基于HSV的服裝色彩特征數量化方法研究

陶 晨，段亞峰，印梅芬

(1.浙江農業商貿職業學院 經濟貿易系, 浙江 紹興312000; 2.蘇州大學 紡織與服裝工程學院, 江蘇 蘇州 215021;3.紹興文理學院 紡織服裝學院, 浙江 紹興 312000; 4.紹興出入境檢驗檢疫局, 浙江 紹興 312000)

研究與技術

基于HSV的服裝色彩特征數量化方法研究

陶 晨1,2，段亞峰3，印梅芬4

(1.浙江農業商貿職業學院 經濟貿易系, 浙江 紹興312000; 2.蘇州大學 紡織與服裝工程學院, 江蘇 蘇州 215021;3.紹興文理學院 紡織服裝學院, 浙江 紹興 312000; 4.紹興出入境檢驗檢疫局, 浙江 紹興 312000)

選用基于人眼視覺的HSV顏色模型作為分析的依據，提出一種識別服裝色彩主色調并量化色相對比、純度對比和明度對比的方法。在提取色相分布的基礎上，根據同類色原則得到區域分布，服裝主色調由最顯著的區域確定。在考慮面積影響的基礎上，建立了色相對比度公式用以計算和識別同類色、類似色、中差色和對比色，建立了純度對比度和明度對比度公式分別用以量化傳統的純度對比和明度對比。結果表明，該方法能較為有效地進行服裝色彩的計算。

服裝色彩； 色相對比； 純度對比； 明度對比； 數量化

用色彩來裝飾自身是人類的原始本能。無論古代還是現在，色彩在服飾審美中都有著舉足輕重的地位，是服裝三大要素之一。近年來對服裝色彩的量化和識別研究主要可分為三個方向：

一是通過圖像顏色的空間變化來分析、解釋色彩或圖案，有代表性的包括Kang[1]通過顏色循環規律來分析織物上的圖案；余平[2]在分析歷年流行趨勢的基礎上推導出了流行色預測公式，并利用計算機對流行色進行視覺分析，以得到文字解讀信息；吳志明[3]在分析某階段春夏女裝的色彩意象群區分布百分比和色相傾向分布百分比基礎上，利用計算機預測未來藍色流行程度及色調傾向性。二是通過統計學手段分析服裝色彩，包括Chang[4]在計算機輔助設計系統中利用環形直方圖統計顏色特征，利用邊緣增長算法分割服裝圖案中的顏色；Choi[5]利用色彩直方圖搜索并提取相同類型的服裝圖像；Wang[6]利用顏色匹配和特征學習的方法在消費者照片中進行服裝搜索；Zheng[7]利用K均值聚類來分離圖像背景，均值偏移算法來進行顏色提取。第三種研究手段是模式識別，如Wang[8]使用基于內容的圖像提取方法(CBIR)建立特征代碼庫，然后從大量著裝圖像中比較、提取類似的著裝；Xiang[9]利用高斯模型結合OTSU方法來逼近圖像的顏色統計特征，達到分割服裝圖像的目的；Chen[10]使用學習型特征分類器來識別和描述服裝的語義學特征。

對設計師而言，決定服裝色彩特征的主要是服裝的主色調、色相對比、純度對比和明度對比。綜上，本研究在前人研究成果的基礎上，提出了量化服裝色彩特征的方法。

1 顏色模型

本研究采用HSV顏色模型考察服裝色彩特征。HSV模型是一個比較符合人類視覺的簡單心理感知模型。HSV通過色相(Hue)、飽和度(Saturation)和亮度值(Value)三要素來表達顏色，符合人們的視覺習慣。HSV色相環如圖1所示，色相隨角度(0～360°)變化而均勻變化，0°對應的是正紅色，60°對應黃色為最暖色，240°對應藍色為最冷色。

圖1 HSV色相環Fig.1 Hue cycle of HSV

RGB顏色也是常用的顏色模型，它是計算機處理顏色最便捷的方式。因此在本研究中，當需要從圖像上采集顏色數據時使用RGB顏色，當需要描述色彩特征時把RGB顏色轉換到HSV空間。

