彩色圖像分割方法綜述【文獻(xiàn)綜述】

《彩色圖像分割方法綜述【文獻(xiàn)綜述】》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、畢業(yè)論文文獻(xiàn)綜述電子信息工程彩色圖像分割方法綜述摘要：彩色圖像分割一直是彩色圖像處理中一個(gè)很重要的問題，現(xiàn)在的彩色圖像分割技術(shù)可以粗略的分為3類：基于直方圖的分割技術(shù)（閾值分割、聚類等）、基于鄰域的分割技術(shù)（邊緣檢測(cè)、區(qū)域增長(zhǎng)等）、基于物理性質(zhì)的分割技術(shù)（利用光照特性和物體表面特征等）。本文主要是對(duì)部分彩色圖像分割方法的綜述，簡(jiǎn)單介紹了基于3D直方圖的彩色圖像分割方法、矢量形態(tài)學(xué)的彩色圖像分割方法、基于RGB顏色空間的彩色圖像分割方法、K值聚類彩色圖像分割方法、快速FCM彩色圖像分割方法以及自適應(yīng)局部閾值的彩色圖像分割方法。這些方法

2、是目前比較常用的彩色圖像分割處理方法，各自都有各自的優(yōu)點(diǎn)，也有一些不足之處。關(guān)鍵詞：彩色圖像分割；彩色圖像處理；閾值；顏色空間；聚類1引言圖像分割是進(jìn)行圖像理解的基礎(chǔ)，是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要研究?jī)?nèi)容，也是圖像處理中的難點(diǎn)之一。所謂圖像分割是指將圖像中具有特殊意義的不同區(qū)域分開來，并使這些區(qū)域相互不相交，且每個(gè)區(qū)域應(yīng)滿足特定區(qū)域的一致性條件[1]。它是我們進(jìn)行圖像分析的關(guān)鍵步驟。因?yàn)椴噬珗D像能夠比灰度圖像提供更多的信息，故而彩色圖像的分割也得到了越來越多人的關(guān)注，彩色圖像的分割方法就有很高的研究意義了。彩色圖像分割算法的關(guān)鍵是在于

3、如何利用豐富的彩色信息來達(dá)到分割的目的。同時(shí)，彩色圖像分割也可以看作是灰度圖像分割技術(shù)在各種顏色空間上的應(yīng)用。2彩色圖像分割方法目前，彩色圖像的分割方法有多種分類，大致可以分為3類：基于直方圖的分割技術(shù)（閾值分割、聚類等）、基于鄰域的分割技術(shù)（邊緣檢測(cè)、區(qū)域增長(zhǎng)等）、基于物理性質(zhì)的分割技術(shù)（利用光照特性和物體表面特征等）。每種類型中有也有很多圖像分割方法。以下對(duì)部分彩色圖像分割方法做一些簡(jiǎn)單的介紹。2.1基于3D直方圖的彩色圖像分割方法人可以通過圖形，從一堆雜亂的離散數(shù)據(jù)中觀察數(shù)據(jù)間的內(nèi)在關(guān)系，感受由圖形所傳遞的內(nèi)在本質(zhì)。人的視覺角

4、度可以很容易的觀察到3D直方圖中像素的聚類情況。但是這一人類視覺處理的理論基礎(chǔ)還不明了，人類的視覺感知的模式還很難應(yīng)用于機(jī)器視覺。近年來，隨著神經(jīng)生理學(xué)的發(fā)展和計(jì)算機(jī)輔助解剖學(xué)的研究，提出了幾個(gè)相當(dāng)精確地初級(jí)視覺系統(tǒng)的計(jì)算模型[2]。5真彩色圖像的3D直方圖是一種可視化數(shù)據(jù)圖，我們從中可以觀察到像素在3D顏色空間的聚類特性?；?D直方圖生長(zhǎng)法和尺度空間聚類法是以閾值分割技術(shù)為基礎(chǔ)，利用真彩色圖像像素在3D空間呈現(xiàn)的聚類特性，通過多維閾值分割（MDT）法與3D直方圖生長(zhǎng)法和尺度空間聚類法有機(jī)結(jié)合，能夠克服過度分割現(xiàn)象，來取得理想的分

