彩色图像分割方法的研究与实现

【摘要】：近年来,随着计算机技术的进一步提高,彩色图像的使用越来越多,由于颜色是一个强有力的描绘子,它常常可简化目标物的区分及从场景中抽取目标的过程,人可以辨别几千种颜色色调和亮度,相形之下只能辨别出几十种灰度层次,因此,彩色图像较之灰度图像往往更能够体现人的视觉特性和认知事物的规律。彩色图像分割方法的研究也成为一大热点。本文针对真彩色图像以系统的形式给出了一种彩色图像分割算法,分为颜色量化、颜色聚类、区域生长三个阶段来完成一幅彩色图像完整的分割过程。在颜色量化阶段,系统采用了两个方案:全局调色板量化方案和基于色差最小量化方案,用户可根据图像的大小和对速度及质量的需求进行选择。在颜色聚类阶段,针对模糊C均值聚类方法对聚类中心选择的敏感性,提出了一种自动确定聚类中心及聚类数目的自适应模糊聚类算法,并从理论上和实验中证明了其合理性,另外,在聚类过程中,利用HSI模型的特点对欧氏距离进行改进,增进了颜色聚类的准确性。最后考虑到像素空间的区域连续性,在颜色聚类结果的基础上进行区域生长。 论文首先介绍了彩色图像分割领域的研究现状、分析了彩色图像及多个颜色空间的特点,而后在每个阶段算法中充分融合了多个颜色空间的优点,并给出了评价,最后通过实验验证了算法的有效性。