区域生长算法
硕士学位论文
精确程度是至关重要的。
因为人眼对亮度具有适应性，即在一幅复杂图像的任一点上只能识别几十种灰度级，但可以识别成千上万种颜色，所以许多情况下，单纯利用灰度信息无法从背景中提取出目标，还必须借助于色彩信息。由于彩色图像提供了比灰度图像更加丰富的信息，因此随着计算机处理能力的快速提高，彩色图像处理正受到人们越来越多的关注。
图像分割是图像处理和计算机视觉的一项必不可少的基础而关键的技术，同时也是图像理论发展的瓶颈之一。因此研究图像分割，特别足彩色图像的分割具有十分重要的意义，它不仅拥有非常广阔的应用前景，而且有利于图像处理技术的进一步发展。
虽然已经有了许多对单色图像进行分割的方法，但是很多用于单色图像分割的方法并不适用于直接分割彩色图像，所以进一步研究专门用于彩色图像分割的方法，并且使它具有通用性和更好的分割效果是人们努力的方向。
所以这篇论文选择彩色图像分割作为研究内容，同时，彩色图像分割作为图像分割的一个分支，其研究意义也不言而喻。
１．２彩色图像分割的现状㈣３
目前，彩色图像分割有多种分类方法，如把图像分割问题看作是基于颜色和空问特征的分类问题，可以分为有监督和无监督分类问题。Ｐｏｗｅｒ等将有监督学习算法用于不同的颜色空间（ＲＧＢ、ＨＳＩ、Ｎｒ加、混合颜色空间）进行果实图像分割【４＿５】。有监督算法包括最大