在颜色直方图中，我们通常在每个颜色通道中提取直方图，这并不包含颜色如何共现的信息，例如有多少像素具有强度I(100,200,50)？

有没有什么方法可以构建一个表示颜色共现的直方图？（例如，有多少像素包含强度值(200,100,50)？）

我正在寻找这种类型直方图的改进版本，例如像这篇论文中提到的

回答：

由于你想将其用作进一步识别的图像级描述符，简单的分箱可能不是最佳选择，因为颜色在你的样本中分布不均匀。

典型的方法是词袋模型。你从整个图像集（三维空间中的点）中提取所有像素值，并使用某种聚类算法（如k-means或EM算法）对它们进行量化。假设你使用了K个聚类（这可能取决于你的目的和样本大小，你可以从K=100开始）。为了描述单个图像，你为每个像素找到最接近的聚类（所谓的视觉词），并构建具有K个箱的直方图，使每个箱的值是对应视觉词的像素数量。这就是你的描述符，你可以使用描述符上的欧几里得距离或χ²距离来比较图像。

请注意，根据你的平台，有很多聚类算法（甚至是词袋框架）的实现可用。OpenCV是最受欢迎的之一。请注意，根据你的问题，你也可以使用基于梯度的描述符，如HOG。