本发明属于甲骨文研究领域，尤其涉及一种基于图像颜色特征提取的辅助甲骨片缀合方法。
背景技术：
甲骨的缀合是一件非常繁琐的过程，缀合过程中，必须对甲骨的各方面进行仔细的分析和考量才能做决定，这将耗费大量研究人员的时间和精力。
在甲骨文的缀合过程中，会依据甲骨的不同属性来进行甲骨碎片的匹配。其中一项属性，就是甲骨块儿的颜色特征。也就是说，同一块儿甲骨的不同碎片的颜色在整体的分布中差别是不大的，甚至是相同的。但是，仅仅依靠甲骨的颜色进行缀合是完全不够的。依据甲骨图像颜色特征进行的匹配技术的意义在于:从大量的甲骨碎片中，利用计算机图像识别技术和模式匹配技术，快速的匹配出在甲骨的颜色特征这一块儿相似的甲骨。在颜色相似的甲骨碎片中再次的进行人工或者计算机缀合，其甲骨缀合的速度和效率必有所提高。
综上所述，现有甲骨缀合工作较复杂，缀合速度和效率低。
技术实现要素：
本发明的目的在于提供一种基于图像颜色特征提取的辅助甲骨片缀合方法，旨在解决现有甲骨缀合工作较复杂，缀合速度和效率低的问题。
本发明是这样实现的，一种基于图像颜色特征提取的辅助甲骨片缀合方法包括：
步骤一、选用HSV颜色空间模型，把RGB数据转换为基本色中对应的HSV数值；
步骤二、进行H、S、V分量的划分，分别创建用于存储H、S、V分量平面的通道图像；
步骤三、将原图像的RGB颜色空间转换为HSV颜色空间并分割；
步骤四、根据HS分量创建直方图并赋值后将颜色直方图显示出来；
步骤五、利用OpenCV图像库进行颜色直方图的比较。
进一步，分别采用颜色直方图的EMD距离、相关系数，卡方，交集，巴氏距离进行颜色直方图的比较。
进一步，采用锁定一张图像，变换另外一张图像的方法来进行颜色直方图的匹配，由最优匹配和最差匹配，推算出各个匹配方法的相似度取值。
本发明利用计算机提取甲骨颜色直方图作为颜色特征，并采用直方图的EMD距离、相关系数，卡方，交集，巴氏距离这5种方法进行最后的特征匹配；可以应用在甲骨缀合过程中，作为缀合前的快速查找，减少缀合过程中的复杂性，提升缀合速度和效率，而且还可以借鉴在其他图像检索系统中。
附图说明
图1是本发明实施例提供的基于图像颜色特征提取的辅助甲骨片缀合方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图及具体实施例对本发明的应用原理作进一步描述。
请参阅图1：
一种基于图像颜色特征提取的辅助甲骨片缀合方法，包括：
S101、选用HSV颜色空间模型，把RGB数据转换为基本色中对应的HSV数值；
S102、进行H、S、V分量的划分，分别创建用于存储H、S、V分量平面的通道图像；
S103、将原图像的RGB颜色空间转换为HSV颜色空间并分割；
S104、根据HS分量创建直方图并赋值后将颜色直方图显示出来；
S105、利用OpenCV图像库进行颜色直方图的比较。
本发明实施例选用了HSV颜色空间模型，，把RGB数据转换为基本色中对应的HSV数值。经过基本的实验计算，得出表1的范围：
表1 HSV颜色空间模型数值转换
由表1可以得出HSV的范围：
H：最小值0，最大值180；
S：最小值0，最大值255；
V:最小值0，最大值255。
1)H、S、V分量的划分
因为不必考虑颜色亮度V，为了简单起见，对于颜色色调H，平均分成nH_Level＝18份，颜色饱和度S，平均分成nS_level＝8份，颜色直方图的每一个颜色小矩形的宽度设置为rectW＝8像素宽。
则最终获得的颜色直方图的总宽度：nHistWidth＝(nH_Level*nS_level)*rectW；
2)分别创建用于存储H、S、V分量平面的通道图像：(pSrcImg为原图像的指针)
H平面分量：pHplaneImg＝cvCreateImage(cvGetSize(pSrcImg)，8，1)
S平面分量：pSplaneImg＝cvCreateImage(cvGetSize(pSrcImg)，8，1)
V平面分量：pVplaneImg＝cvCreateImage(cvGetSize(pSrcImg)，8，1)
3)将原图像的RGB颜色空间转换为HSV颜色空间并分割
颜色空间转换：cvCvtColor(pSrcImg，pHsvImg，CV_BGR2HSV)
颜色空间分割：cvSplit(pHsvImg，pHplaneImg，pSplaneImg，pVplaneImg，0)
4)根据HS分量创建直方图并赋值：
