок, яркость и насыщенность как отдельные каналы. Полученные цветовые схемы изображений, содержащих памятные цвета, проверены на достоверность с помощью таблиц памятных цветов. Результаты могут быть применимы в таких областях компьютерного зрения, как автоматизированный анализ композиции фотографий, автоматизированная жанровая классификация, анализ жанровых закономерностей наборов фотографий, улучшение алгоритмов рекомендательных систем