2 面積的影響

對比使色彩真正“動”起來，是色彩的現實狀態和意義所在。色彩對比包括色相對比、彩度對比和明度對比。傳統色彩學關于色彩對比的理論隱含一個前提，即兩個色塊的面積相等。當兩個色塊面積不等時，視覺上的對比效果將發生變化，如圖2所示。當面積比為1︰1時對比效果最強，面積差異越大則對比效果越弱。因此，在量化色彩對比時，應將面積的影響考慮在內。

圖2 面積對對比效果的影響Fig.2 The influences of area on contrast effects

3 主色調

通常認為在服裝上大塊使用的色彩不應超過三種，其中用量最多的色彩稱為主色調。使用OTSU[11]方法對圖像分離背景后，對著裝人體提取RGB顏色；轉換到HSV空間后，可統計得出色相分布，如圖3所示。其中，橫軸表示0～360°對應的色相，縱軸表示每個色相所占百分比。

不能簡單以比例最高的色相作為主色調，因為周圍與之接近的色相也占有一定比重，甚至比重之和超過單個占比最高的色相。因此，需要對色相環上的色相進行區域劃分。根據色彩學理論，色相環上間隔15°以內的色彩為同類色[12]，因此可將色相環按15°一個區域，分割成24個區域，每個區域用位于區域中央的第8色相代表。將色相分布按區域求和，得到的區域分布中占比最高的區域即是服裝色彩的主色調。可以看到，在圖3(a)的區域分布中，占比最高的區域是以色相213°為代表的同類色區域，色相213°即服裝色彩的主色調。

4 色相對比

根據色彩學理論，色相環上間隔15°以內的色相為同類色，60°以內為類似色，90°以內為中差色，180°以內為對比色[12]。設兩色塊的色相h1、h2，在著裝圖上對應面積百分比r1、r2，色相對比度Ch，規定：

Ch=min(|h1-h2|,360-|h1-h2|)×min(r1/r2,r2/r1)

(1)

利用式(1)計算主色調與其余各個區域之間的對比度，將得出的最大值作為相應著裝圖的色相對比度，并對應到傳統色彩學的色相對比類型，結果如表1所示。這與人眼觀察的事實相吻合。

表1 色相對比度與對比類型

圖3 色相、區域分布

Fig.3 Hue and region distribution

5 純度對比

根據色彩學純度色標，純度分成10個等級，1～3級為低純度區，4～7級劃為中純度區，8～10級為高純度區。純度級差1～2級為弱對比，3～5級為中對比，5級以上時為強對比。由此劃分出傳統上的9種純度對比基本類型，如表2所示。

設兩色塊純度級s1、s2，在著裝圖上對應的面積百分比r1、r2，純度對比度Cs，規定：

Cs=|s1-s2|×min(r1/r2,r2/r1)

(2)

圖4為著裝示例統計其純度分布，其中，橫坐標為各純度等級，縱坐標為對應的面積比例。

表2 純度對比基本類型

注：基調純度即占比最高的純度等級。

圖4 純度分布

Fig.4 Purity distribution

可以看出，對于圖4(a)，占比最高的純度等級是10，其次是9，它們對應的面積比是31 %和47 %，根據式(2)計算最大純度對比度，并對應到色彩學純度對比類型，結果如表3所示。

表3 純度對比度與對比類型

6 明度對比

與純度類似，明度也分成10個等級，1～3級為低明度區，4～7級劃為中明度區，8～10級為高明度區。明度級差1～2級為弱對比，3～5級為中對比，5級以上時為強對比。由此劃分出9種明度對比基本類型，如表4所示。

表4 明度對比基本類型

注：基調明度即占比最高的明度等級。

設兩色塊明度級v1、v2，在著裝圖上對應的面積百分比r1、r2，明度對比度Cv，規定：

Cv=|v1-v2|×min(r1/r2,r2/r1)

(3)

根據式(3)計算最大明度對比度，并對應到色彩學明度對比類型，結果如表5所示。

表5 明度對比度與對比類型

圖5為著裝示例統計其明度分布。可以看出，對于圖5(a)，占比最高的明度級是3，其次是10，它們對應的面積比是34 %和26 %。

7 結 語

通過HSV色相分布提取的色相區域能夠有效地反映服裝的主色調，在考慮面積影響的基礎上建立的色相、純度和明度對比度公式可以較好地表征傳統的色彩對比類型。本研究可為服裝色彩的客觀評價及流行色和流行趨勢的分析提供理論基礎。

序號著裝圖明度分布(a)(b)(c)

圖5 明度分布

Fig.5 Lightness distribution

[1]KANG T J, KIM C H, OH K W. Automatic recognition of fabric weave patterns by digital image analysis[J]. Textile Research Journal,1999,69(2):77-83.

