使得相似性度量并不能正确反映图像
之间的颜色差别。所以，在全局直方图的基础上，使用累加颜色直方图。在累加直方图中，
相邻颜色在频数上是相关的。虽然累加直方图的存储量和计算量有很小的增加，但是累加直
方图消除了一般直方图中常见的零值，也克服了一般直方图量化过细过粗检索效果都会下降
的缺陷。
主色调直方图：因一幅图像中，往往少数几种颜色就涵盖了图像的大多数像素，而且不
同颜色在图像中的出现概率是不同的，可以通过统计图像中各种颜色出现的概率，选出最频
繁出现的几种做为主色。使用主色并不会降低颜色匹配的效果，因为颜色直方图中出现频率
很低的哪些颜色往往不是图像的主要内容，从某种程度上讲，是对图像内容表示的一种噪声。
f（3）颜色集
颜色集是对颜色直方图的一种近似，首先将RGB颜色空间转换成视觉均衡的颜色空间
（HSV）
，并将颜色空间量化成若干个bi
，然后运用颜色自动分割技术将图像分为若干个区
域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达成一个二进制的颜色
索引表。
在图像匹配中，比较不同图像颜色集之间的距离和颜色区域的空间关系。因为，颜色集
表达为二进制的特征向量，可以构造二分查照树来加快检索速度，对大规模的图象集合十分
有力。
（4）颜色聚合向量
图像的颜色聚合向量是颜色直方图的一种演变，其核心思想是将属于直方图每一个bi
的像素分为两部分：如果该bi
内的某些像素所占据的连续区域的面积大于给定的阈值，则
该区域内的像素作为聚合像素，否则作为非聚合像素。
颜色聚合向量的最大特点是：克服了颜色直方图和颜色矩的缺点，将颜色在图像中的空间
信息与颜色直方图结合了起来。这样既考虑了颜色分布的统计信息，又考虑了颜色的空间分
布信息。
（5）颜色相关图
不但刻画了某一种颜色的像素数量占整个图像的比例，还反映了不同颜色对之间的空间
相关性。
假设I表示整张图像的全部像素，Ici则表示颜色为ci的所有像素。颜色
相关图可以表达为：
其中ij∈12…N，k∈12…d，p1p2表示像素
p1和p2之间的距离。颜色相关图可以看作是一张用颜色对ij索引的表，其
中ij的第k个分量表示颜色为ci的像素和颜色为cj的像素之间的距离
小于k的概率。如果考虑到任何颜色之间的相关性，颜色相关图会变得非常复杂
和庞大空间复杂度为ON2d。一种简化的变种是颜色自动相关图（color
autocorrelogram），它仅仅考察具有相同颜色的像素间的空间关系，因此空间
复杂度降到Or