彩色图像分割算法的研究_1_5本章小结_15_16.pdfVIP

工程中的位置和它在社会中的应用领域，介绍了彩色图像分割算法的研究现状， 然后重点讲解了课题研究的内容和主要工作。 第 2 章详细介绍了各类颜色空间以及它们之间如何转换。 第 3 章介绍了目前常用的彩色图像分割相关理论、方法。 第 4 章本文以分步的形式提出了一套彩色图像分割算法，对每一个步骤的工 作进行详细的研究和分析。特别是在颜色聚类这个步骤中，重点分析了传统模糊 C 均值聚类方法的不足之处，并提出了改进方案。 第 5 章是算法的有效性验证，从理论和实验两方面对论文算法进行了评估。 第 6 章是总结和论文进一步的研究方向。 最后是致谢和参考文献。 1.5 本章小结 图像处理应用广泛，其中数字图像处理技术更是被广泛应用于生活的各方各 面。图像分割作为“数字图像处理工程”(简称为图像工程) 中由图像底层处理过 渡到图像分析的关键步骤，一直是图像技术研究中的热点和焦点。在过去的很多 年里，多数的研究都致力于单色图像的分割，随着近年来个人计算机处理能力的 迅速提高，彩色图像的分割引起人们越来越多的关注。但是很多原有的分割灰度 图像的算法并不适合于直接分割彩色图像，所以进一步研究专门用于彩色图像分 割的方法，并且使它具有通用性和更好的处理效果是我们所追求的目标。 本章首先介绍了该课题的研究背景，突出图像分割在图像工程中的意义，其 次介绍了彩色图像分割技术应用的现状，最后对课题的研究内容以及文章的结构 做了简单的介绍。 7 第二章 颜色空间及其转换 颜色是图像的一种重要视觉性质。颜色特征定义比较明确，抽取也相对容易。 在图像的自动分析中，颜色是一种能简化目标提取和分类的重要描述符，所以选 择合适的对颜色的表达方式是很重要的。另一方面也需要注意，对颜色的特征表 达依赖于所用的颜色空间，并不是所有的颜色空间都与人的感觉相一致。从物理 学的观点，颜色的感知源于刺激视网膜的电磁辐射的谱能量。这些谱能量分布可 记为 E( λ) ，其中λ分布在波长为可见的 350~780 nm 之间。E( λ)与光源的分布 S( λ) 和被光所照射物体的反射特性 R( λ)是密切联系着的，这个关系可以表示成 E( λ)=S( λ)R( λ) (2-1) 但人类对颜色的感觉与许多物理现象、神经心理学效果和生理行为都有关， 且关系是比较复杂的。常用的颜色空间可分两类。一类面向诸如彩色显示器或打 印机之类的硬设备(但可以与具体设备相关，也可独立于具体设备) 。另一类面向 视觉感知或者说以颜色处理分析为目的的应用，如动画中的彩色图形，各种图像 处理的算法等。在后一类中，有些是感知上非均匀的空间，有些则是在非均匀空 间的基础上进行变换以使其相对均匀的。 2.1 RGB 颜色空间 RGB 颜色空间是面向硬设备的最常用的颜色空间，电视摄象机和彩色扫描仪 都是根据 RGB 空间工作的，它是一种与人的视觉系统结构密切相连的空间。根 据人眼结构，所有颜色都可看作是 3 个基本颜色——红(R, red),绿(G, green)和蓝(B, blue) 的不同组合。这 3 种基本色的波长分别为 700nm, 546.1nm, 435.8nm 。由于光 源的光谱是连续渐变的，定义 3 种基本波长并不表明仅由 3 个固定的 R 、G、B 分量就可组成所有颜色[3]。其空间可以建立在笛卡儿坐标系统里，如图2-1 所示: 8