[2]余平.計算機在流行色分析預測中的應用[D].天津：天津工業大學,2004:35-43. YU Ping. The Useage of Analysis and Prediction Fashion Color with Computer[D]. Tianjin:Tianjin Polytechnic University,2004:35-43.

[3]吳志明,李熠.服裝流行色的色彩意向灰色預測[J].紡織學報,2009(4):95-98. WU Zhiming, LI Yi. Clothing fashion color image scale grey forecast[J]. Journal of Textile Research,2009(4):95-98.

[4]CHANG C C, WANG L L. Color texture segmentation for clothing in a computer-aided fashion design system[J]. Image and Vision Computing,1996,14(9):685-702.

[5]CHOI Y J, KIM K J, NAM Y, et al. Retrieval of identical clothing images based on local color histograms[C]// Third International Conference on. Washington: IEEE,2008:818-823.

[6]WANG X, ZHANG T. Clothes search in consumer photos via color matching and attribute learning[C]//Proceedings of the 19th ACM International Conference on Multimedia. Orlando: ACM,2011:1353-1356.

[7]ZHENG X, LIU N. Color recognition of clothes based on k-means and mean shift[C]//Intelligent Control, Automatic Detection and High-End Equipment(ICADE), 2012 IEEE International Conference on. Washington: IEEE,2012:49-53.

[8]WANG X, ZHANG T, TRETTER D R, et al. Personal clothing retrieval on photo collections by color and attributes[J]. Multimedia,2013,15(8):2035-2045.

[9]XIANG M, XIE Y, XIANG L. Research on clothing image segmentation based on color features[J]. Progress in Textile Science & Technology,2013(1):014.

[10]CHEN H, GALLAGHER A, GIROD B. Describing Clothing by Semantic Attributes[M] //Computer Vision-ECCV 2012. Springer Berlin Heidelberg: ECCV,2012:609-623.

[11]何志勇,孫立寧,陳立國.Otsu準則下分割閾值的快速計算[J].電子學報,2013,41(2):267-272. HE Zhiyong, SUN Lining, CHEN Liguo. Fast computation of threshold based on Otus criterion[J]. Acta Electronica Sinica,2013,41(2):267-272.

[12]王蘊強.服裝色彩學[M].北京:中國紡織出版社,2006:54. WANG Yunqiang. Fashion Color[M]. Beijing: China Textile & Apparel Press,2006:54.

Research on HSV Based on Quantification of Apparel Color Features

TAO Chen1,2, DUAN Yafeng3, YIN Meifen4

(1. Department of Economic and Trade, Zhejiang Agriculture and Business College, Shaoxing 312000, China; 2. College of Textile and Clothing Engineering, Soochow University, Suzhou 215021, China; 3. College of Textile and Clothing, Shaoxing University,Shaoxing 312000, China; 4. Shaoxing Entry-Exit Inspection and Quarantine Bureau, Shaoxing 312000, China)

This paper chose HSV color model based on human eye vision as analysis basis and proposed a solution to identify dominant hue of apparel color and quantify hue contrast, purity contrast and lightness contrast. Based on extracting hue distribution, areal distribution was gained according to similar color principle. The dominant hue of apparel was confirmed by the most notable region. Based on taking into account of area influence, the hue contrast formula was established to compute and identify congener colors, similar colors, middle-contrasting colors and contrasting colors, and the purity contrast formula and lightness contrast formula were also established to quantify traditional purity contrast and lightness contrast respectively. The results show that this solution can effectively compute apparel color.

apparel color; hue contrast; purity contrast; lightness contrast; quantification

doi.org/10.3969/j.issn.1001-7003.2015.06.005

2014-11-27;

2015-02-28

浙江省供銷社科學研究項目基金(14SS17)

TS941.11

A

1001-7003(2015)06-0022-05 引用頁碼: 061105