一种改进的彩色图像分割算法

摘要：

文中算法对传统的基于最大隶属度的彩色图像分割算法进行了改进.传统的基于最大隶属度原则的分割方法根据彩色直方图中的色彩矢量来确定目标和背景色模糊集,而绘制彩色直方图时比较繁琐.为了克服这一缺点,先绘制彩色图像对应的灰度直方图.对应于每一个灰度级,取属于该灰度级的像素中的一个像素的颜色来代表这一灰度级所对应的颜色,并保存其R、G、B值.据此建立一组色彩模糊集.计算图像中的所有色彩在各个模糊集中的隶属度,并基于最大隶属度原则确定色彩的归属.建立一种基于最大隶属度原则的神经网络,实现对彩色图像快速有效的分割.通过灰度直方图判断目标和背景色时的误差很小,并不影响判断.在建立色彩模糊集和计算隶属度实现色彩分类的时候都是根据像素色彩的R、G、B值来实现的,因而没有颜色损失.实验结果证明,该算法对原有的基于最大隶属度原则的彩色图像分割方法进行了改进,速度快,效果好.

关键词：最大隶属度原则、彩色图像分割、灰度直方图、神经网络

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：首都师范大学信息工程学院院级项目

在线出版日期：2008-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：159-160,163