第 10卷 　 第 1期 中国图象图形学报 Ｖｏ

ｌ.10,Ｎｏ.1
2005年 1月 Ｊ
ｏｕｒ
ｎａｌｏ
ｆＩｍａ
ｇｅａ
ｎｄＧｒ
ａｐｈｉ
ｃｓ Ｊｎ.,2005
ａ

彩色图像分割方法综述
1) 1) 1)
,2)
林开颜 　吴军辉 　徐立鸿
1)
( 　 2)(
同 济 大 学 现 代 农 业 科 学 与 工 程 研 究 院 ,上 海 　200092) 同 济 大 学 控 制 科 学 与 工 程 系 ,上 海 　200092)

摘 　 要 　 由 于 彩 色 图 像 提 供 了 比 灰 度 图 像 更 为 丰 富 的 信 息 ,因 此 彩 色 图 像 处 理 正 受 到 人 们 越 来 越 多 的 关 注 。 彩 色
图 像 分 割 是 彩 色 图 像 处 理 的 重 要 问 题 ,彩 色 图 像 分 割 可 以 看 成 是 灰 度 图 像 分 割 技 术 在 各 种 颜 色 空 间 上 的 应 用 ,为
了 使 该 领 域 的 研 究 人 员 对 当 前 各 种 彩 色 图 像 分 割 方 法 有 较 全 面 的 了 解 ,因 此 对 各 种 彩 色 图 像 分 割 方 法 进 行 了 系 统
论 述 ,即 先 对 各 种 颜 色 空 间 进 行 简 单 介 绍 ,然 后 对 直 方 图 阈 值 法 、特 征 空 间 聚 类 、基 于 区 域 的 方 法 、边 缘 检 测 、模 糊
方 法 、神 经 元 网 络 、基 于 物 理 模 型 方 法 等 主 要 的 彩 色 图 像 分 割 技 术 进 行 综 述 ,并 比 较 了 它 们 的 优 缺 点 ,通 过 比 较 发
现 模 糊 技 术 由 于 能 很 好 地 表 达 和 处 理 不 确 定 性 问 题 ,因 此 在 彩 色 图 像 分 割 领 域 会 有 更 广 阔 的 应 用 前 景 。
关键词　彩色图像分割　颜色空间　直方图阈值化　边缘检测　模糊方法　神经网络
中 图 法 分 类 号 ：ＴＰ391.
41　 文 献 标 识 码 ：Ａ　 　 文 章 编 号 ：1006-
8961(
2005)
01-
0001-
10

Ａ Ｓｕｒ
ｖｅｙｏｎＣｏｌ
ｏｒＩ
ｍａｇｅＳｅ
ｇｍｅ
ｎｔａｔ
ｉｏｎＴｅ
ｃｈｎｉ
ｑｕｅ
ｓ

- ｎ ,ＷＵ Ｊ
ｕｎ-
ｈｕｉ ,ＸＵ Ｌｉ
-
1) 1) 1)
,2)
ＬＩ
Ｎ Ｋａ
ｉ ｙ
ａ ｈｏ
ｎｇ
1)
(
Ｍｏｄｅ
ｒｎＡｇｒ
ｉｃｕｌ
ｔｕｒ
ａｌＳｃ
ｉｅｎｃ
ｅ＆ Ｅｎｇｉ
ｎｅｅ
ｒｉｎｇＩ
ｎｓｔ
ｉｔ
ｕｔｅｏ
ｆＴｏ
ｎｇｊ
ｉＵｎｉ
ｖｅｒ
ｓｉｙ,Ｓｈａｎｇｈａｉ200092)
ｔ
2)
(
Ｃｏｎｔ
ｒｏｌＳｃ
ｉｅｎｃ
ｅ＆ Ｅｎｇｉ
ｎｅｅ
ｒｉｎｇＤｅ
ｐａｒ
ｔｍｅ
ｎｔｏ
ｆＴｏ
ｎｇｊ
ｉＵｎｉ
ｖｅｒ
ｓｉｙ,Ｓｈａｎｇｈａｉ200092)
ｔ

