基于二叉树结构的彩色图像分割-计算机应用技术专业论文.docx

I I 摘 要 随着科学技术的进步和计算机的广泛使用，数字图像处理技术已经渗透到 人类生活的各个方面，并发挥着越来越重要的作用。图像分割就是指把图像分解 成各具特性的区域并提取出感兴趣目标的技术和过程，它是由图像处理到图像分 析的一个关键步骤，在计算机视觉、模式识别和医学图像处理等实际中得到了广 泛的应用。 如何对彩色图像中的目标进行有效的分割是计算机视觉和图像分析的重点 和难点，目前对彩色图像的分割方法主要分类为基于阈值的分割技术、基于边界 的分割技术、基于区域特性的分割技术和结合特定理论工具的分割技术四类。 本文在传统的基于聚类算法的基础上，引入图像分层的理念，提出了一种基 于二叉树结构的彩色图像分割方法，分层目的是将图像在不同分辨率下由粗到细 地表达出来，基于分层的图像处理方法能够充分组合利用图像的全局与局部信 息、空间与灰度信息. 首先，对待分割图像采用最优阈值化方法获取 R，G，B 三 个颜色空间的最佳阈值，从而得到三个颜色空间的二值图像，然后通过构造自适 用二叉树进行一次粗分割提取目标区域，实现对图像的粗分割，自适应二叉树图 像分块的基本思想是先把阈值化后的二值图像作为二叉树的根节点, 以二值图 像像素一致为基础，采用区域距离度量的方法进行区域分裂，在计算区域的距离 时，我们需要考虑两个方面；区域的颜色距离和边缘距离，从而构造图像的分裂 二叉树，得到图像的颜色一致区域。