रंग हिस्टोग्राम एक डिजिटल छवि में रंग वितरण का एक सांख्यिकीय प्रतिनिधित्व है। यह उन पिक्सेल की संख्या गिनता है जो परिभाषित रंग बिन्स के एक सेट में आते हैं, आमतौर पर RGB, HSV, या Lab जैसे रंग स्थान में। परिणामी हिस्टोग्राम छवि की रंग सामग्री का एक संक्षिप्त सारांश प्रदान करता है, जो स्थानिक लेआउट से स्वतंत्र होता है। यह इसे कंप्यूटर विज़न, छवि प्रसंस्करण, और सामग्री-आधारित छवि पुनर्प्राप्ति जैसे क्षेत्रों में एक मौलिक उपकरण बनाता है, जहाँ इसका उपयोग छवि मिलान, विभाजन, और विश्लेषण जैसे कार्यों के लिए किया जाता है।
यह अवधारणा 20वीं सदी के अंत में डिजिटल इमेजिंग और कंप्यूटर ग्राफिक्स के विकास के साथ उभरी। Xerox PARC और MIT CSAIL जैसे संस्थानों में छवि प्रसंस्करण पर प्रारंभिक कार्य ने छवि विश्लेषण के लिए सांख्यिकीय विधियों की खोज की। 1990 के दशक में मल्टीमीडिया डेटाबेस के उदय के साथ रंग हिस्टोग्राम ने प्रमुखता प्राप्त की, जहाँ यह छवियों को अनुक्रमित करने और खोजने के लिए एक प्रमुख विशेषता बन गया। Michael I. Jordan जैसे शोधकर्ताओं और मशीन लर्निंग समुदाय के अन्य लोगों ने इसके सैद्धांतिक आधारों में योगदान दिया, इसे संभाव्यता वितरण और समानता मापों से जोड़ा।
निर्माण और रंग स्थान
रंग हिस्टोग्राम बनाने के लिए, एक छवि को पहले चुने गए रंग स्थान में परिवर्तित किया जाता है। RGB स्थान सामान्य है लेकिन प्रकाश परिवर्तनों के प्रति संवेदनशील हो सकता है। HSV (ह्यू, संतृप्ति, मान) स्थान को अक्सर प्राथमिकता दी जाती है क्योंकि यह रंगीन जानकारी को तीव्रता से अलग करता है, जिससे हिस्टोग्राम रोशनी भिन्नताओं के प्रति अधिक मजबूत होते हैं। मानव धारणा को अनुमानित करने के लिए डिज़ाइन किया गया Lab स्थान भी उपयोग किया जाता है। प्रत्येक पिक्सेल का रंग एक बिन में मैप किया जाता है, और बिन गणनाएँ संचित की जाती हैं। बिन्स की संख्या हिस्टोग्राम की ग्रैन्युलैरिटी को प्रभावित करती है; कम बिन्स एक मोटा सारांश देते हैं, जबकि अधिक बिन्स बारीक विवरण प्रदान करते हैं लेकिन आयाम बढ़ाते हैं।
कंप्यूटर विज़न में अनुप्रयोग
रंग हिस्टोग्राम छवि पुनर्प्राप्ति प्रणालियों में उपयोग किए जाते हैं, जहाँ एक क्वेरी छवि के हिस्टोग्राम की तुलना डेटाबेस में उन लोगों से हिस्टोग्राम प्रतिच्छेदन या ची-स्क्वेर्ड दूरी जैसे मेट्रिक्स का उपयोग करके की जाती है। यह दृष्टिकोण कुशल और स्केल-अपरिवर्तनीय है, हालाँकि यह स्थानिक जानकारी को अनदेखा करता है। वस्तु पहचान और ट्रैकिंग में, हिस्टोग्राम एक लक्ष्य क्षेत्र के रंग वितरण को मॉडल करते हैं, जिससे एल्गोरिदम इसे बाद के फ्रेमों में स्थित कर सकते हैं। उदाहरण के लिए, मीन-शिफ्ट ट्रैकिंग एल्गोरिदम वीडियो अनुक्रमों में वस्तुओं का अनुसरण करने के लिए रंग हिस्टोग्राम पर निर्भर करता है। छवि विभाजन में, हिस्टोग्राम प्रमुख रंग क्लस्टरों की पहचान करने में मदद करते हैं, जिनका उपयोग छवि को क्षेत्रों में विभाजित करने के लिए किया जा सकता है।
सीमाएँ और विस्तार