Ａｂｓ
ｔｒａｃ
ｔ　 Ｄｕｅｔ
ｏｃｏ
ｌｏｒｉ
ｍａｇ
ｅｐｒ
ｏｖｉ
ｄｉｎｇｍｏ
ｒｅｉ
ｎｆｏ
ｒｍａ
ｔｉｏ
ｎｔｈａ
ｎｍｏ
ｎｏｃ
ｈｒｏ
ｍｅｉ
ｍａｅ,ｃ
ｇ ｏｌｏ
ｒｉｍａ
ｇｅｐｒ
ｏｃｅ
ｓｓｉ
ｎｇｉ
ｓｂｅ
ｉｎｇｐａ
ｉｄ
ｍｏ
ｒｅａ
ｎｄｍｏ
ｒｅａ
ｔｔｅ
ｎｔｉ
ｏｎ.Ｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎｉｓｃ
ｒｉｔ
ｉｃａ
ｌｔｏｉ
ｍａｇ
ｅｐｒ
ｏｃｅ
ｓｓｉ
ｎｇａ
ｎｄｐａ
ｔｔｅ
ｒｎｒ
ｅｃｏ
ｇｎｉ
ｔｉ
ｏｎ,ｓ
ｏａｌ
ｌｔｈｅｔ
ｙｐｉ
ｃａｌ
ａ
ｐｐｒ
ｏａｃ
ｈｅｓａ
ｒｅ ｐｒ
ｅｓｅ
ｎｔｅ
ｄａｎｄ ｄｉ
ｓｃｕｓ
ｓｅｄｉ
ｎｔｈｉ
ｓｐａ
ｐｅ. Ｂａ
ｒ ｓｉｃ
ａｌｙ, ｃ
ｌ ｏｌｏ
ｒｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｔｅ
ｃｈｎｉ
ｑｕｅ
ｓａｒ
ｅ ｂａ
ｓｅｄｏ
ｎ
ｍｏ
ｎｏｃ
ｈｒｏ
ｍｅｏ
ｎｅｓｏ
ｐｅｒ
ａｔｉ
ｎｇｉ
ｎｄｉ
ｆｆ
ｅｒｅ
ｎｔｃ
ｏｌｏ
ｒｓｐａ
ｃｅ.Ｔｈｉ
ｓ ｓｐａ
ｐｅｒｆ
ｉｒ
ｓｔｒ
ｅｖｉ
ｅｗｅ
ｄｓｏ
ｍｅｍａ
ｊｏｒｃ
ｏｌｏ
ｒｒｅ
ｐｒｅ
ｓｅｎｔ
ａｔｉ
ｏｎｍｅ
ｔｈｏ
ｄｓ,
ｔ
ｈｅｎｓ
ｕｍｍａ
ｒｉｚ
ｅｄｔ
ｈｅｍａ
ｊｏｒｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎａｐｐｒ
ｏａｃ
ｈｅｓｉ
ｎｃｌ
ｕｄｉ
ｎｇｈｉ
ｓｔｏ
ｇｒａ
ｍｔｈｒ
ｅｓｈｏ
ｌ ｎｇ,ｃ
ｄｉ ｈａｒ
ａｃｔ
ｅｒｉ
ｓｔｉ
ｃｆｅ
ａｔｕｒ
ｅ
ｃ
ｌｕｓ
ｔｅｒ
ｉｎｇ,ｒ
ｅｇｉ
ｏｎ-
ｂａｓ
ｅｄａ
ｐｐｒ
ｏａｃ
ｈｅ,ｅ
ｓ ｄｇ
ｅｄｅ
ｔｅｃ
ｔｉｎ,ｆ
ｏ ｕｚｚ
ｙｔｅ
ｃｈｎｉ
ｑｕｅ
ｓ,ｎｅ
ｕｒａ
ｌｎｅ
ｔｗｏ
ｒ ,ｐｈｙ
ｋｓ ｓｉｃ
ｓ-ｂａ
ｓｅｄｍｅ
ｔ ｄ.Ｔｈｅｍｅ
ｈｏ ｒｉｔ
ｓ
ａ
ｎｄｄｒ
ａｗｂａ
ｃｋｓｏ
ｆｔｈｅｍｅ
ｔｈｏ
ｄｓｗｅ
ｒｅｄｉ
ｓｃｕｓ
ｓｅｄｔ
ｏｏ. Ｆｕｚ
ｚｙｓ
ｅｔｔ
ｈｅｏ
ｒｙｐｒ
ｏｖｉ
ｄｅｓａｍｅ
ｃｈａ
ｎｉｓ
ｍｔｏｐｒ
ｅｓｅ
ｎｔａ
ｎｄ ｍａ
ｎｉｐｕｌ
ａｔｅ
ｕｎｃ
ｅｒｔ
ａｉｎｔ
ｙａｎｄ ａ
ｍｂｉ
ｇｕｉ
ｔｙ, ｗｈｉ
ｃｈｉ
ｓｄｅ
ｓｉｒ
ａｂｌ
ｅｆｏ
ｒｉｍａ
ｇｅｐｒ
ｏｃｅ
ｓｓｎｇ. Ｓｏ, ｔ
ｉ ｈｅｆ
ｕｚｚ
ｙａｐｐｒ
ｏａｃ
ｈｅｓｗｉ
ｌｌｈａ
ｖｅａｐｒ
ｏｍｉ
ｓｉｎｇ
ａ
ｐｐｌ
ｉｃａ
ｔｉｏ
ｎｉｎｔ
ｈｅｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎａｒ
ｅａ.
Ｋｅ
ｙｗｏｒ
ｄｓ　 ｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｎ, ｃ
ｏ ｏｌｏ
ｒｓｐａ
ｃｅ, ｈｉ
ｓｔｏ
ｇｒａ
ｍ ｔ
ｈｒｅ
ｓｈｏ
ｌ ｎｇ, ｅ
ｄｉ ｄｇｅ ｄｅ
ｔｅｃ
ｔｉｎ, ｆ
ｏ ｕｚｚ
ｙｔｅ
ｃｈｎｉ
ｑｕｅ
ｓ,
ｎｅ
ｕｒａ
ｌｎｅ
ｔｗｏ
ｒｋｓ