nHS_HistLevel＝{18,8},fpHS_ranges为HS的范围。
颜色直方图:pHist＝cvCreateHist(2，nHS_HistLevel，CV_HIST_ARRAY，fpHS_ranges，1)pHSplanes＝{pHplaneImg，pSplaneImg}
填充颜色直方图：cvCalcHist(pHSplanes，pHist，0，0)
5)将颜色直方图显示出来。
本发明实施例利用OpenCV图像库，分别采用颜色直方图的EMD距离、相关系数，卡方，交集，巴氏距离进行颜色直方图的比较，具体的计算方法如下：
OpenCV图像库中EMD距离的计算可以调用如下函数：
float cvCalcEMD2(CvArr*signature1，CvArr*signature2，int distance_type)
参数1，2分别代表两个颜色直方图特征向量，实际使用前，已经做了矩阵的变换；
distance_type表示比较准则，有CV_DIST_L1,CV_DIST_L2,和CV_DIST_C分别为标准的准则。应用程序中，我们使用的是CV_DIST_L2比较准则。
OpenCV图像库中比较两个稠密直方图的方法可以调用如下函数：
double cvCompareHist(CvHistogram*hist1，CvHistogram*hist2，int method)；
参数1，2代表着两个稠密直方图；
参数3代表着比较方法：method方法数值如下：
1)CV_COMP_CORREL:计算两个颜色直方图的相关系数；
2)CV_COMP_CHISQR:计算两个颜色直方图的卡方系数；
3)CV_COMP_INTERSECT:计算两个颜色直方图的交集；
4)CV_COMP_BHATTACHARYYA：计算两个颜色直方图的巴氏距离。
针对颜色直方图的多个匹配策略，采用锁定一张图像，变换另外一张图像的方法来进行测试。
有2张相同的图像，可以得出五种比较方法的最优匹配。
有2张差别很大的图像，可以得出五种比较方法的最差匹配。
由最优匹配和最差匹配，可以推测出各个匹配方法的相似度取值。如下表2。
表2直方图比较方法实验测试
由表2可得出如下结论：
1)两个颜色直方图间的EMD距离越接近0，颜色直方图间的相似性就越强；反之，EMD距离越大，则相似度越弱。故得出EMD距离小于等于1.5的两张甲骨图像可初步判断为相似。
2)两个颜色直方图间的相关系数越接近1，颜色直方图间的相似性就越强；反之，相关系数越接近0，则相似度越弱。其数值范围在(0，1]。故得出相关系数大于等于0.5的两张甲骨图像可初步判断为相似。
3)两个颜色直方图间的卡方系数越接近0，颜色直方图间的相似性就越强；反之，卡方系数越大，则相似度越弱。其数值范围在[0，+inf)。故得出卡方系数小于等于50000的两张甲骨图像可初步判断为相似。
4)两个颜色直方图间的交集系数越大，颜色直方图间的相似性就越强；反之，交集系数越小，则相似度越弱。其数值范围在[0，+inf)。故得出交集数值大于等于50000的两张甲骨图像可初步判断为相似。
两个颜色直方图间的巴氏距离数值越接近0，颜色直方图间的相似性就越强；反之，巴氏距离数值越接近1，则相似度越弱。其数值范围在[0，1)。故得出巴氏距离小于等于0.5的两张甲骨图像可初步判断为相似。
人工缀合甲骨碎片是以拼缀者的经验为支撑，用实物或拓本根据甲骨的特征、断痕、弧度、色泽是否相同，字体风格、卜辞内容、断痕处的文字笔划、钻、凿、灼痕的吻合度和卜兆的方向等判别来缀合甲骨的。在拼缀时需注意待缀合的甲骨的出土时间、地点、坑位等信息。据最近的统计，甲骨出土的数量已多达15万片，人工缀合起来需一一进行鉴别，非常复杂并需耗费大量时间，有时甚至需几个月，乃至几年的时间，并有可能最终无法缀合。
本发明利用计算机提取甲骨颜色直方图作为颜色特征，并采用直方图的EMD距离、相关系数，卡方，交集，巴氏距离这5种方法进行最后的特征匹配；可以应用在甲骨缀合过程中，作为缀合前的快速查找，只需几秒钟的时间就可以进行初步的筛选，选出符合匹配特征的图片；和人工缀合相比减少了缀合过程中的复杂性，不需要人工花费大量时间查阅大量书籍资料，不需要通过肉眼对每个图片进行鉴别，从而能够提升缀合速度和效率，而且还可以借鉴在其他图像检索系统中。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。