在不同色彩空間座標以區域為基礎做彩色影像分割

Abstract

本論文的內容將探討彩色影像分割的方法，基本的影像分割方法有四種： (一)統計取閥值 (二)以邊緣為基礎 (三)以區域為基礎 (四)以物理性質為基礎，每個方法都有其優缺點，而彩色影像的分割就是結合基本影像分割的理論再加上色彩的資訊，使得可以從原來處理黑白影像進而到彩色影像。而色彩的資訊表示方式可以用許多不同的色彩空間座標來表示，同樣的，每個色彩空間座標都有其優缺點，所以本文採用以區域為基礎的分割法包含區域成長和區域合併，加上運用3-D聚集及鬆弛標記的方法來做彩色影像分割，來減少只使用區域為基礎分割的缺點，並將其在不同的色彩空間座標實現，找出最適合此提出的演算法的色彩空間，並加以比較。 此提出的演算法的優點為其考慮了影像上空間的資訊和其色彩的資訊並且減少了雜訊對我們處理的影響，同時應用在適當的色彩空間下，可以提高色彩分割的準確率，減少影像在實際生活中，陰影和光線的影響所造成分割的不準確，進而使之後影像的後處理產生錯誤。 本文首先將介紹各種基本的影像分割的方法和所常用的色彩空間座標，然後介紹此所提出的演算法所使用的理論，如：3-D聚集、鬆弛、標記和本文所使用來判斷區域合併的條件，並將此區域合併演算法的流程圖秀出。整個系統的流程圖包含區域成長和區域合併都會列出使讀者了解。最後由實驗結果來驗證比較在何種色彩空間座標下，有最好的分割效果，和最好的雜訊和閥值的容忍度及處理速度和峰值的訊號雜訊比。