欢迎来到天天文库
浏览记录
ID:36534124
大小:104.47 KB
页数:4页
时间:2019-05-11
《一种彩色图像的色彩分割方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第l2卷第2期模式识别与人工智能Ⅵl2N0.2l9。。年6月PR&AI.Junel9092q一种彩色图像的色彩分割方法柏子游(西安理工大学印刷包装工程学院西安710{148)I1张勇√虞烈弋f)I\(西安交通大学润情理论及轴承研究所西安710049)摘要本文采用最小色差准则和最小误差准则相结台的相似色合井方法,对真彩色图像进行颤色聚类,从而实现了一种对彩色图像的色彩聚‘关键词颜色聚类,色彩分割\捣柳中圉法分类—1.4而l引言图像分割是对复杂的景物中各个目标或区域进行分解的过程.人们可以按照目标所具有的不同特征如边缘、形状、亮度、颜色、纹理等对图像进行分割.在图像分析中.图像分割的方法可粗
2、分为三类:一是基于直方图的分割(如利用灰度直方图的峰答点进行分割等);二是基于邻域相似性分割(如区域生长法等);再一类是基于物理特征的分割(如图像的彩色模型等).我们在进行铁谱磨粒图像分析中,典型磨粒的颜色因光源颜色和亮度的不同变化较大.为了将典型的磨粒从其它背景中分离出来.实验表明,仅依赖于图像的灰度指标往往效果不佳.可是,这些典型磨粒太多在颜色上都很容易区分,并且磨粒的颜色也比较单一,因此利用颜色进行分割将更为有效.那么.如何进行颜色分割呢?本文采用了相似色合并的方法,对颜色进行聚类,最终得到由几种颜色表示的不同区域的分割图像,从而实现了一种对彩色图像的色彩分割方法.2颜色聚类方案颜
3、色聚类实际上是将相似的几种颜色台并为一色,描述颜色近似程度的指标是色差.在标准CIE匀色空同中,色差是用两个颜色的距离来表示的.但是显示器采用的RGB色空问,是显示器的设备空间.与CIE系统的真实三原色不同.两者之问的转换涉及到诸多复杂的同题,为简单起见,仍采用在RGB色空同的距离来表示色差,由于RGB色空间在视觉上是不均匀的.因此,计算颜色的色差时,应采用加权RGB色空间中的距离来表示,即:,ICJ:.)=IH(只一R+W2CV—G1+{日一B)收稿日期:10gR_nR一21模式识别与人工智能l2卷其中Ⅳ1.W-2.是加权系数,.是RGB色空间的两个矢量.报据人限对R,G、B三色分量的
4、分辨程度,经验选取为=4、=8.mI=1.颜色合并算法可表示如下:设为初始颜色数,Ⅳ为合并后最终的颜色数,c1为中间颜色数.第一步:统计颜色数n及各颜色像素数,将n种颜色初始划分为n组,令c1=n.第二步:若c1≥!v.按色差公式计算色差最小的两个色组.第三步:合并色差最小的两个色组Y和,并删去_Y,.c1减l第四步:转第二步.在用色差公式计算时,式中R,G.B分别用两个色组的质心的值计算.该方法可称为“最小色差准则法”实验表明,由于该方法在颜色合并时只考虑色差,那些像素点较少的区域,甚至于是噪声点的区域,在合并过程中也会被作为一个色组保留下来,会导致聚类产生偏离,影响分割效果.解央的办
5、法是颜色合并时,在考虑色差的同时,将每个组中所包含的像素点数也考虑进去引进误差平方和准则函数.设有色组.Y其像素数为‰组的均值向量为m,,Ⅳ为划分的总组数。即.眦’.Ⅳ.定义误差平方和准则函数=∑∑!l—m’i:l∈z。的含义是,对于一个给定的组,在使向量(—m)的长度极小的意义下,均值向量m,是。中的像素颜色的最好代表.所,.度量了用‘、r个组的中心mi来代表n个组的像素点所产生的总的误差的平方和.的值嵌赖于颜色空间的划分,艇.最小的划分就是最优划分由于每次合并后L的值都要增加.若使得每次增加的值为最小,则得到的划分就是最忧划分.设将要合并的组为墨和墨,其像素点数与均值向量分别为‰,m
6、,.则噩和两组的准则函数为^:∑一mt.,j=∑ll—m川。∈,台并为一个组后,均值向量m午Ⅱ准则函数J及增量△.,计算如F:m=:±竺!=n+竺l:m+生_二:型,n+,^1nt+n,n,+,=∑一m=∑lx~m+∑ll—mil=.^++%l。一mlI则.,=,一(^+-‘)=lIm,一m川=d(m”)困而只要将前述算法中合并颜色的指标由最小色差改为最小△J即可.该方法可称为最小误差准则法.实验表明,该方法在台并初期,首先合并的是图像中大量的像素点数很少的噪声色,而图像中像素点较多的颜色被很好地保留下来,使得聚类中心向像素点较多的颜色靠拢t最终是面积越大的区域保留的颜色越多但在合并后期
7、,尽管两者色差较大,面积较小的区域也会与面积大的区域合并(参见.,计算公式)、使聚类分割效果变差.模式识别与』、工智能l2卷其中图I1)、(3)为原图,图(2)、(4)为分割图.图(2)最终聚类数取为4.图(4)最终聚类数取为3聚类数的选取,取决于要求分割的对象.如果被分割对象的颜色及背景色变化较大,聚类数可取得较多些,如图(2)的情况.反之聚类数可取得较少些,如图(4)的情况.对彩色图像一般聚类数可取3一&5结束语本文综合丁最小误
此文档下载收益归作者所有