我倾向于使用HSV作为表示每个像素的特征，然后我可以使用词袋模型进行进一步处理，例如分类。
我从论文[1]
中读到了这个使用HSV的多变量直方图对每个区域建模 其像素值，其中8个区用于H通道，3个区用于 S和V通道中的每一个，产生72维特征 矢量。
我知道使用matlab或python很容易获得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。任何现有的代码都可以做到这一点（在matlab中更好）？
[1]：使用区域袋表示的场景分类，CVPR 07
答案 0 :(得分：4)
由尺寸为8,3和3的3个子向量组成的72维向量意味着：
对于通常给出360度值的Hue色彩空间，您将其量化为8个区间。那是每箱360/8 = 45：
0-45获得价值0
46-90获取值1等。
类似于饱和度（通常得到值0-1）和值（0-1）表示每个bin获取值：
1/3 = 0.3333。
0-0.333获得值0
0.334-0.666获得值等等。
最后你连接它们，你得到一个72暗淡的矢量。