彩色图像分割方法综述.pdf
- 文档编号:3218355
- 上传时间:2022-11-20
- 格式:PDF
- 页数:19
- 大小:1.19MB
彩色图像分割方法综述.pdf
《彩色图像分割方法综述.pdf》由会员分享,可在线阅读,更多相关《彩色图像分割方法综述.pdf(19页珍藏版)》请在冰豆网上搜索。
第10卷第1期2005年1月中国图象图形学报JournalofImageandGraphicsV0110No1Jan,2005彩色图像分割方法综述林开颜”吴军辉”徐立鸿2(同济大学现代农业科学与工程研究院,上海200092)2(同济大学控制科学与工程系,上海200092)摘要由于彩色图像提供了比灰度图像更为丰富的信息,因此彩色图像处理正受到人们越来越多的关注。
彩色图像分割是彩色图像处理的重要问题,彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用,为了使该领域的研究人员对当前各种彩色图像分割方法有较全面的了解,因此对各种彩色图像分割方法进行了系统论述,即先对各种颜色空间进行简单介绍,然后对直方图阈值法、特征空间聚类、基于区域的方法、边缘检测、模糊方法、神经元网络、基于物理模型方法等主要的彩色图像分割技术进行综述,并比较了它们的优缺点,通过比较发现模糊技术由于能很好地表达和处理不确定性问题,因此在彩色图像分割领域会有更广阔的应用前景。
关键词彩色图像分割颜色空间直方图阈值化边缘检测模糊方法神经网络中图法分类号:
TP39141文献标识码:
A文章编号:
10068961(2005)01-000110ASurveyonColorImageSegmentationTechniquesLINKaiyan”,WUJunhui”,XULihon91(ModernAgriculturalScience&EngineeringInstituteofTongjiUniversity,Shanghai200092)2(ControlScience&EngineeringDepartmentofTongiiUniversity,Shanghai200092)AbstractDuetocolorimageprovidingmoreinformationthanmonochromeimage,colorimageprocessingisbeingpaidmoreandmoreattentionImagesegmentationiscriticaltoimageprocessingandpatternrecognitionSOallthetypicalapproachesarepresentedanddiscussedinthispaperBasically,colorimagesegmentationtechniquesarebasedonmonochromeonesoperatingindifferentcolorspacesThispaperfirstreviewedsomemajorcolorrepresentationmethods,thensummarizedthemajorcolorimagesegmentationapproachesincludinghistogramthresholding,characteristicfeatureclustering,regionbasedapproaches,edgedetection,fuzzytechniques,neuralnetworks,physicsbasedmethodThemeritsanddrawbacksofthemethodswerediscussedtooFuzzysettheoryprovidesamechanismtopresentandmanipulateuncertaintyandambiguity,whichisdesirableforimageprocessingSo,thefuzzyapproacheswillhaveapromisingapplicationinthecolorimagesegmentationareaKeywordscolorimagesegmentation,colorspace,histogramthresholding,edgedetection,fuzzytechniques,neuralnetworks1引言图像分割是图像分析和模式识别的首要问题,也是图像处理的经典难题之一,它是图像分析和模式识别系统的重要组成部分,并决定图像的最终分析质量和模式识别的判别结果。
所谓图像分割是指将图像中具有特殊意义的不同区域分开来,并使这些区域相互不相交,且每个区域应满足特定区域的一致性条件。
