基于HSV的材料腐蚀特征颜色量化处理.docx

基于HSV的材料腐蚀特征颜色量化处理.docx

《基于HSV的材料腐蚀特征颜色量化处理.docx》由会员分享，可在线阅读，更多相关《基于HSV的材料腐蚀特征颜色量化处理.docx（9页珍藏版）》请在冰豆网上搜索。

基于HSV的材料腐蚀特征颜色量化处理

基于HSV的材料腐蚀特征颜色量化处理

　　摘要：

材料腐蚀特征颜色的人工评定无法解决颜色量化问题，在RGB空间获取材料腐蚀特征图像信息，通过HSV颜色空间对该腐蚀特征区域的颜色值进行相应量化处理，获得一维特征矢量直方图。

由于材料腐蚀特征区域颜色并非单一、均匀分布，材料腐蚀特征区域中的颜色具有敏感点及颜色信息偏态分布，其用平均值方法无法进行有效处理，所以使用区域分块、累计百分比方式对区域中的颜色进行权重处理，从而实现在HSV空间下对材料腐蚀特征区域颜色量化处理，使得特征区域颜色值符合人工评定颜色的需要。

　　关键词：

颜色量化；颜色分布权重；HSV颜色空间；材料腐蚀特征；区域主颜色值

　　DOIDOI：

10.11907/rjdk.1511349

　　中图分类号：

TP317.4

　　文献标识码：

A文章编号文章编号：

1672-7800（2015）012-0183-04

　　0引言

　　材料外观颜色信息作为材料外观腐蚀的主要特征之一[1]，能够客观地记录及反映材料表面腐蚀现象，即材料腐蚀特征产物颜色，根据颜色腐蚀特征状况来评定材料在环境中的腐蚀程度[2]。

在材料外观腐蚀特征等级评定中，颜色信息作为材料外观腐蚀特征图像等级评定的主要数据[3]，由于材料特征腐蚀区域的颜色并非单一、均匀分布，早期腐蚀特征颜色信息主要通过人工观察方式来进行，而人的视觉系统感知颜色特性的能力和人眼对色彩的分辨率有限，评定结果将会产生一定的差异[4]，特别是在一个区域范围内的颜色评定中，由于区域面积内多颜色的特点，不同的人将会用不同相似颜色来表示该区域的主颜色值，所以，消除人为主观因素，实现对腐蚀特征的定量或定性分析[5]，对材料外观腐蚀特征区域颜色定量化处理显得尤为重要。

　　1颜色信息获取与颜色空间

　　1.1材料腐蚀特征颜色获取

　　通过工业数字相机、镜头、照明光源、样品放置平台及计算机系统所构建的图像采集系统进行材料腐蚀特征图像信息的获取，图像信息按*.BMP文件格式存入计算机中，图1为图像采集系统获取的材料腐蚀特征原图。

在该图像信息中，需要处理的是特征区域颜色信息，考虑到能更好理解图像信息及其中的特征区域颜色，需将腐蚀特征区域图像分离出来。

图像分割是指按照区域一致性准则将图像分成若干特定的、具有独特性质的区域，这些区域互相不交叉，每一个区域都满足特定区域的一致性，比如从图像的灰度、颜色、纹理等角度定义区域的一致性。

所以，材料腐蚀特征区域颜色的获取，就是对材料腐蚀特征图像的分割处理。

目前，阈值分割是一种广泛使用的图像分割技术，针对材料腐蚀区域的腐蚀程度不一，在阈值分割处理中，对特征图像的局部信息选择几个合适的灰度阈值，将图像分割成多个目标与背景的区域，在用自适应阈值分割腐蚀特征图像信息时，可提取不同的腐蚀特征区域，并对这些腐蚀特征区域进行相应的编号，为了适应亮度不均匀的图像分割，可先将特征图像进一步细分为子图像，使每个子图像内的亮度尽量均匀，然后在每个子图像内确定各自的阈值以方便进行局部二值化处理。

　　彩色图像是包含R、G、B三个大小相等二维矩阵的三维矩阵，二值图像是一个大小同R、G、B矩阵相等的二维矩阵，采用基于二值特征提取的数字图像处理技术提取图像的腐蚀特征区域。

通过所得二值图像BW取反，得到BW′，并于R、G、B进行一一对应的相乘操作，即

　　R′（i，j）=R（i，j）*BW′（i，j）G′（i，j）=G（i，j）*BW′（i，j）

（1）B′（i，j）=B（i，j）*BW′（i，j）

　　进行以上一一对应相乘操作后的R′、G′、B′中，值为0代表非腐蚀区域，值为非0则为腐蚀区域，即腐蚀特征区域颜色信息。

图2为特征分割图像，通过分割处理后，在原图像中得到所需要的腐蚀特征区域，达到提取各个腐蚀区域的颜色值的目的。

　　图1材料腐蚀原图图2特征分割图像

　　1.2材料腐蚀特征颜色与HSV颜色空间

　　在材料腐蚀特征颜色分析中，颜色是材料腐蚀等级的重要描述符，选择合适的颜色表达方式是材料腐蚀特征颜色处理中非常重要的一步，同时，对颜色的特征描述则依赖于所用的颜色空间，并不是所有的颜色空间都与人的视觉相一致[6]。

