基于HSI色彩坐标相似度彩色图像分割方法.docVIP

基于HSI色彩坐标相似度彩色图像分割方法 　　摘 要： 该文提出一种基于HSI彩色空间的图像分割方法。欧氏距离作为图像分割中常用的衡量像素点之间彩色关系的依据，在HSI坐标系下却不能很好地反应两个像素点之间的关系。因此，提出相似度代替欧氏距离作为一种新的衡量两个像素点之间彩色关系的依据。算法通过确定HSI分量中占主导地位的分量，建立彩色图像分割模型，创建一个和原图尺寸一样的颜色相似度等级图，并利用相应的颜色相似度等级图的颜色信息对像素点进行聚类。实验结果表明，所提出的分割算法具有很强的鲁棒性和准确性，在其他条件相同的情况下，基于相似度的分割方法优于基于欧氏距离为基准的彩色图像分割。 　　关键词： 图像分割； HSI彩色空间； 颜色相似度； 欧氏距离 　　中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2017）02?0030?04 　　Abstract： A new method for color image segmentation which based on HSI color space is presented in this paper. Euclidean distance as a common basis of measuring the colour relationship between two pixels can not reflect the relationship between the two pixels in the HSI coordinate system. Therefore， the traditional Euclidean distance is abandoned， and the color similarity is proposed as a new basis of measuring the relationship between the two pixels. The algorithm is used to build the color image segmentation model by at determining the dominant component in the HSI components and create a color similarity level picture with the size same as the original picture. The color information of the corresponding color level diagram is adopted to cluster the pixel points. The experimental results show that the segmentation algorithm has strong robustness and high accuracy， and under the same conditions， the segmentation method based on similarity is better than the segmentation method based on Euclidean distance. 　　Keywords： image segmentation； HSI color space； color similarity； Euclidean distance 　　0 引 言 　　基于彩色信息的图像分割算法在计算机视觉中扮演着重要的角色，并广泛应用于各个领域。高性能的彩色图像分割方法将会提高系统处理图像的能力，提高图像分割的效率和准确性是非常必要的。 　　在现有的众多图像处理方法中，基于阈值的分割[1?2]和基于聚类[3?8]的分割是比较常用的两种图像分割的方法。在典型的基于直方图的阈值的分割方法[2]中，通过构造颜色直方图并寻找合适的阈值对图像进行分割。这种方法在亮度对图像造成较大失真的情况下也是可以适用的。然而，这种假设在实际中很难应用，因为在RGB彩色空间里寻找合适的阈值[1]需要的计算量是非常大的。聚类算法在图像处理中的应用，模糊聚类[6]由于它更能贴近于人类对于图像描述的不确定性而得到广泛使用。其中模糊C聚类[8?9]是其中最典型的聚类方法。然而它的?算复杂度较高，面临亮度问题时也缺乏分割的准确性。在大多数现有的用于图像分割的彩色空间中，如RGB，HSV等，利用色域变换获得色调信息，但是缺乏对亮度信息导致图像分割不准确的考虑。 　　综合上述分析，本文提出了一种基于HSI坐标变换的利用彩色图像相似性的图像分割算法