5、割效果。2.2矢量形態(tài)學(xué)的彩色圖像分割方法數(shù)學(xué)形態(tài)學(xué)圖像處理是一種以集合論和積分幾何學(xué)為基礎(chǔ)的非線性圖像處理方法，最初的數(shù)學(xué)形態(tài)學(xué)研究以二值圖像為研究對(duì)象，也就是二值形態(tài)學(xué)[3]。然而，二值形態(tài)學(xué)與灰度形態(tài)學(xué)并不能夠直接應(yīng)用到彩色圖像處理中。而最簡(jiǎn)單的彩色形態(tài)學(xué)處理方法是將RGB空間中的彩色圖像的每個(gè)像素的RGB值作為3個(gè)獨(dú)立分量來進(jìn)行考慮，從而忽略了各個(gè)分量之間的聯(lián)系，因此，圖像的彩色信息會(huì)大量丟失。因此，有學(xué)者提出了一種色彩保護(hù)方案，利用HSV模型中V分量進(jìn)行灰度形態(tài)學(xué)處理，而IV與S分量保持不變。將彩色圖像描述為矢量空間，那么

6、把像素點(diǎn)作為矢量處理，根據(jù)相應(yīng)的彩色矢量對(duì)主量軸的投影值進(jìn)行排序。該算法具有出色的矢量保持能力。顏色空間是對(duì)顏色進(jìn)行量化的空間坐標(biāo)，色彩空間的轉(zhuǎn)換主要是為了更好的分離出目標(biāo)和背景，它的選擇直接影響著彩色圖像的分割結(jié)果。HSI空間比較接近于人眼視覺感知，并且I分量與彩色信息無關(guān)，H與S分量與人感受色彩方式緊密相連，特別適用于光照條件不均與場(chǎng)合，能夠?qū)⑶熬吧c背景色分布的重疊區(qū)域降到最低[3]。2.3RGB顏色空間的彩色圖像分割方法傳統(tǒng)的圖像閾值分割算法是把彩色圖像轉(zhuǎn)換為灰度圖像進(jìn)行分割。而通過分析RGB顏色空間的特點(diǎn)提出的基于RGB顏

7、色空間的閾值分割算法，采用了新的判定準(zhǔn)則，在顏色空間中以立方體取代原來的四面體，直接對(duì)彩色圖像進(jìn)行分割[4]。這種改進(jìn)的判斷準(zhǔn)則能夠克服灰度轉(zhuǎn)換造成的顏色信息丟失從而引起的誤判，并且在保證原有閾值分割算法快速簡(jiǎn)單的前提下，能夠更為準(zhǔn)確的分割彩色圖像。要分割一幅彩色圖像，首先要選擇合適的顏色空間，其次要采用適合于此空間的分割策略和方法。常用的顏色空間模型有RGB、HIS、HSV等[4,5]。數(shù)字圖像大多是以RGB方式存儲(chǔ)，如果使用HIS、HSV等空間模型，需要根據(jù)模型間的變換關(guān)系進(jìn)行轉(zhuǎn)換再進(jìn)行相應(yīng)的算法處理[4]。基于RGB顏色空間的

8、算法不需要進(jìn)行顏色空間的轉(zhuǎn)換，運(yùn)算速度最快，因此該方法較為普遍。對(duì)圖像處理來說，RGB是最為重要和常見的顏色模型，俗稱三基色模式，它建立在笛卡爾坐標(biāo)系中，以紅、綠、藍(lán)三種基本色為基礎(chǔ)，進(jìn)行不同程度的疊加，產(chǎn)生多種顏色。RGB顏色空間是