论文部分内容阅读
图像处理与机器视觉领域的主要问题之一是图像分割(Image segmentation)。目前,已经有非常多的成果和结论应用于灰度图像的分割,而彩色图像作为对外部客观世界最为逼真的描述,其分割比较复杂,研究的相对较少。图像分割(Image segmentation)描述根据均匀和相似的准则将图像分为本身相连、互不重叠的图像元组(称为区域)的过程。与之相似,彩色图像分割(Color image segmentation)所描述的是从图像中提取一个或多个满足均匀性(同质)准则、相连的区域的过程,这里的均匀性准则以从图像光谱成分中提取的特征为准。在给定的彩色空间中给出这些成分的定义。有关场景中目标识别的知识可作为分割过程的基础,如光学和几何的特性。从分割方法的角度来说,彩色图像和灰度图像的区别,主要体现在每一个像素的描述上,前者是在三维空间上,而后者是在一维亮度空间上。由于彩色图像包含了比灰度图像更多的信息,因此,在很多情况下很有必要对彩色图像进行分割。本文主要做了以下研究工作:1.白光区域形状的探讨简要介绍了颜色计量统计下的RGB计色制、XYZ计色制与CIE色度图、以及刚辨差与均匀色标制,通过对XYZ制色度图中白光区域边界曲线的拟合,以及均匀色标制下各颜色空间中白光区域边界形状的描述,旨在为广大颜色工作者研究白色或近白色提供一定的参考依据,以及论证色度差与色差在处理白色物体判定时的局限性。2.基于支持向量机的羽毛颜色分级为了克服羽毛颜色分级中存在的误差大等缺点,提出了一种新颖的智能分级方法。设计了基于支持向量机的羽毛颜色分级系统,即利用计算机视觉技术获取羽毛表面颜色的特征值作为颜色特征;依据支持向量机理论,选取径向基函数作为核函数,构造分类器;将羽毛表面颜色的特征值作为分类器的输入样本,对羽毛进行分级。在VC平台上实现了该方法,并在工业现场对大批量羽毛进行了分级,结果表明该方法效果良好,能够很好地满足羽毛分级的工业需求。3.羽毛污渍的分割分别使用LAB颜色空间的色差法与灰度图下的最小二乘法对羽毛污渍进行分割,在分割出羽毛污渍特征的同时,比较了两种方法的效果,在一定程度上说明了彩色图像相对于灰度图像包含更多的信息,是对客观世界最逼真的描述。本文通过Mat lab和VC++6.0软件实现了上述算法和方法,最后对彩色分割实验进行验证,取得良好的效果。