基于顏色空間部分的彩色圖像分割算法研究.pdf

1、隨著計(jì)算機(jī)軟硬件技術(shù)的飛速發(fā)展,圖像處理技術(shù)已經(jīng)被廣泛地應(yīng)用于生活的各個(gè)領(lǐng)域。圖像分割作為圖像分析中的關(guān)鍵步驟,一直是圖像處理技術(shù)研究中的熱點(diǎn)和焦點(diǎn)。圖像分割是將圖像分解為若干互不交疊的、有意義的、各具特性的區(qū)域的處理技術(shù)。分割質(zhì)量的好壞將直接影響后續(xù)圖像處理的效果,它在整個(gè)研究中起著承上啟下的作用。多年來,研究者們提出了大量不同的、可行的算法。在這些分割算法中,大多數(shù)的研究是基于灰度圖像的,但由于彩色圖像提供的信息比灰度圖像要豐富的多

2、,并且人眼對(duì)彩色圖像的視覺感受更加敏感,所以對(duì)彩色圖像的分割引起了人們?cè)絹碓蕉嗟闹匾?。然而將原有的灰度圖像分割方法直接應(yīng)用到彩色圖像上并不合適,所以進(jìn)一步研究適合于彩色圖像分割的方法,是研究人員正在努力的方向。
　　 本文首先分析了近年來在彩色圖像分割方法中所使用的各類顏色空間的特點(diǎn),以及顏色空間之間的相互轉(zhuǎn)換方法,并對(duì)線性顏色空間和非線性顏色空間進(jìn)行了比較。其次,將當(dāng)前主流的彩色圖像分割方法如基于邊緣的圖像分割,基于區(qū)域的圖像

3、分割,基于特定理論的分割等進(jìn)行了分類研究,總結(jié)了各類分割方法的優(yōu)缺點(diǎn)。在此基礎(chǔ)上本文做了如下的具體工作:
　　 (1)考慮到RGB空間不需要對(duì)圖像進(jìn)行顏色空間的轉(zhuǎn)換,避免了在非線性轉(zhuǎn)換過程中造成對(duì)原有圖像信息的丟失,計(jì)算量較小,檢測(cè)結(jié)果不會(huì)歪曲原有的顏色信息的特點(diǎn),選擇RGB空間進(jìn)行邊緣檢測(cè)。對(duì)RGB顏色空間進(jìn)行剖分,根據(jù)剖分的結(jié)果,定義了RGB空間中一點(diǎn)的彩色信息量,通過像素點(diǎn)在相關(guān)鄰域上的信息量的計(jì)算,確定該像素點(diǎn)是否為彩色

4、圖像的邊緣點(diǎn)。這種方法在一定程度上合理地考慮了個(gè)各顏色分量的相關(guān)性,將向量空間的計(jì)算以自然的方式轉(zhuǎn)換成了標(biāo)量的計(jì)算,實(shí)驗(yàn)結(jié)果表明,該方法能檢測(cè)出更多的邊緣,優(yōu)于傳統(tǒng)的邊緣檢測(cè)方法。
　　 (2)由于L*a*b*顏色空間是一種均勻的顏色空間,能夠比較準(zhǔn)確的求出符合人眼視覺的差別,且自然界中任何一點(diǎn)顏色都可以在L*a*b*空間中表達(dá)出來,所以根據(jù)對(duì)L*a*b*空間的分析,提出了一種基于顏色信息度量的邊緣檢測(cè)算法。通過在L*a*b*空

5、間中構(gòu)造立方體,依據(jù)體積變化定義各像素點(diǎn)的顏色信息度量,作為確定各像素點(diǎn)是否為彩色圖像的邊緣點(diǎn)的判據(jù)。這種方法綜合利用了彩色圖像的明度和色度信息。實(shí)驗(yàn)證明,與傳統(tǒng)的方法相比較,它能快速有效的檢測(cè)出彩色圖像的邊緣。
　　 (3)根據(jù)上述兩種邊緣檢測(cè)方法,運(yùn)用邊緣連接技術(shù)實(shí)現(xiàn)對(duì)彩色圖像的分割。對(duì)每個(gè)用邊緣檢測(cè)技術(shù)檢測(cè)出的邊緣點(diǎn)進(jìn)行標(biāo)記,依據(jù)事先預(yù)定的準(zhǔn)則,把這些被認(rèn)為是相似的像素點(diǎn)連接起來,形成一條由共同滿足這些準(zhǔn)則的像素點(diǎn)組成的邊