一些基础的图像颜色特征

一、颜色直方图

    这个就不赘述了，颜色各个分量的统计特征，或者是采用加权的方法，将所有的分量合成一个量，构建出来对颜色的统计信息

二、颜色矩

    也是颜色离散数据的统计特征，不包含空间信息，说白了就是三个量：均值，方差和，三阶差和，可以是全局的，也可以是局部的，纯统计特征，个人感觉用于局部对比度的比较可能比较合适，但是运算量……放进来考虑的时候这个统计特征就是一个鸡肋。

三、颜色聚合向量

    这个是对颜色直方图的一种比较聪明的改进，同样将颜色分成几个区间，不同的是在这不同的区间中，把每种颜色分成连接区域(coherent)和孤立(incoherent)区域，分别统计这些区域的像素数，做对比时也是分别对比，这样，对直方图分类可以有改善，同样，根据这种思想也可以有很多的引申。

四、颜色相关图(color correlogram)
    颜色相关图是图像颜色分布的另一种表达方式，是一个由距离k和一对颜色值<i，j>作为索引的表目，其含义可简述为：与颜色值为i的像素距离k的像素颜色值为j的概率。这种特征不但描述了某一种颜色的像素数量占整个图像的比例，还反映了不同颜色对之间的空间相关性。实验表明，颜色相关图比颜色直方图和颜色聚合向量具有更高的检索效率，特别是查询空间关系一致的图像[19]。
    如果考虑到任何颜色之间的相关性，颜色相关图会变得非常复杂和庞大(空间复杂度为O(N²d))，也没有必要求得所有颜色之间的相关性。一种简化的变种是颜色自动相关图(color auto-correlogram)，它仅仅考察具有相同颜色的像素间的空间关系࿰