图像的颜色特征是很重要的，其中颜色矩也是很重要的一部分。（还有一个关于图像颜色特征的，对于image color写的比较全面）。还有，我要强调一下，本blog上的链接都是Google学术上的，要是进不去，需要用的哦！

      颜色矩是一种简单有效的颜色特征表示方法，有一阶矩(均值,mean)、二阶矩(方差,viarance)和三阶矩(斜度,skewness)等，由于颜色信息主要分布于低阶矩中，所以用一阶矩，二阶矩和三阶矩足以表达图像的颜色分布，颜色矩已证明可有效地表示图像中的颜色分布，该方法的优点在于：不需要颜色空间量化，特征向量维数低；但实验发现该方法的检索效率比较低，因而在实际应用中往往用来过滤图像以缩小检索范围。

color moments的定义都在上面的链接里。下面是我今天上午写的程序，欢迎指点，，，，

function [s]=colormoment(img1,img2)

% img1=imread('yuan.jpg');

R=img1(:,:,1);

G=img1(:,:,2);

B=img1(:,:,3);

% Extract Statistical features

% 1] MEAN

meanR=mean2(R);

meanG=mean2(G);

meanB=mean2(B);

% 2] Standard Deviation

stdR=std2(R);

stdG=std2(G);

stdB=std2(B);

% 3] Skewness

skeR=mean(skewness(double(R)));

skeG=mean(skewness(double(G)));

skeB=mean(skewness(double(B)));

A1=[meanR meanG meanB;stdR stdG stdB;skeR skeG skeB];

%%----------------------------------------------------------------

%%----------------------------------------------------------------

% img2=imread('test1.jpg');

R=img2(:,:,1);

G=img2(:,:,2);

B=img2(:,:,3);

% Extract Statistical features

% 1] MEAN

meanR=mean2(R);

meanG=mean2(G);

meanB=mean2(B);

% 2] Standard Deviation

stdR=std2(R);

stdG=std2(G);

stdB=std2(B);

% 3] Skewness

skeR=mean(skewness(double(R)));

skeG=mean(skewness(double(G)));

skeB=mean(skewness(double(B)));

A2=[meanR meanG meanB;stdR stdG stdB;skeR skeG skeB];

%%----------------------------------------------------------------

w=[1 2 1;1 2 1;1 2 1];

s=0;

for i=1:3

A=w(i,1).*abs(A1(i,1)-A2(i,1))+w(i,2).*abs(A1(i,2)-A2(i,2))+w(i,3).*abs(A1(i,3)-A2(i,3));

s=A+s;

end

    最后的部分有点乱，以后慢慢完善。时间比较紧缺，程序随手写，OK，不写了，将就看吧！