析质量和模式识别的判别结果。所谓图像分割是指
1　引　言 将 图 像 中 具 有 特 殊 意 义 的 不 同 区 域 分 开 来 ,并 使 这
些 区 域 相 互 不 相 交 ,且 每 个 区 域 应 满 足 特 定 区 域 的
图像分割是图像分析和模式识别的首要问题, 一致性条件。
也 是 图 像 处 理 的 经 典 难 题 之 一 ,它 是 图 像 分 析 和 模 0≤ ｘ≤ ｘｍａｘ,
[1,
2]
定义 ｘ,ｙ)(
　 对 一 幅 图 像 ｇ(
式 识 别 系 统 的 重 要 组 成 部 分 ,并 决 定 图 像 的 最 终 分 0≤ ｙ≤ ｙｍａｘ )
进行 分 割 就 是 将 图 像 划 分 为 满 足 如 下

收 稿 日 期 ：2003-
08-
28；改 回 日 期 ：2004-
06-
29
第 一 作 者 简 介 ：林 开 颜 (
1975～　 )
,男 ,先 后 于 1998年 、
2001年 获 长 春 光 学 精 密 机 械 学 院 机 械 设 计 与 制 造 专 业 工 学 学 士 学 位 、机 械 电 子 工
程 专 业 工 学 硕 士 学 位 ,2004年 获 同 济 大 学 控 制 理 论 与 控 制 工 程 专 业 博 士 学 位 ,现 在 同 济 大 学 现 代 农 业 科 学 与 工 程 研 究 院 工 作 。 研 究 方 向 为 智
能 控 制 理 论 与 技 术 、农 业 计 算 机 视 觉 技 术 等 。 Ｅ-
ｍａｉ
ｌ：ｋｙ.ｌ
ｉｎ@163.ｃ
ｏｍ；ｌ
ｉｎｋａ
ｉｙｎ@ ｙ
ａ ａ ｏ.ｃ
ｈｏ ｏｍ.ｃ
ｎ
 　 　
2 中国图象图形学报 第 10卷

