顏色特征是人類感知和區(qū)分不同物體的一種基本視覺特征，是一種全局特征，描述了圖像或圖像區(qū)域所對(duì)應(yīng)的景物的表面性質(zhì)。顏色特征對(duì)于圖像的旋轉(zhuǎn)、平移、尺度變化都不敏感，表現(xiàn)出較強(qiáng)的魯棒性。顏色模型主要有HSV、RGB、HSI、CHL、LAB、CMY等。常用的特征提取與匹配方法有：

顏色直方圖(color histogram)是最常用的表達(dá)顏色特征的方法，它能簡(jiǎn)單描述一幅圖像中顏色的全局分布，即不同色彩在整幅圖像中所占的比例，特別適用于描述那些難以自動(dòng)分割的圖像和不需要考慮物體空間位置的圖像，且計(jì)算簡(jiǎn)單，對(duì)圖像中的對(duì)象的平移和旋轉(zhuǎn)變化不敏感；但它無法描述圖像中顏色的局部分布及每種色彩所處的空間位置。

當(dāng)顏色特征并不能取遍所有取值時(shí)，在統(tǒng)計(jì)顏色直方圖時(shí)會(huì)出現(xiàn)一些零值，這些零值對(duì)計(jì)算直方圖的相交帶來很大影響，使得計(jì)算的結(jié)果不能正確反映兩幅圖像之間的顏色差別。為解決上述問題，可利用累積直方圖法。

顏色直方圖法是一種全局顏色特征提取與匹配方法，無法區(qū)分局部顏色信息。顏色集是對(duì)顏色直方圖的一種近似，首先將圖像從RGB顏色空間轉(zhuǎn)化成視覺均衡的顏色空間(如HSV空間)，并將顏色空間量化成若干個(gè)柄(bin)。然后，用色彩自動(dòng)分割技術(shù)將圖像分為若干區(qū)域，每個(gè)區(qū)域用量化顏色空間的某個(gè)顏色分量來索引，從而將圖像表達(dá)為一個(gè)二進(jìn)制的顏色索引集。在圖像匹配中，比較不同圖像顏色集之間的距離和色彩區(qū)域的空間關(guān)系。因?yàn)轭伾磉_(dá)為二進(jìn)制的特征向量，可經(jīng)構(gòu)造二分查找樹來加快檢索速度，這對(duì)于大規(guī)模的圖像集合十分有利。

顏色矩(color moments)是另一種簡(jiǎn)單而有效的顏色特征提取與匹配方法。該方法的數(shù)學(xué)基礎(chǔ)在于：圖像中任何的顏色分布均可以用它的矩來表示。由于顏色分布信息主要集中在低階顏色矩中，因此僅采用顏色的一階中心矩、二階中心矩和三階中心矩就可以表達(dá)圖像的顏色特征，它們分別表示圖像的平均顏色、標(biāo)準(zhǔn)方差和三次根非對(duì)稱性。該方法的另一個(gè)優(yōu)點(diǎn)是它無需對(duì)顏色特征進(jìn)行向量化。但因?yàn)闆]有考慮像素的空間位置，該方法仍存在精確度和準(zhǔn)確度不足的缺點(diǎn)。

其核心思想是：將屬于直方圖每一個(gè)柄的像素分成兩部分，如果該柄內(nèi)的某些像素所占據(jù)的連續(xù)區(qū)域的面積大于給定的閾值，則該區(qū)域內(nèi)的像素作為聚合像素，否則作為非聚合像素。

在目前圖像處理的硬件條件下，直接對(duì)彩色圖像的處理與分析是復(fù)雜而又耗時(shí)的，因此對(duì)彩色圖像的處理通常都是先轉(zhuǎn)化為灰度圖像，然后再按照灰度圖像處理方法進(jìn)行處理。