HSV空間中的特徵向量

Question

我傾向於使用HSV作爲表示每個像素的特徵，然後我可以使用bag-of-word模型進行進一步處理，例如分類。

我從紙閱讀有關此[1]

每個區域使用其像素與用於H信道8個箱和3個箱爲每個 的HSV 值的多元直方圖建模S和V通道，從而產生72維特徵矢量。

我知道很容易使用matlab或python來獲取圖像的圖像顏色空間，但我混淆瞭如何獲得如上所述的72-dim特徵向量。任何現有的代碼來做到這一點（更好的matlab）？

[1]：場景分類使用一袋地區交涉，CVPR 07

Answer 1

它由尺寸8,3的3子向量和3層的裝置的72維向量：

對於色相顏色空間通常給你360度的價值，你量化它8箱。也就是說360/8 = 45每個倉： 0-45 GET值0 46-90 GET值1等

類似地，對於飽和度（通常得到值0-1）和值（0-1）指每個區間得到的值： 1/3 = 0.3333。 0-0.333得到值0 0.334-0.666得到值1等

最後你連接它們，你得到一個72暗矢量。