定义2。
对一幅图像g(z,Y)(0z戈。
,0y),。
;)进行分割就是将图像划分为满足如下收稿日期:
200308-28;改回日期:
200406-29第一作者简介:
林开颜(1975),男,先后于1998年、2001年获长春光学精密机械学院机械设计与制造专业工学学士学位、机械电子工程专业工学硕士学位,2004年获同济大学控制理论与控制工程专业博士学位,现在同济大学现代农业科学与工程研究院工作。
研究方向为智能控制理论与技术、农业计算机视觉技术等。
Email:
ky1in163coln;linkaiyanyahoocoman万方数据2中国图象图形学报第10卷条件的个子区域gi(石,Y),i=1,2,v
(1)Ug;(戈,Y)=g(z,Y),即由所有子区域组成整幅图像;
(2)gi(戈,Y)是连通的区域,连通性是指在该区域内存在连接任意两点的路径;(3)gi(戈,Y)n器(戈,Y)=f2j(i,J=1,2,i白),即任意两个子区域不存在公共元素;(4)区域戤(戈,Y)满足一定的均匀性条件,所谓均匀性(或相似性)是指区域内所有像素点满足灰度、纹理、颜色等特征的某种相似性准则。
因为人眼对亮度具有适应性,即在一幅复杂图像的任一点上只能识别几十种灰度级,但可以识别成千上万种颜色,所以许多情况下,单纯利用灰度信息无法从背景中提取出目标,还必须借助于色彩信息。
由于彩色图像提供了比灰度图像更加丰富的信息,因此随着计算机处理能力的快速提高,彩色图像处理正受到人们越来越多的关注。
2颜色特征空间众所周知,人眼所感知的色彩是由通常称为三基色的红(R)、绿(G)、蓝(B)3种颜色混合而成。
RGB适合于显示系统,但不适合于图像分割和分析,因为R、G、B3个分量是高度相关的,即只要亮度改变,3个分量都会相应改变,而且,由于RGB是一种很不均匀的颜色空间,所以两种颜色之间的知觉差异(色差)不能表示为该颜色空间中两点间的距离,而利用线性或非线性变换,则可以由RGB颜色空间推导出其他的颜色特征空间。
目前虽有多种颜色空间用于彩色图像处理,但由于无论哪一种都无法替代其他的颜色空间而适用于所有彩色图像处理,故选择最佳的颜色空间是彩色图像分割的一个难题3。
线性变换空间有YIQ、YUV、I。
I:
I,【4o等,它们部分消除了RGB的相关性,由于其是线性变换,因此计算量小,其中,Y分量常用于边缘检测,而I,I:
I。
则能够有效地用于彩色图像处理。
非线性变换空间有HSI(HSB、HSL、HSV为HSI的变形)、归一化RGB【51(normalizedRGB,Nrgb)、YT。
T2o(另一种归一化颜色空问)、均匀颜色空间CIE(L+a+b+)及CIE(ru+v+)等,其中HSI与人眼的色彩感知相吻合,其在一些照明不均的场合特别有用,因色调与高亮、阴影无关,色调对区分不同颜色的物体非常有效;Nrgb虽降低了图像亮度对色彩的影响,但不足之处是在低亮度情况下对噪声敏感;CIE是一种均匀颜色空间,能够直接用颜色空间的几何距离进行不同颜色的比较,因此可有效地用于测量小的色差。
虽然非线性变换空间消除了3个颜色分量间的相关性,适合于图像处理,但由于其是非线性变换,因此计算量较大,且颜色空间存在奇异点问题。
灰度图像分割方法
(1)直方图阈值法
(2)特征空间聚类(3)基于区域的方法(4)边缘检测(5)模糊方法(6)神经元网络(7)物理模型方法(8)以上方法组合图1常用彩色图像分割方法Fig1ThetypicMcolorimagesegmentationthehniques3彩色图像分割方法目前,彩色图像分割有多种分类方法,如把图像分割问题看作是基于颜色和空间特征的分类问题,可以分为有监督和无监督分类问题。
Power等将有监督学习算法用于不同的颜色空间(RGB、HSI、Nrgb、混合颜色空间)进行果实图像分割。
有监督算法包括最大似然、决策树、K最近邻、神经元网络等。
Hance等比较了自适应阈值法、模糊c一均值、球坐标变换中心分裂、主分量变换(principalcomponentstransform,PCT)、分裂合并、多分辨率等6种无监督彩色图像分割方法在边界识别算法中的效率,结果显示,自适应阈值法、主分量变换具有较低的错误分割率,若将不同的方法相结合则可以进一步提高肿瘤边界的正确识别率,并且在合并过程中加入启发算法还可以潜在地提高成功率8J。
Pal等对彩色图像分割进行了简要介绍1,并称彩色图像可以作为多光谱图像的一个特例,且任何适用于多光谱图像的分割方法都可以用于彩色图像分割。
另外,大部分的灰度图像分割技术(如直方图万方数据第1
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 彩色 图像 分割 方法 综述