17、色彩空间与特征描述符详解

色彩空间与特征描述符详解

1. 基于色调的图像分割

在图像分割领域，仅使用色调这一颜色特征进行分割是可行的。许多图像分割方法都利用了这一特性，通常在单一颜色特征（色调）而非三个特征上进行分割，这样能使用更快的算法。然而，以色调为导向的颜色空间存在一些显著缺点：
- 变换中的奇点 ：例如，对于消色点，色调是未定义的。
- 对奇异点附近 RGB 值小偏差的敏感性 ：微小的 RGB 值变化可能导致色调的较大波动。
- 由于色调的角度特性导致的数值不稳定性 ：在对色调进行操作时，容易出现数值不稳定的情况。

2. 感知均匀颜色空间

在颜色感知和指定实验中，对颜色微小差异的视觉敏感度至关重要。用于颜色指定的颜色系统应能高精度地表示任何颜色，目前所有此类系统都基于 CIE XYZ 颜色模型。

在图像处理中，感知均匀颜色空间具有特殊意义，其中组件值的微小扰动在该值的范围内大致具有相同的可感知性。目前讨论的颜色指定系统，如 XYZ 或 RGB 三刺激值，以及各种面向 RGB 硬件的系统，都远非均匀。

2.1 CIE L u v 和 L a b 颜色空间

CIE 为了将 XYZ 颜色空间转换为合理的感知均匀颜色空间，花费了十多年时间，最终在 1976 年标准化了两个空间：L u v 和 L a b 。这两个空间基于感知亮度 L 和一组对立颜色轴（大致为