颜色空间大致可分为：

RGB空间、CMY空间、CIE空间、HSV空间等。

由于硬件技术的关系，目前材料腐蚀特征原始图像信息的获取主要采用RGB颜色空间。

由于颜色与人的视觉关系紧密，HSV颜色空间对应于画家配色模型，能较好反映人对颜色的感知能力和鉴别能力，即人类视觉感官对色彩的理解方式；此外，不同颜色在HSV空间中的欧式距离与视觉感官距离大体一致，具有较好的区分度，所以使用HSV空间进行材料腐蚀特征颜色处理是一种有效的处理方式。

对于HSV颜色空间，它使用色度（H）、饱和度（S）及亮度（V）分离的方式实现颜色的定量描述，H表示色彩信息，即所处的光谱颜色的位置取值范围为0°～360°；S取值范围为0.0～1.0，当S=0时，只有灰度，值越大，颜色越饱和；V表示色彩的明亮程度，取值范围为0.0（黑色）～1.0（白色），它与光强度无直接联系[7]。

在HSV空间下的颜色处理中，H、S、V三个分量都存在明确的语义对应关系，其中亮度分量V和色度H是分开的，V分量与图像的色彩信息无关；考虑材料腐蚀特征原始图像信息为RGB格式，需要将RGB空间的色彩转化到HSV空间，对r、g、b归一化到0到1之间，再从归一化后的r、g、b值计算h、s、v的值，变换方法为：

　　v=max（r，g，b）

　　令mid=v-min（r，g，b）

　　令r′=v-rmid，g′=v-gmid，b′=v-bmidh=（5+b′）×60，r=max（r，g，b）andg=min（r，g，b）（1-g′）×60，r=max（r，g，b）andg≠min（r，g，b）（1+r′）×60，g=max（r，g，b）andb=min（r，g，b）（3-b′）×60，g=max（r，g，b）andb≠min（r，g，b）（3+g′）×60，b=max（r，g，b）andr=min（r，g，b）（5-r′）×60，otherwise　　s=midv

　　经过上述变换后，h∈[0，360]，s∈[0，1]，v∈[0，1]，定义h，s，v为RGB空间颜色转换到HSV空间的连续值，而H，S，V为h，s，v三个分量量化后的离散值。

　　2材料腐蚀特征颜色量化处理

　　2.1材料腐蚀特征区域颜色处理

　　材料外观腐蚀特征等级评定的基础信息是腐蚀特征区域主颜色值，在图2所示的材料腐蚀特征图像信息中，即分割后的腐蚀特征区域信息，通过统计封闭腐蚀区域像素点的个数n来表示腐蚀区域的面积，用Si表示，其中i为腐蚀区域的编号，各个腐蚀区域的面积百分比Pi的计算公式为：

　　Pi=SiS×100%

（2）

　　其中，S表示整个图像的面积，每一个腐蚀特征区域都由若干个像素组成，每个像素都有不同的R、G、B值，则每个腐蚀区域的平均颜色值可定义为：

　　Ri=∑nk=0RkSi，Gi=∑nk=0GkSi，Bi=∑nk=0BkSi（3）

　　在该腐蚀特征区域颜色块中，由于材料腐蚀特征区域的颜色分布不均匀，其受腐蚀程度不一影响，导致存在某些敏感点的像素，如果用平均值方法处理该区域主颜色值容易受一组数据中极端数值（特大或特小）的影响，将产生主颜色处理偏差，另外，在图像信息采集中，受工业相机及照明光源等的影响，所采集的图像信息有可能存在一定的噪声，对于图像的噪声完全去除存在一定困难，噪声的滞留将导致个别像素点产生敏感点，所以，当一组数据（颜色信息）为明显的偏态分布时，其平均值代表性就很差。

因此，在材料腐蚀特征区域颜色处理中，直接使用均值处理区域颜色将不适用于具有敏感点的存在及偏态分布下的材料腐蚀特征区域图像信息处理。

　　2.2特征区域颜色非均匀量化方式

　　通过特征提取后，材料腐蚀特征图像信息需要进行腐蚀特征区域颜色量化处理。

材料腐蚀特征颜色值用特征区域范围内的颜色表述该区域的颜色值，因此对于一个材料腐蚀特征区域的颜色值，一般由多种颜色组成；而人眼可见光颜色红、橙、黄、绿、青、蓝、紫等7种基本色以及这些颜色的中间色大约为120种颜色。

