【正文】 緣來解決圖像分割問題。在彩色圖像中，用于邊緣檢測的信息更加豐富，如具有相同亮度、不同色調(diào)的邊緣同樣可以被檢測出來，相應(yīng)地，彩色圖像邊緣的定義也是基于3維顏色空間的不連續(xù)性。[7]提出了使用神經(jīng)網(wǎng)絡(luò)進行彩色圖像的分割方法。存在兩個限制：第一、它需要有一個學習過程，即預(yù)先要給定一幅示教圖像讓其學習，以產(chǎn)生正確的輸出；第二、必須給出輸出層結(jié)點的神經(jīng)元數(shù)量，也就是說事先必須知道分割出的圖像的顏色數(shù)。因此，這一算法在很大程度上受到了限制。聚類分析最常用的方法是k均值法和模糊c均值聚類方法。另外，顏色聚類一般是在三維空間進行的。目前普遍采用的技術(shù)是根據(jù)實際情況組合不同的方法，分層次的分割圖像，針對可能遇到的特殊問題，研究新的方法策略。．本文的內(nèi)容安排想要進一步對圖像進行分析、識別、跟蹤、理解、壓縮編碼等高級處理，圖像分割是必不可少的前提，分割的準確性將直接影響后續(xù)任務(wù)的有效性，所以分割算法十分重要。首先輸入原真彩色圖像，由于彩色圖像一般都是使用RGB空間，但是RGB空間存在顏色均勻性差的缺點，所以在本文中把RGB顏色空間轉(zhuǎn)換為HIS顏色空間，HIS顏色空間是從人的視覺系統(tǒng)出發(fā)用色調(diào)(H)、色飽和度(S)和亮度(I)來描述色彩。由于人的視覺對亮度的敏感程度遠強于對顏色濃淡程度，為了便于色彩處理和識別，經(jīng)常采用HIS空間，它比RGB顏色空間更符合人的視覺特性。本文的研究內(nèi)容主要包括：(1) 針對當前主流的彩色圖像分割算法進行了分析、分類、歸納與總結(jié)，首先對多年來彩色圖像分割領(lǐng)域中出現(xiàn)的彩色空間進行了總結(jié)，指出了各類彩色空間在彩色圖像分割中的優(yōu)缺點，為人們進行彩色圖像分割時選擇合適的彩色空間提供了依據(jù)。為人們在不同的應(yīng)用領(lǐng)域及不同的圖像數(shù)據(jù)條件下選擇不同的分割算法提供了一定的依據(jù)。2．彩色圖像分割研究．數(shù)字圖像處理概述圖像在人類的感知當中扮演著非常重要的角色，人類隨時隨時都要接觸圖像。在許多場合，圖像所傳遞的信息比其他任何形式所傳遞的信息更加豐富和實際。圖像就是采用各種觀測系統(tǒng)獲得的，能夠為人類視覺系統(tǒng)所感覺的實體。數(shù)字圖像處理是指使用數(shù)字計算機對圖像進行處理。20世紀50年代，人們開始對數(shù)字圖像處理技術(shù)進行系統(tǒng)的研究。到了20世紀70年代初，數(shù)字圖像處理已經(jīng)形成了較完善的學科體系，并成為一門獨立的新學科。目前，數(shù)字圖像處理已成為人們認識世界和改造世界的重要方法。數(shù)字圖像處理研究方向主要集中在圖像獲取、圖像變換、圖像增強、圖像恢復、壓縮編碼、圖像分割和圖像邊緣提取等方面。顏色特征是圖像分割中應(yīng)用最為廣泛的特征。圖像顏色特征的表達涉及若干問題，本章在介紹最常用的顏色空間，轉(zhuǎn)換、量化等基本問題的基礎(chǔ)上，討論了顏色特征的提取方法。自然界中的所有顏色都可以由紅，綠，藍(R,G,B)三原色組合而成。針對含有紅色成分的多與少，可以將彩色圖像人為地分成0到255共256個等級，0表示包含紅色成分255表示含有100%的紅色成分。這樣，根據(jù)紅、綠、藍各種不同的組合我們就能表示出256*256*256(約1600萬)種顏色。最強的紅，綠，藍三原色相加產(chǎn)生了白色。RGB顏色空間是基于三基色理論開發(fā)的顏色相加的顏色模型，它的物理意義很清晰，且顏色的生成不難實現(xiàn)，因此RGB顏色空間是電子輸入設(shè)備使用最多的顏色語言，如顯示器，掃描儀和數(shù)碼相機等。因為視覺對顏色的感知是非線性的，所以顏色的指定并不真切，這使它的應(yīng)用范圍受到了局限。（3）YIQ,YUV顏色空間YIQ和YUV都產(chǎn)生一種亮度分量信號和兩種色度分量信號。這里的Y不是指黃色，而是指顏色的明適度，就是亮度。（4）HIS顏色空間相對于RGB空間來說HIS彩色空間更符合人眼對顏色的感覺和認知。色調(diào)是描述純色的屬性(純黃色、橘黃或紅色)，飽和度給出一種純色被白光稀釋的程度的度量，亮度是一個主觀的描述子，實際上它是不可能測量的。HSI彩色空間可以用一個圓柱體來表示，如圖21所示。設(shè)0176。表示黃色，120176。表示藍色，360176。飽和度S分量是HIS顏色空間中軸線到彩色點的半徑的長度。如強度取最小值時為黑色，強度取最大值時為白色。圖21　HIS彩色空間從RGB到HIS的轉(zhuǎn)換為： ()上面三個式子中如果強度為零，飽和度就沒有定義，如果飽和度為零，色調(diào)就沒有意義。