मानक रंग हिस्टोग्राम की एक प्रमुख सीमा इसकी स्थानिक संदर्भ की कमी है। समान रंग वितरण लेकिन अलग लेआउट वाली दो छवियाँ समान हिस्टोग्राम उत्पन्न करती हैं। इसे संबोधित करने के लिए, रंग कोरेलोग्राम और स्थानिक हिस्टोग्राम जैसे विस्तार स्थितीय जानकारी को शामिल करते हैं। रंग कोरेलोग्राम एक रंग के पिक्सेल को दूसरे रंग के पिक्सेल से दी गई दूरी पर खोजने की संभावना दर्ज करते हैं। एक और मुद्दा शोर और क्वांटीकरण के प्रति संवेदनशीलता है; स्मूथिंग तकनीक और अनुकूली बिनिंग इन प्रभावों को कम कर सकते हैं। Machine learning और Deep learning में, रंग हिस्टोग्राम अक्सर शास्त्रीय मॉडलों के लिए इनपुट विशेषताओं के रूप में उपयोग किए जाते हैं, लेकिन वे बड़े पैमाने पर Neural network से सीखे गए प्रतिनिधित्वों द्वारा प्रतिस्थापित किए गए हैं, जो रंग और स्थानिक पैटर्न दोनों को पकड़ सकते हैं।
मशीन लर्निंग और AI में भूमिका
Artificial intelligence के संदर्भ में, रंग हिस्टोग्राम छवि वर्गीकरण और दृश्य पहचान जैसे कार्यों के लिए एक सरल लेकिन प्रभावी विशेषता के रूप में कार्य करते हैं, विशेष रूप से जब लेबल किया गया डेटा दुर्लभ होता है। वे डेटा ऑगमेंटेशन पाइपलाइनों में भी उपयोग किए जाते हैं, जहाँ रंग जिटरिंग जैसे परिवर्तन मॉडल मजबूती में सुधार के लिए हिस्टोग्राम को बदलते हैं। Generative AI में, हिस्टोग्राम आउटपुट वितरण को लक्ष्य से मिलान करके रंगीकरण या शैली स्थानांतरण का मार्गदर्शन कर सकते हैं। हालाँकि, Convolutional neural network (एक प्रकार का Neural network) का उपयोग करने वाले आधुनिक दृष्टिकोण आमतौर पर रंग प्रतिनिधित्व को अंतर्निहित रूप से सीखते हैं, जिससे स्पष्ट हिस्टोग्राम कम केंद्रीय हो जाते हैं। फिर भी, वे व्याख्यात्मकता और एम्बेडेड डिवाइसों पर हल्के अनुप्रयोगों के लिए मूल्यवान बने रहते हैं, जैसे कि Qualcomm या Arm Holdings द्वारा विकसित।
कम्प्यूटेशनल विचार
रंग हिस्टोग्राम की गणना कम्प्यूटेशनल रूप से सस्ती है, जिसमें छवि पिक्सेल पर एक ही पास की आवश्यकता होती है। उच्च-रिज़ॉल्यूशन छवियों के लिए, इसे GPU पर समानांतर प्रसंस्करण का उपयोग करके अनुकूलित किया जा सकता है, जैसा कि NVIDIA (हालाँकि सूचीबद्ध नहीं है, अवधारणा लागू होती है) या Amazon Web Services और Google Cloud जैसी क्लाउड सेवाओं के फ्रेमवर्क द्वारा समर्थित है। हिस्टोग्राम का आकार बिन्स की संख्या से निर्धारित होता है; उदाहरण के लिए, प्रति चैनल 256-बिन RGB हिस्टोग्राम एक 16.7 मिलियन-आयामी वेक्टर देता है, जिसे अक्सर प्रति चैनल 8 या 16 बिन्स में क्वांटीकरण के माध्यम से कम किया जाता है। यह संक्षिप्तता हिस्टोग्राम को वास्तविक समय प्रणालियों के लिए उपयुक्त बनाती है, जैसे कि Waymo के स्वायत्त वाहनों में, जहाँ वे दृश्य समझ में सहायता करते हैं।
यह भी देखें
- Data Augmentation
- image-segmentation (सूची में नहीं, लेकिन संबंधित)
- Content-based image retrieval (सूची में नहीं, लेकिन संबंधित)