所以，考虑材料腐蚀特征区域颜色种类繁多，量化后的颜色应该大于等于人眼所能识别的范围。

如果直接采用HSV颜色空间的颜色直方图来描述该特征区域颜色，其计算量较大，为了减少信息处理量以及简化去除噪声颜色的处理过程，对转化后的h、s、v三个分量值进行进一步量化，并将量化后的值合成一个一维颜色矢量L，另外，非均匀量化处理方式不仅速度较快，对颜色的敏感度也较高，从而可降低了其它噪声对颜色特征的干扰[8]，因此采用非等间隔量化处理方式具有一定的优点，针对材料腐蚀特征区域颜色，其非均匀量化处理规则为：

（1）色调H从0°～360°变化时，色调依次呈现为红、橙、黄、绿、青、蓝、紫，在符合人眼视觉对颜色的心理感知[9]中，对H量化分为不等间隔的16份，饱和度S空间和亮度V空间则非等分为3份，当h落在[0，15]或者[345，360]，则H量化为0；当h落在[15，25）、[25，45）、[45，55）、[55，80）、[80，108）、[108，140）、[140，165）、[165，190）、[190，220）、[220，255）、[255，275）、[275，290）、[290，316）、[316，330）、[330，345）则依次量化为1，2，3…，15。

　　S，V=0，ifs，v∈0，0.21，ifs，v∈（0.2，0.7]2，ifs，v∈（0.7，1]（4）

（2）构造一维特征矢量L。

根据上述量化级，将3个颜色分量H、S、V合成为一维的特征矢量L，其公式为：

　　L=9H+3S+V（5）

　　因此，一维特征矢量L的取值范围为[0，1…144]，根据L可以获得144bin的一维直方图。

　　2.3特征区域颜色敏感点的处理方式

　　当材料腐蚀特征区域颜色存在敏感点时，在材料腐蚀特征区域颜色处理中，针对敏感点及偏态分布颜色信息对区域颜色的影响，降低或消除敏感点及颜色的偏态分布，需要对区域颜色进行相应的处理，其处理方式为：

（1）设定敏感点阈值。

在HSV颜色空间颜色量化后的直方图总颜色像素分布中，存在一些所占比例微小的颜色种类像素，根据量化颜色分布情况，设定一个阈值λ，对于所占比例小于λ的颜色像素点定义为敏感点，即需要剔除的点。

（2）区域颜色再分块。

对腐蚀特征区域颜色值进行相应的敏感点剔除后，即剩下的颜色点为腐蚀特征的主颜色样本点。

对主颜色值的处理，由于像素点越少，同时像素的颜色值越接近时，其用平均值定为中心值越准确。

因此，对特征区域根据量化结果进行区域再分块，并用均值确定其块的颜色中心值。

　　（3）区域块颜色取样及权重处理。

在特征区域颜色非均匀量化处理后的直方图分布，材料特征腐蚀区域的颜色分布符合高斯分布，采用累积百分比的方式处理特征区域主颜色值，将各种颜色（Ci）按其对应的百分比（Wi）按降序排列，以确定主颜色的取样，考虑小样本，设定敏感点不超过10～15%，所以，一旦百分比之和大于0.85～0.9，则停止主颜色取样，在块的分布下，根据每种颜色所占的块数进行权值处理，确定区域主颜色值。

　　2.4特征区域颜色确定

　　在特征区域颜色确定中，由于材料特征腐蚀区域颜色的多样性，该区域中的每一种颜色其在主颜色贡献不同，所以在该特征区域范围内应进行腐蚀特征区域分块，然后在区域特征分块下进行权重处理，最后确定特征区域主颜色值。

（1）特征区域分块。

　　当对区域图像直接采用X×X的小正方型分块时，由于材料腐蚀特征区域形状不规则，必须对部分区域周边的X×X块中的值进行填充，对于空白处填充后的值将直接影响整个区域主颜色的计算，产生一定的颜色误差。

因此，考虑材料腐蚀特征区域形状不规则以及颜色不均匀，对材料腐蚀特征区域采用颜色像素点分块方式。

首先，根据一维特征矢量L对颜色按其对应的百分比进行排序，从百分比最大开始取值，并累计百分比，一旦百分比大于85～90%则停止取颜色；然后，对所选取的这些颜色进行等分，即每种颜色各自等分。

针对特征区域使用的图像像素及分辨率，通过样品试验，综合各方面考虑，可选取每份的像素个数为64，对于每种颜色最后不足64个像素时，当其像素个数大于32时，则利用剩余像素的中值进行补充，相反，当剩下的像素个数小于32时，则丢弃。

