彩色图像分割技术简介

前面我们讨论了二维数字图像，这些图像可以认为是两个空间变量的灰度值函数。通过令灰度值是两个空间变量和一个光谱变量的函数，可将其直接推广到三维，即多光谱图像。当光谱采样限制到三个波段，即对应于人类视觉系统敏感的红、绿、蓝光谱段时，就称其为彩色图像。

多光谱图像的每个像素通过一组窄带光谱测量设备来成像。这样，图像数字化为多值的像素，经常使用24个或更多的光谱通道，因此结果图像被表示为包含24个左右的一组二维数字图像，每个二维图像表示物体通过一个窄带光学滤波器后的图像。多光谱分析中覆盖的光谱范围不一定限定在可见光范围内，一般来说，感兴趣的范围从红外区、可见光区一直到紫外区。

我们最熟悉的多光谱成像形式就是普通的彩色视觉。彩色图像是对外部客观世界最为逼真的描述。在图像处理中运用颜色主要有两个目的：1）颜色是一个强有力的描绘工具，它常常可以简化目标物的区分及从场景中抽取目标；2）人眼可以辨别几千种颜色色调和亮度，相形之下计算机只能辨别几十种灰度层次，该因素对于人工图像分析特别重要。(www.xing528.com)

彩色图像分割与灰度图像分割相比，大部分算法在分割思想上是一致的，都是基于像素数值的相似性和空间的接近性。只是对像素属性的考察以及特征提取等技术由一维空间转向了高维空间。这是由于灰度图像和彩色图像存在一个主要的区别，即对于每一个像素的描述，前者是在一维亮度空间上，而后者是在三维颜色空间上。

彩色图像分割的关键在于如何利用丰富的彩色信息来达到分割的目的。实际应用中，可以采取两种方式：一是将彩色图像的各个分量进行适当的组合转化为灰度图像，然后利用对灰度图像的分割方法进行分割；二是在彩色模型空间中直接进行图像分割。因此，要分割一幅彩色图像，首先要选择好合适的彩色空间，其次要采用适合此彩色空间的分割策略。