彩色图象分割方法及进展-Read.PDF

( ) 山西师范大学学报 自然科学版 第 19卷第 1期 Jou rnal of Shanxi Teacher ′s U n iversity Vol. 19　No. 1 2005年 3 月 N atu ral Science Edition M ar. 2005 文章编号 :(2005) 0 10064 05 彩色 图象分割方法及进展 郝海涛1, 2 , 田玉敏1 ( 1西安电子科技大学计算机学院 , 陕西 西安 7 10071; 2山西师范大学数学与计算机科学学院 , 山西 临汾 04 1000) 摘 　要 : 图象分割是图象分析和模式识别的首要问题和基本问题 ,也是图象处理的经典难题. 彩色图象 比灰度图象具有更多的视觉信息 ,因而受到了越来越多的重视. 本文结合近年来彩色图象分割中出现的 新算法 ,将彩色图象的分割方法分为四大类 ,并分别加以介绍 ,分析了各种方法的优缺点 ,最后指出了彩 色图象分割的发展趋势. 关键词 : 彩色图象分割 ; 颜色特征 ; 彩色空间 中图分类号 : TP391. 4 1　　　文献标识码 : A 　　图象分割是指将图象分解为各具特性的区域并提取出感兴趣 目标的技术和过程. 图象分割是图象理 解 、模式识别和计算机视觉领域中一个十分重要且又十分困难的问题 ,是计算机视觉技术中首要的关键步 骤 [ 1 ] . 图象分割在工业自动化 ,在线产品检验 ,生产过程控制 ,文档图象处理 ,遥感和生物医学图象分析 , 图象编码 ,保安监视 , 以及军事 、体育和农业工程等方面已得到广泛的应用. 随着技术的进步 ,彩色图象使 用的越来越多 ,对彩色图象的分割也越来越引起人们的重视. 彩色图象分割是指在一幅彩色图象中分离出 主要的色彩一致的区域. 对彩色图象的分割现已提出了许多算法 ,这些算法可分为四大类 :基于邻域的方 法 ,基于直方图的方法 ,颜色聚类的方法和结合特定理论工具的方法. 其中基于直方图的方法最早被使用. 现在 ,颜色聚类被越来越多地使用. 1　基于邻域的方法 基于邻域的方法是指连接具有相同或相似性质的近邻象素而得到分割图象的方法. 包括各种区域生 长法 [ 2 , 3 ] 、区域分裂与合并技术 、各种象素聚群算法 [ 3 ] 、概率松弛技术 、随机场模型技术. 这类算法使用局 部象素信息. 但是 ,这类方法需要一些先验信息 ,例如种子象素 、值和各种标准来定义彩色 目标边界. 其优 点是使用了空间信息和象素间的关联. 近来许多学者使用基于邻域的马尔可夫随机滤波器的方法来进行彩色图象的分割 [ 4 , 5 ] ,其主要思想 是假定一个象素值的概率依赖于相邻的象素. 此时 ,分割问题可陈述为 : 给出一个图象的实现 y,如何来确定引起 y 出现的真实景物 X 的实现 x. Huang[ 6 ] 等人提出使用尺度空 间滤波器和马尔可夫随机滤波器的分割方法. 其算法由两部分组成 ,先使用由几组不同大小的高斯核形成 的尺度空间滤波器完成初始的粗分割 ,然后使用马尔可夫随机滤波器完成细分割. 在粗分割中 ,具有高斯 核的尺度空间滤波器由对应于颜色 R , G, B 的三个直方图形成. 分割的数 目和代表由粗分割定义. 细分割 使用马尔可夫随机滤波器和粗分割中所得的信息来定义同质的区域. 收稿 日期 : ( ) 作者简介 : 郝海涛 1972— ,女 ,山西临汾人 ,山西师范大学数学与计算机科学学院讲师 ,西安电子科技大学在读硕士 研究生 ,主要从事图像处理的研究. 　第 1期 　　　　　　　　　　　　　　　郝海涛 　田玉敏 :彩色图象分割方法及进展 ·65 · Sclaroff和 L iu[ 7 ]提出使用区域生长和可变形模板的一种彩色图象分割方法