彩色图像分割技术研究--本科毕业论文.doc

本科毕业设计（论文） （ 2012 届 ） 题 目 彩色图像分割技术研究 学 院 物理与电子工程学院 专 业 电子信息工程 班 级 \ 学 号 \ 学生姓名XXX 指导教师 \ 完成日期 \ 摘要 随着计算机处理能力的提高，彩色图像分割技术受到研究者们越来越多的关注。许多研究者在这方面付出了巨大的努力，并取得了相应的成果。本文对目前的彩色分割方法研究的基础上，提出了一种无监督的彩色图像分割算法，即合理结合边缘提取、区域生长和区域合并的方法，实现彩色图像的分割。实验结果表明，获得了良好的分割效果，并且易于实时性的实现。 关键词 彩色图像分割；边缘检测；区域生长与合并 Abstract With the increasing in computer processing capabilities, the color image segmentation techniques more and more are concerned with by researchers. Many researchers have paid a huge effort in this regard, and obtained the corresponding results. On the basis of the current color segmentation method, an unsupervised color image segmentation algorithms have been proposed in this paper, combining of edge detection, region growing and region merging method to achieve the segmentation of color images. The experimental results show that a good segmentation results can be obtained and real-time performance can be implemented. Key words Color Image Segmentation; Edge Detection; Regional Growth and Merging 目 录 1. 引言 1 1.1．课题的研究背景和意义 1 1.2．彩色图像分割的现状 2 1.3．本文的内容安排 5 2．彩色图像分割研究 6 2.1．数字图像处理概述 6 2.2．常用的颜色空间 7 2.3．彩色图像分割方法 9 2.3.1．阈值化方法 10 2.3.2．基于边缘的分割方法 10 2.3.3．基于区域的分割方法 12 3．无监督彩色图像分割 13 3.1．概述 13 3.2．颜色空间的转换 14 3.3．Sobel算子边缘提取 15 3.4．种子的选取 16 3.5．区域生长与合并 17 4．实验结果与分析 18 5．结论 20 参考文献 21 谢　辞 23 1. 引言 1.1．课题的研究背景和意义 在人类所接的信息中，有是来自视觉的图信息， 图1-1　经典图像分割方法框架 对普通的电脑处理器来说，串行分割方法当然比并行分割有明显的优势，因为并行分割必须在每个图像点完成相同的计算以后再决定是否继续处理或者放弃处理这个像素点或者区域。这种技术明显导致了时间复杂度，但理论上它更可靠更准确。而串行分割则简单，方便一些。 目前对彩色图像的分割已经提出了很多算法，最简单的彩色图像分割方法是直接将彩色图像的各个分量进行适当的组合转化为灰度图像，然后利用灰度图像的分割方法进行分割，该方法由于忽略了颜色信息和亮度信息之间的关联，因而分割效果并不十分理想。因此后来人们专门针对彩色图像又提出了很多分割方法，如直方图阈值法、基于区域的提取方法、边缘检测的分割方法、基于主动轮廓模型方法、神经网络方法等等。而且分割的图像的种类也各有不同，分割中用到的图像的模型不同（有物理模型和随机模型），分割的目的不同等，这些图像分割方法的分类也不尽相同。把图像分割方法的发展划分为两个阶段：灰度图像分割方法阶段和彩色图像分割方法阶段。 对于灰度图像的分割方法，人们从不同的角度提出了如直方图阈值法，区域生长法，边缘检测法，基于分水岭的方法和神经网络的方法等等。其中直方图法和区域生长法处理的对象是像素；边缘检测和分水岭方法则是对图像纹理基元进行处理；神经网络的方法是利用分类的思想对图像分割的方法。无论是基于哪种分割方法，灰度图像的分割方法都发展得比较成熟了。 对于彩色图像的分割方法总的来说可以分为以下三类：基于颜色特征空间的分割方法，基