图像特征分析（一）：颜色特征描述，颜色矩，颜色直方图（附matlab代码）

图像分析可以看作是一个图像信息提取的过程，从图像中获取需要的有用的数据。图像特征可以分为视觉特征和统计特征，视觉特征主要是指人的视觉直观感受到的自然特征，比如图像的颜色、纹理、形状等，统计特征是指需要通过变换测量才能得到的特征，比如频谱、直方图等。

根据视觉特征的分类，本专题分别开三篇博客对颜色特征、纹理特征、形状特征进行介绍。
本篇主要介绍颜色特征分析及matlab的实现方法。

一. 颜色特征分析

颜色特征属于图像的内部特征，对于图像的尺寸、方向、视角等变化均不敏感，因此被广泛的应用于图像识别中，下面主要介绍两种颜色特征的表示方法：颜色矩和颜色直方图。

1. 颜色矩

1.1 原理解释

颜色矩是以数学方法为基础的，通过计算矩来描述颜色的分布。对于随机变量R，它的概率分布可以由其各阶矩唯一的表示和描述，如果将一张数字图像所有像素点的颜色值看作一个概率分布，那么图像同样可以由其各阶矩表示和描述。
颜色矩通常是在RGB颜色空间计算，常用一阶矩、二阶矩、三阶矩表达图像的颜色分布。
彩色图像有3个通道，每个通道有三个低阶矩，因此彩色图像的颜色矩一共有9个分量。
（1）一阶颜色矩
一阶颜色矩采用一阶原点矩，即均值。反映图像的整体明暗程度。值越大，图像越亮。

（上式中，i是图像的颜色通道数，若为灰度图像，i=1，若为彩色图像，i=3；Pij为第j个像素在第i个颜色通道上的颜色值。）

（2）二阶颜色矩
二阶颜色矩采用的是二阶中心距的平方根，即标准差。反映图像的颜色分布范围，值越大，颜色分布范围越广。

（上式中，Ei是所有像素第i个颜色通道的颜色均值）

（3）三阶颜色矩
三阶颜色矩采用三阶中心距的立方根，即偏差。反映图像颜色分布的对称性。

当Si=0时，图像的颜色分布是对称的；
当Si<0时，颜色分布左偏或负偏；
当Si>0时，颜色分布右偏或正偏；

1.2 matlab代码实现

一阶矩为均值，可调用mean2()函数；二阶矩为标准差，可调用std2()函数或根据公式编写代码；三阶矩为偏差，可根据公式编写代码。
现以lena彩色图为例进行代码及结果展示：

clear;
clc;
I=imread('lena.png');
R=I(:,:,1);
G=I(:,:,2);
B=I(:,:,3);
figure;
subplot(221);imshow(I);title('原图');
subplot(222);imshow(R);title('R');
subplot(223);imshow(G);title('G');
subplot(224);imshow(B);title