色彩直方圖匹配

色彩直方圖匹配（color histogram matching）藉由比較影像的色彩分布來辨識或檢索影像，忽略顏色在哪裡，只保留每種顏色有多少。直覺是：成熟的番茄不論確切形狀或位置大多是紅色，森林場景以綠色與棕色為主，某品牌的包裝有其標誌性的色盤。因此你用一個色彩直方圖摘要一張影像——統計有多少像素落入每個顏色桶——並在兩張影像的直方圖相似時判定它們相似。這就是 Swain 與 Ballard 的色彩索引（color indexing，1991），是最早可行的以內容為基礎的影像檢索方法之一。

精確地說，你選一個色彩空間（常用色相－飽和度－明度，或像 CIELab 這類感知均勻的空間，而非原始 RGB，使比較更符合人類感知、對光照也更穩健），把每個通道量化成少數幾個格子，並把像素計入所得的 3D 直方圖，通常正規化使其總和為一（成為對影像大小不變的分布）。接著用一種相似度或距離量測來比較兩個直方圖。經典的是直方圖交集（histogram intersection）：對每個格子取兩者計數中較小者並加總，這巧妙地量測兩張影像共有多少顏色，且對背景像素與部分遮擋穩健。其他常見量測有卡方距離、Bhattacharyya 係數，以及推土機距離（earth mover's distance，它不像逐格量測，會考量相鄰格子是相近顏色）。

一個強大的搭配技術是直方圖反投影（histogram back-projection）：給定一個目標物件的色彩直方圖，你把新影像的每個像素，換成從直方圖讀出的「它的顏色屬於目標」的機率。這產生一張似然圖，點亮符合目標顏色的區域——這是簡單的以顏色為基礎的物件定位之根本，也是 CamShift／mean-shift 追蹤器內部的引擎。色彩直方圖快速、天生對旋轉、平移與適度的尺度與姿態變化不變，且不需訓練。它的弱點正是它的假設：它捨棄所有空間結構（一顆紅球與散落的紅色彩紙看起來相同），且除非小心正規化，否則對光照顏色與白平衡敏感。它至今仍在檢索、追蹤以及作為便宜的前置過濾上有用，並曾是詞袋流程的一塊積木；現代系統則改為比較學得的深度嵌入（CLIP、影像檢索網路），這些捕捉的是內容，而非僅僅是顏色。