一种基于主色外观图彩色图像分割算法.docVIP

一种基于主色外观图的彩色图像分割算法 　　摘要：在对三维传统的颜色直方图（CCH）作出了一系列改进的基础上，提出了一种基于主色外观图(DCG)的新的彩色图像分割方法。首先根据改进后的颜色直方图确立彩色图像的近似主色成分，然后再利用CIE 1976色差公式分别计算出其每个像素与主色之间的距离，并据此建立相应图像的颜色距离直方图（CDH），它精确地反映了图像像素与参考色之间的色彩相似度。为了证实CDH在彩色图像分割中的效用性，又通过进一步地扩展得到了CDH集，或可称为主色外观图。实验结果表明，就精确性、鲁棒性和计算的复杂度而言，基于DCG的分割方法能够得到比传统阈值法和聚类法更好的分割效果。?? 　　关键词： 彩色图像分割； 颜色直方图； 颜色距离直方图； 主色外观图?? 　　中图分类号：TP32文献标志码：A 　　文章编号：1001－3695(2008)01－0313－03 　　 　　图像分割是指将图像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。图像分割是图像理解、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]。在视觉图像的分割问题上，大部分研究人员仍然是针对灰度图像，其惟一可用信息便是明度。随着技术的进步，彩色图像使用得越来越多，对彩色图像的分割也就越来越引起人们的重视。彩色图像分割是指在一幅彩色图像中分离出主要的色彩一致的区域，通常针对灰度图像的分割技术都不能直接应用于彩色图像中。现有的彩色图像分割技术可分为三大类，即基于直方图的阈值法、聚类法和基于邻域的区域生长法。其中前两种方法已得到了广泛应用。?? 　　本文首先根据三维传统的颜色直方图（CCH）确定出彩色图像的近似主色成分，并在此基础上提出了一种称为颜色距离直方图(CDH)的新的彩色图像描述方法，它反映了单个像素与选定的主色之间的色彩相似度。由于一幅彩色图像中通常可含有多种主色成分，那么这样一个CDH集又可被视为彩色图像的另外一种强有力的描述方法。本文据此提出了主色外观图(DCG)的概念。DCG为能有效地区分彩色像素提供了一种新的表述框架，基于主色外观图的彩色图像分割方法，可将每个像素归至与其颜色距离最近的一类主色中。实验结果也表明了，本文所提出的基于DCG的彩色图像分割算法能够获得比传统的直方图阈值法更好的分割效果，其有效性、精确性和计算复杂度均要优于其他的阈值分割算法。?? 　　 　　1传统颜色直方图（CCH）?? 　　 　　一幅灰度图像的颜色直方图是指图像亮度值的概率密度函数，这也是传统的CCH统计图。它反映了某一允许的动态范围内每个量化级别上像素的出现频率[2]。传统CCH的计算快速而简单，并且CCH是不会随着图像的旋转和平移而变化的。但是对于彩色图像而言，其颜色直方图则需定义为图像中三个颜色通道的联合概率密度函数，这显然不同于灰度直方图，它是很难直接用图形来描述的[3]。?? 　　在彩色图像的分割中，须将基于直方图的阈值法应用于多维特征空间中，即通过在每个坐标轴上进行直方图阈值化来分解典型的特征空间（如三维颜色空间）[4]。其主要问题就是如何决定阈值，这是难以直接解决的一个问题，因为通常彩色图像中的R、G、B三个颜色通道的值都是相互关联的，不可能单凭某一颜色通道的直方图阈值化即可解决一幅复杂彩色图像的分割。?? 　　综合上述各方面的因素，最后仍然采用改进的二维颜色直方图来同时表示彩色图像的三个颜色分量值的出现频率。其中一个重要的问题就是直方图的量化，即彩色图像中色彩信息的量化算法。三维传统的颜色直方图本是高维向量数组，就RGB空间而言，直接表示需要256??3=16 777 216个向量，如果再考虑其直方图上的相关运算，则需要极大的运算量。一般的解决方法是对三维传统的颜色直方图进行降维、量化来减少其所包含的向量个数。一个合适的量化级数要求能够在性能和计算量上取得较好的平衡。一般说来，自然景色中的彩色图像其每个颜色通道需要10～20个量化级别[5]。本文根据上述要求对每个颜色通道均采用了18个量化级别，并对被量化后的色彩进行了重新标志，图像上被量化成相同颜色的像素点的集合便构成了一类，图像像素点的颜色将由它们相应类别的标志号（1～18??3）所代替。图1所示即为彩色图像Lena及其CCH分布图。?? 　　(a) 彩色图像Lena(b) CCH分布图 　　得到上述经改进的颜色直方图后，下面的关键任务就是要确定出其中的近似主色成分。这里的主色是指与之相关联的像素在整幅彩色图像中占有绝大比例，它们对应于颜色直方图中的局部峰值点。当然在实际应用中，主色的定义可以是不同的，它主要取决于用户或机器的兴趣所在。直方图阈值法的关键也是在于找准曲线中隐藏的峰值点，有很多作者曾认为重要峰值点