(5) CIE彩色空間CIE彩色空間是由國際照明委員會提出的，CIE空間有三個基本量X、Y、Z,通過X、Y、Z能夠表示任何一種顏色，X、Y、Z可以利用R、G、B線性表示出來： ()．彩色圖像分割方法彩色圖像分割是彩色圖像處理的首要問題，分割彩色圖像可以看作是灰度圖像分割技術(shù)在彩色模型上的應(yīng)用。常用的彩色圖像分割方法有閾值化方法、基于邊緣的方法、分水嶺方法、區(qū)域生長法和區(qū)域合并法等[1014]。當物體或圖像區(qū)域表征為不變的反射率或其表面光的吸收率時，則可以確定一個亮度常量閾值來分割物體和背景。閾值化方法對物體彼此不接觸，且物體與背景有著明顯差異的灰度值時，反映在直方圖上就是物體和背景都有不同的峰，選取的閾值就應(yīng)位于直方圖兩個不同峰之間的谷上，以便于工作將各個峰分開，得到的分割結(jié)果也會更理想。一種有效的解決方法就是給每個譜段計算一個平滑的直方圖，在每個直方圖中找到一個最顯著的峰，確定兩個閾值分別對應(yīng)于該峰兩側(cè)的局部最小值。閾值化方法不需要先驗信息，且計算量較小，但缺點是：(1)單獨基于顏色分割得到的區(qū)域可能是有缺陷的；(2)在復雜圖像的各個分量直方圖中并可能不存在明顯的谷，用來進行閾值化分割；(3)當像素顏色映射到3個直方圖的不同點時，顏色信息會發(fā)散；(4)沒有利用局部空間信息[15]。不同的邊緣檢測子所得到的邊緣圖像是不同的，基于邊緣的分割方法常用的有以下幾種：(1) 邊緣閾值化[16]因為幾乎沒有0值像素，但小的邊緣值對應(yīng)于由量化噪聲、弱且不規(guī)則照明等引起的非顯著的灰度變化的邊緣圖像，所以就應(yīng)該對邊緣圖像做簡單的閾值化處理去除這些小數(shù)值的邊緣。在邊緣圖像的8鄰域內(nèi)，每個非0幅值的像素，考察由邊緣方向指出的兩個鄰接像素，假如兩個鄰接像素的幅值都超過當前考察像素的幅值，就將它們標記出去除，直到所有像素都考察過。在兩個強邊緣間的一個弱邊緣構(gòu)成的一個上下文里，位于其間的弱邊緣就很可能屬于結(jié)果邊界的一部分。在邊緣圖像中，裂縫邊緣就是進行上下文鄰域評價的經(jīng)典例子。在迭代的第一次，每個邊緣e的信度c(1)(e)可以定義為規(guī)范化的裂縫邊緣幅值，規(guī)范化可以是基于整幅圖像裂縫邊緣的全局最大值，也可以是基于該邊緣某個大鄰域內(nèi)的局部最大值。(3) 邊界跟蹤法[18]如果區(qū)域的邊界未知，而區(qū)域本身在圖像中已定義，則邊界可以唯一地被檢測出來。(4) Hough變換[19]當圖像是由已知形狀和大小的物體組成時，分割可以看成是在圖像中尋找物體的問題。Hough變換可以用來檢測任意形狀的物體，如果待搜索形狀的解析公式并不存在，廣義Hough變換就會根據(jù)在學習階段中檢測到的樣本情形構(gòu)建一個參數(shù)曲線描述。．基于區(qū)域的分割方法(1) 分水嶺方法數(shù)學形態(tài)學理論在圖像分割的應(yīng)用中有代表性的是分水嶺算法。相比于簡單的閾值分割，分水嶺算法是一種自適應(yīng)迭代閾值分割算法。它將圖像中每個物體都看成單獨的部分，并要求在每個物體的內(nèi)部至少要有一個標記。物體經(jīng)標記后就可以用形態(tài)的分水嶺變換進行區(qū)域生長。排序，像素點按梯度值遞增排序，相同梯度值的點作為一個梯度層級。分水嶺分割后的圖像是由幾個互不重疊的區(qū)域構(gòu)成。當新的點被合并后再用新的區(qū)域重復這一過程，直到?jīng)]有滿足條件的像素可被接收時生長過程終止。生長過程是：當所考察的像素與種子像素顏色值差的絕對值小于給定閾值T時，就將該像素標記為與種子像素相同的顏色值。 (a) (b)圖23　區(qū)域生長例圖(3) 區(qū)域合并法區(qū)域歸并方法是指在通過某種初始化分割方法得到的很多小區(qū)域上，根據(jù)一定的歸并標準將滿足歸并標準的兩個鄰接區(qū)域合并為一個區(qū)域，直到所有滿足歸并標準的鄰接區(qū)域都被歸并起來。制定合并準則是進行合并的重點。輸入一幅彩色圖像，輸出結(jié)果是分割后的圖像，具體步驟如下：先將彩色圖像轉(zhuǎn)換為HIS顏色空間，接下來檢測圖像邊緣，然后選取種子，最后進行區(qū)域生長算法，得到最終分割結(jié)果。第二章介紹的眾多顏色空間中，HIS色彩空間根據(jù)人的視覺系統(tǒng)，用色調(diào)、飽和度、亮度來描述色彩的。在HIS系統(tǒng)中，I是指感覺到的顏色明暗程度的量。在計算機中，彩色數(shù)字圖像的存儲一般都是RGB顏色空間。RGB轉(zhuǎn)換為HIS坐標的轉(zhuǎn)換關(guān)系為： ()RGB顏色空間轉(zhuǎn)換為HIS顏色空間的主要程序如下：rgb=im2double(rgb)。 g=rgb(:,:,2)。 num=*((rg)+(rb))。 theta=acos(num./(den+eps))。 H(bg)=2*piH(bg)。 num=min(min(r,g