朱姝　王鹏　周星勇

【摘 要】彩色图像分割是数字图像处理和计算机视觉邻域的关键问题。文章对传统的彩色图像分割方法进行了总结，对新型分割算法进行了阐述，最后对彩色图像分割方法发展趋势进行了展望。

【关键词】彩色图像分割；数学形态学；蚁群算法；熵；Meanshift

图像分割是根据像素间性质将其划分为图像中满足一致性条件的区域的过程。近年来，由于包含了更为丰富的色彩信息，彩色图像分割研究受到越来越多的关注。文章在查阅国内外相关文献的基础上，将彩色图像分割方法分为基于阈值、基于边缘、基于区域和基于理论融合等方法并对每一类方法进行总结。

一、彩色图像分割方法

（一）基于阈值分割方法

基于阈值的分割方法基于两个假设：第一，图像上存在明显的目标与背景的区别，两者之间有较强的亮度（灰度）对比；第二，图像灰度直方图上有明显的目标和背景所对应的峰，两峰之间谷底所对应的灰度值便是较理想的分割阈值。阈值分割利用目标和背景的差异将原图分割为一幅二值图。

（二）基于边缘分割方法

基于边缘的彩色图像分割方法通过检测区域边缘从而通过边缘确定区域内的灰度或颜色信息，进行图像分割。边缘检测之后还需进行结果修饰处理，如连接边缘、去除毛刺和虚假边缘等。

（三）基于区域分割方法

区域生长与区域分裂合并是最主要的两类基于区域的彩色图像分割方法。区域生长从单个像素出发，根据像素与相邻点的颜色相似度判断是否“生长”，直到生长为一个完整区域。……