基于K-means聚类的纺织品印花图像区域分割.pdfVIP

西 安 工 程 大 学 学 报 JournalofXi’anPolytechnicUniversity 第 22卷第 5期(总93期) 2008年 1O月 Vo1．22，No．5(Sum．No．93) 文章编号 ：1671—85OX(2oO8)05—0551—04 基于K—means聚类的纺织品印花图像区域分割 李鹏飞，张宏伟 (西安工程大学 电子信息学院，陕西 西安 710048) 摘要：对纺织品彩色印花 图像进行颜色区域分割．将彩色纺织品印花 图像转换到CIEL*a*b颜 色空间，用K均值聚类分析算法对描述颜色的a*和b*通道进行聚类分析；通过提取各个颜色 区域独立成为单色的新图像，对彩色纺织品印花 图像进行分割处理．实验结果表明，在 CIEL*口 *b空间使用K—means聚类算法可以有效地分割彩色纺织品图像的颜色区域． 关键词 ：纺织品印花图像；图像分割 ；K-means聚类；L*a*b颜色空间 中图分类号 ：TS194．33 文献标识码 ：A 0 引 言 图像分割是图像分析和模式识别的首要问题，也是图像处理的难题．彩色图像分割就是模拟人类视觉 系统的特点，根据颜色、纹理等特征，将图像划分成不同物理意义的连通区域，每个区域具有类似的物理特 征[1]，关于图像分割技术，已经有相当多的研究成果和方法，特别是9O年代 以来出现的图像分割方法，不 仅包括对原有方法的改进 ，还出现了一些新思路、新方法，如小波变换边缘检测、分形图像分割以及基于马 尔科夫、人工神经网络的图像分割方法等．这些方法可以归为阈值的分割方法，基于边缘的分割方法和区 域的分割方法等 3类． 针对纺织品图像的数字图像处理技术近年来发展迅速[2]，但是纺织品印花图案的套色却只有几十 种，而且颜色构成花纹具有一定的区域性，大的图案颜色块的区域性更加明显．受到工艺影响，印出的各种 颜色都是颜色均匀一致，不会 出现两种颜色间的间变色．所以，彩色纺织品印花图像 中不同的颜色具有不 同的颜色信息． K—means聚类方法已经在图像区域分割中得到了应用，如K—means聚类法在机械设备铁谱监测技术 中的应用Ⅲ，基于K均值聚类的厚壁组织区域 自动提取[5]，可以有效地分割彩色铁谱图像和厚壁组织区 域．但是至今没有文献提及到K—means聚类法应用于纺织品图像的区域分割． 由于布纹噪声的影响，纺织品印花图像和一般的彩色印刷图像有很大的不同，如果使用传统的图像分 割方法，很难正确分割不同区域，分割精度更无从谈起．考虑到K-means聚类的优越性，将其应用于彩色 纺织品印花图像的区域分割，不仅能够正确分割，而且对于布纹噪声有很强的鲁棒性，是对彩色纺织品印 花图像区域分割方法的一次新的尝试． 本文将K—means聚类和L*a*b颜色空间的方法应用到彩色纺织品印花图像的图像分割当中，为了 对比出此方法的优越性，同时在 RGB颜色空间下进行了聚类分析．最终实验结果表明，在L*a*b颜色 空间下进行K—means分析取得了较好的分割效果，并且减少了处理的时间． 收稿 日期 ：2008—04—17 通讯作者：李鹏飞 (1963一)，男 ，陕西省西安市人，西安工程大学教授．E-mail．．1i6208@163．corn 552 西 安 工 程 大 学 学 报 第 22卷 1 L*口*b颜色空间的选取 在面向视觉感知的颜色空间中，CIE1976L*a*b颜色空间是均匀颜色空间．RGB颜色空间是面向 设备的模型，但是不适合图像分割和分析，因为R、G、B3个分量是高度相关的，即只要亮度改变，3个分 量都会相应改变，所以对颜色很敏感，不适合做彩色图像区域分割． 相对于RGB空间，L*a*b颜色空间是均匀颜色空间，人所观察到的两种彩色的区别程度与该色彩 在L*n*b空间中两点间的欧式距离对应．即从视觉感知均匀的程度 ，人所感知到的两个颜色之间的距 离应该与这两个颜色在表达他们的颜色空间中的距离越成 比例越好．均匀彩色空间模型本质上仍是面向 视觉感知的彩色模型，只是在视觉感知方面更为均匀．所以对于纺织品印花图像，从视