HSV空间中的特征向量

Question

我倾向于使用HSV作为表示每个像素的特征，然后我可以使用bag-of-word模型进行进一步处理，例如分类。

我从纸阅读有关此[1]

每个区域使用其像素与用于H信道8个箱和3个箱为每个 的HSV 值的多元直方图建模S和V通道，从而产生72维特征矢量。

我知道很容易使用matlab或python来获取图像的图像颜色空间，但我混淆了如何获得如上所述的72-dim特征向量。任何现有的代码来做到这一点（更好的matlab）？

[1]：场景分类使用一袋地区交涉，CVPR 07

Answer 1

它由尺寸8,3的3子向量和3层的装置的72维向量：

对于色相颜色空间通常给你360度的价值，你量化它8箱。也就是说360/8 = 45每个仓： 0-45 GET值0 46-90 GET值1等

类似地，对于饱和度（通常得到值0-1）和值（0-1）指每个区间得到的值： 1/3 = 0.3333。 0-0.333得到值0 0.334-0.666得到值1等

最后你连接它们，你得到一个72暗矢量。