区域生长算法
摘要
图像分割是根据某种图像特征的一致性要求，将一幅图像分割为多个区域。它是进行图像分析的关键步骤，也是进一步理解图像的基础。彩色图像因其提供了丰富的色彩信息，对人的视觉感知极为重要，因此对彩色图像分割的研究倍受关注。
目前可用的彩色图像分割方法大部分都是从灰度图像分割方法中扩展得到的。本文采用了将分水岭算法与区域生长算法相结合的分割算法，并利用小图像区域消解算法对分割后图像中所遗留的小区域进行消解。具体内容如下：
１）采用分水岭算法对图像进行初始分割以形成闭合的分割区域。针对传统的分水岭算法在彩色图像分割时常常会产生过分割现象，本文采用了各向异性的Ｐ—Ｍ扩散算法对图像进行了平滑预处理，在去除图像噪声的同时可以保持图像的边缘信息，从而改善了过分割现象。
２）在ＨｓＶ彩色模型里，在得到的初始分割区域基础上，设计了基于区域色调均值差的自动种子选取算法，使选取出的种子区域在其邻接区域中更具有代表性。
３）从选取的种子区域出发，逐步考察种子区域与其邻接区域的色调均值和饱和度的相似性对分水岭形成的区域进行区域生长。为了减少区域生长后图像中小区域的数目，利用小图像区域消解算法对区域生长后所遗留的小图像区域进行消解，从而实现了对彩色图像的有效分割。
本文算法通过ＭＡＴＬＡＢ进行了仿真实验，并与其他的彩色图像分割算法进行了比较，实验结果表明，本文的彩色图像分割算法是具有很好的分割效果。
关键词：彩色图像分割，各向异性的Ｐ．Ｍ扩散，分水岭，自动种子选取，区域生长，小图像区域消解