本文探讨了计算机视觉中颜色特征提取的重要性，重点介绍了颜色直方图、颜色矩和颜色集三种方法。颜色直方图反映图像颜色分布，但丢失位置信息；颜色矩利用一至三阶矩描述颜色分布，维度较低；颜色集通过HSV空间量化实现大规模图像检索。
计算机视觉的特征提取算法研究至关重要。在一些算法中，一个高复杂度特征的提取可能能够解决问题（进行目标检测等目的），但这将以处理更多数据，需要更高的处理效果为代价。而颜色特征无需进行大量计算。只需将数字图像中的像素值进行相应转换，表现为数值即可。因此颜色特征以其低复杂度成为了一个较好的特征。
在图像处理中，我们可以将一个具体的像素点所呈现的颜色分多种方法分析，并提取出其颜色特征分量。比如通过手工标记区域提取一个特定区域（region）的颜色特征，用该区域在一个颜色空间三个分量各自的平均值表示，或者可以建立三个颜色直方图等方法。下面我们介绍一下颜色直方图和颜色矩的概念。
颜色直方图：
颜色直方图用以反映图像颜色的组成分布，即各种颜色出现的概率。Swain和
最低0.47元/天 解锁文章
4575
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