（2）区域分块颜色值。

　　进行分块后，每一等份主颜色值的确定，即确定每一小份的颜色中心值。

等分的过程是指把量化后同一种颜色的像素进行等分，由此可知，每一小份里像素的颜色值相差不大，因此，对于每一小份中心值的确定采用均值进行计算，具体公式为：

　　hi=∑64j=1hzij64si=∑64j=1szij64vi=∑64j=1vzij64（6）

　　其中，hzij表示在第i小份中第j个像素的h分量值，同样的szij、vzij分别是第i小份特征区域中第j像素的s、v的分量值，hi、si、vi分别代表第i小份特征区域的h、s、v分量的中心值，即该区域的颜色中心值。

　　（3）块间相近颜色的合并。

　　对n等份的腐蚀特征区域的颜色中心值，进行相近颜色的合并。

在HSV颜色空间中颜色Ci（hi，si，vi）与颜色Cj（hj，sj，vj）的相似性sij公式为：

　　sij=1-（sicoshi-sjcoshj）2+（sisinhi-sjsinhj）2+（vi-vj）25（7）

　　其中，sij的值在[0，1]区间，当sij的值越趋近于1时，说明Ci与Cj两个颜色越相似；反之则说明差异越大。

　　对于颜色的合并，可设置一个阈值th（th的取值在（0，1）之间）：

当sij

　　根据上述颜色合并方法，对于n小份的腐蚀特征区域进行相似颜色的合并，经过颜色相似合并后生成M种颜色类型。

考虑到均值对奇异点的敏感性，每种类型的颜色中心值计算则采用中值算法进行，该种颜色中所有小份的中心值中的中值，即第i种的颜色中心值为（Hi，Si，Vi）。

　　（4）区域颜色块权重处理。

　　根据颜色量化及分块处理方式，每一块颜色权重采用动态分配，对于M种类型颜色的权重计算公式为：

　　Pi=min（8）

　　其中，n是上述等分块腐蚀特征区域后的总数；mi是第i种颜色共含有mi个小份的腐蚀特征区域；Pi是第i类颜色的权值。

　　（5）区域主颜色确定。

　　根据上述得到M种颜色、每种颜色类型的中心值（Hi，Si，Vi）以及每种颜色类型的权重Pi，则计算该腐蚀特征区域的主颜色值，公式为：

　　H=∑Mi-1（Pi×Hi）S=∑Mi-1（Pi×Si）（9）V=∑Mi-1（Pi×Vi）

　　其中，M是腐蚀特征区域颜色类型的个数，H、S、V分别为该腐蚀特征区域主颜色的3个分量。

　　3结语

　　材料腐蚀特征图像颜色处理技术建立在图像颜色处理与图像识别技术上，因此研究及开发材料腐蚀特征图像颜色处理技术可为材料腐蚀原值监测、腐蚀评价系统奠定技术基础，也是目前材料腐蚀学科所急需的一项实际应用处理技术。

本文研究考虑到材料腐蚀特征区域的全局特征，同时也顾及到其局部特点，具有较高的实用价值，能较好地解决材料腐蚀特征区域颜色处理问题，其研究成果已得到应用。

　　参考文献参考文献：

　　[1]尹文博，徐善华.图像处理在表征大气酸腐蚀钢结构表面颜色特征中的应用[J].华北水利水电学院学报，2011，32（03）：

21-24.

　　[2]朱做涛，穆志韬，苏维国，等.基于图像处理技术的铝合金腐蚀等级评定方法[J].南京航天航空大学学报，2010.06.42（3）：

384-386.

　　[3]彭彬，费逸伟，唐华强.颜色相似性度量在喷气燃料银片腐蚀等级识别中的应用[J].表面技术，2011，40（02）：

104-106.

　　[4]于森，苑玮琦，曲彦平.镀层腐蚀外观等级自动评定方法[J].腐蚀与防护，2008，29（11）：

688-690.

　　[5]刘淼，薛建军，王玲，等.基于数字图像分析的碳钢腐蚀等级评定方法[J].腐蚀与防护，2013，34（11）：

997-1000.

　　[6]常小红，濮黄生，见伟平.一种基于HSV颜色空间模糊量化的图像检索方法[J].医疗卫生装备，2011，32（4）：

19-22.

　　[7]陈毅，刘晓玉，蒋峥，等.基于RGB和HSV的胶囊异囊缺陷识别方法[J].计算机工程与设计，2014，35（11）：

3888-3892.

　　[8]于翔，沈美.量化的均匀与非均匀对提取颜色直方图的影响及比对研究[J].青海大学学报：

自然科学版，2015，3（01）：

68-72.

　　[9]杨晓强.基于颜色量化与聚类的图像检索算法[J].微计算机信息，2008，24（3-4）：

286-287.

　　（责任编辑：

陈福时）