颜色量化等级个数的最佳分析方法

2023-06-29 理论教育版权反馈

【摘要】：另外，过大的Lc值意味着对颜色种类的过细划分。综上所述，为了同时获得较高的纹理识别精度和实时性，本章方法选择最佳的颜色量化等级个数Lc=15，即把色调分量H和饱和度分量S都量化为15个等级。在本章后续的实验中，均采用最佳的颜色量化等级个数Lc=15。

在本章提出的方法中，提取颜色信息时需要对HSV颜色空间中的色调分量H和饱和度分量S进行粗略量化。如果量化的等级个数太大，则提取的颜色信息具有较大的特征维数，导致特征提取过程和整个算法的计算量增大，会降低算法的实时性；相反，如果量化的等级个数太少，则无法充分捕获原始彩色纹理图像的颜色信息，使提取的纹理图像特征缺乏鉴别力，导致最终的纹理图像识别精度不理想。所以，为了确定最佳的量化等级个数，本节选择在KTH-TIPS纹理库上进行实验，设色调分量H和饱和度分量S的量化等级个数为Lc，通过改变Lc的值，分别获得不同量化等级下的纹理识别精度。另外，因为本章方法对颜色信息采用粗略量化的策略，所以主要分析颜色量化等级Lc在区间[1， 100]内变化时对应的纹理识别精度，具体的实验结果如图5-5所示。

pagenumber_ebook=119,pagenumber_book=111

图5-5　颜色分量在不同量化等级下对应的纹理识别精度

从图5-5可以看出：

（1）当颜色量化等级个数Lc=15时，本章方法的纹理识别精度已经达到最高99.98%，表明此时对颜色信息的量化程度已经足够，这与彩色纹理图像中颜色信息呈现区域性分布、具有低的空间频率的性质是一致的。

（2）当颜色量化等级个数Lc<15时，随着Lc值的不断增大，生成的颜色组合种类逐渐增多，使本章方法的纹理识别精度快速提升，但此时纹理识别精度仍没有达到最高，这是因为此时的Lc仍然偏小，生成的颜色组合种类仍然较少，还不足以充分描述和捕获彩色纹理图像中的颜色信息。

（3）当颜色量化等级个数Lc>15时，本章方法的纹理识别精度基本保持不变，继续增大Lc的值并没有带来纹理识别精度的提高，这表明对颜色的过细量化是没有必要的，只需粗略量化即可描述彩色纹理图像中的颜色信息。

另外，过大的Lc值意味着对颜色种类的过细划分。一方面，会增大颜色信息提取的计算量，导致特征提取阶段的实时性下降；另一方面，会使获取的颜色信息的特征维数增大，导致分类器识别阶段的实时性下降，从而使整个算法的实时性严重下降。

综上所述，为了同时获得较高的纹理识别精度和实时性，本章方法选择最佳的颜色量化等级个数Lc=15，即把色调分量H和饱和度分量S都量化为15个等级。在本章后续的实验中，均采用最佳的颜色量化等级个数Lc=15。

颜色量化等级个数的最佳分析方法

相关推荐