融合多颜色空间分量的自适应彩色图像分割

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (5): 185-189.

融合多颜色空间分量的自适应彩色图像分割

刘俊1，马燕1，陈坤1，李顺宝2

1.上海师范大学信息与机电工程学院，上海 200234
2.上海师范大学数理学院，上海 200234

出版日期:2014-03-01 发布日期:2015-05-12

Adaptive color image segmentation by fusion of multi-color space components

LIU Jun1, MA Yan1, CHEN Kun1, LI Shunbao2

1.College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 200234, China
2.College of Mathematics, Shanghai Normal University, Shanghai 200234, China

Online:2014-03-01 Published:2015-05-12

摘要/Abstract

摘要： 提出了一种新的简单有效的融合多颜色分量的分割方法，首先在六个不同的颜色空间中选择最佳的待分割颜色分量，然后应用直方图和空间模糊C均值（SFCM）技术对不同颜色分量进行自适应初始分割，最后融合分割结果并进行区域合并。利用该算法在Berkeley图像库上进行了大量实验，实验结果表明，与当前一些经典分割算法Mean-shift、FCR、CTM等相比，利用该方法能够获得更好的分割结果以及更优的性能指标。

关键词: 彩色图像分割, 直方图, 空间模糊C均值（SFCM）, 融合, 多颜色空间分量

Abstract: This paper proposes a new, simple, and efficient segmentation approach. It chooses the best segmentation components among six different color spaces, then Histogram and SFCM technique is applied for initialization of segmentation. It fuses the segmentation results and merge regions. Extensive experiments have been taken on Berkeley image database by using the proposed algorithm. The results show that, compared with some classical segmentation algorithms, such as Mean-shift, FCR and CTM, etc, the method can achieve better image partitioning and better performance.

Key words: color image segmentation, histogram, Spatial Fuzzy C-Means（SFCM）, fusion, multi-color space components

刘俊1，马燕1，陈坤1，李顺宝2. 融合多颜色空间分量的自适应彩色图像分割[J]. 计算机工程与应用, 2014, 50(5): 185-189.

LIU Jun1, MA Yan1, CHEN Kun1, LI Shunbao2. Adaptive color image segmentation by fusion of multi-color space components[J]. Computer Engineering and Applications, 2014, 50(5): 185-189.

[1]	陆莉霞，邹俊忠，郭玉成，张见，王蓓. 多模态融合的膝关节损伤预测[J]. 计算机工程与应用, 2021, 57(9): 225-232.
[2]	王兵，乐红霞，李文璟，张孟涵. 改进YOLO轻量化网络的口罩检测算法[J]. 计算机工程与应用, 2021, 57(8): 62-69.
[3]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[4]	董旭彬，赵清华. 改进Mask R-CNN在航空影像目标检测的研究应用[J]. 计算机工程与应用, 2021, 57(8): 133-144.
[5]	王玲，王家沛，王鹏，孙爽滋. 融合注意力机制的孪生网络目标跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 169-174.
[6]	李明山，韩清鹏，张天宇，王道累. 改进SSD的安全帽检测方法[J]. 计算机工程与应用, 2021, 57(8): 192-197.
[7]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[8]	郭晓静，隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用[J]. 计算机工程与应用, 2021, 57(8): 249-255.
[9]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[10]	刘畅，邱卫根，张立臣. 基于可变形掩膜对齐卷积模型的行人再识别[J]. 计算机工程与应用, 2021, 57(5): 146-152.
[11]	王鹏，叶学义，王涛，钱丁炜. 双偏差双空间局部方向模式的人脸识别[J]. 计算机工程与应用, 2021, 57(4): 91-99.
[12]	韩文静，罗晓曙，杨日星. 一种复合型手势识别方法研究[J]. 计算机工程与应用, 2021, 57(4): 108-113.
[13]	赵辉，李志伟，方禄发. 特征信息增强的单发多框检测器算法[J]. 计算机工程与应用, 2021, 57(4): 148-154.
[14]	顾梅花，王苗苗，李立瑶，冯婧. 彩色图像多尺度融合灰度化算法[J]. 计算机工程与应用, 2021, 57(4): 209-215.
[15]	王殿伟，赵梦影，刘颖，宋海军，谢永军. 改进的R-SSD全景视频图像车辆检测算法[J]. 计算机工程与应用, 2021, 57(3): 189-195.