条 件 的 Ｎ个 子 区 域 ｇｉ( ,ｉ=1,
ｘ,ｙ) 2… Ｎ, 别 有 用 ,因 色 调 与 高 亮 、阴 影 无 关 ,色 调 对 区 分 不 同
Ｎ
颜 色 的 物 体 非 常 有 效 ；Ｎｒ
ｇｂ虽 降 低 了 图 像 亮 度 对 色
(
1)∪ ｇｉ(
ｘ,ｙ)=ｇ( ,即 由 所 有 子 区 域 组 成
ｘ,ｙ)
ｉ=1
彩 的 影 响 ,但 不 足 之 处 是 在 低 亮 度 情 况 下 对 噪 声 敏
整幅图像；
Ｅ是 一 种 均 匀 颜 色 空 间 ,能 够 直 接 用 颜 色 空 间
感 ；ＣＩ
(
2)ｇｉ( 是 连 通 的 区 域 ,连 通 性 是 指 在 该 区
ｘ,ｙ)
的 几 何 距 离 进 行 不 同 颜 色 的 比 较 ,因 此 可 有 效 地 用
域内存在连接任意两点的路径；
于测 量 小 的 色 差 。 虽 然 非 线 性 变 换 空 间 消 除 了 3个
(
3)ｇｉ (
ｘ,ｙ)∩ ｇｊ(
ｘ,ｙ)=● (
ｉ,ｊ=1,2… ,Ｎ,
颜 色 分 量 间 的 相 关 性 ,适 合 于 图 像 处 理 ,但 由 于 其 是
≠ ｊ)
ｉ ,即 任 意 两 个 子 区 域 不 存 在 公 共 元 素 ；
非 线 性 变 换 ,因 此 计 算 量 较 大 ,且 颜 色 空 间 存 在 奇 异
(
4)区 域 ｇｉ(
ｘ,ｙ)
满 足 一 定 的 均 匀 性 条 件 ,所 谓
点问题。
均匀性 (
或相似性 )
是指区域内所有像素点满足灰
颜色空间
度 、纹 理 、颜 色 等 特 征 的 某 种 相 似 性 准 则 。 灰度图像分割方法
(
1)ＲＧＢ
因 为 人 眼 对 亮 度 具 有 适 应 性 ,即 在 一 幅 复 杂 图 (
1)直方图阈值法
(
2)ＹＩ
Ｑ
(
2)
像 的 任 一 点 上 只 能 识 别 几 十 种 灰 度 级 ,但 可 以 识 别
特征空间聚类
(
3)ＹＵＶ
(
3)基于区域的方法
成 千 上 万 种 颜 色 ,所 以 许 多 情 况 下 ,单 纯 利 用 灰 度 信 彩色图像 (
4)Ｉ
1Ｉ2Ｉ
3
= (
4)边缘检测 +
(
5)
息 无 法 从 背 景 中 提 取 出 目 标 ,还 必 须 借 助 于 色 彩 信 分割方法
(
5)模糊方法
ＨＳＩ
(
6)
息。由于彩色图像提供了比灰度图像更加丰富的信
Ｎｒ
ｇｂ
(
6)神经元网络
(
7)ＣＩ
Ｅ(Ｌ∗ ａ∗ ｂ∗ )
息 ,因 此 随 着 计 算 机 处 理 能 力 的 快 速 提 高 ,彩 色 图 像 (
7)物理模型方法
(
8)ＣＩ
Ｅ(Ｌ∗ ｕ∗ ｖ∗ )
(
8)
处理正受到人们越来越多的关注。 以上方法组合
(
9)以上空间组合

2　颜色特征空间 图 1　 常 用 彩 色 图 像 分 割 方 法
ｇ.
Ｆｉ 1　 Ｔｈｅｔ
ｙｐｉ
ｃａｌｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｔｈｃ
ｈｎｉ
ｑｕｅ
ｓ

众 所 周 知 ,人 眼 所 感 知 的 色 彩 是 由 通 常 称 为 三
基色的 红 (
Ｒ)、绿 (
Ｇ)、蓝 (
Ｂ)3种 颜 色 混 合 而 成 。
ＲＧＢ适 合 于 显 示 系 统 ,但 不 适 合 于 图 像 分 割 和 分
3　彩色图像分割方法
析 ,因 为 Ｒ、Ｇ、Ｂ3个 分 量 是 高 度 相 关 的 ,即 只 要 亮
度 改 变 ,3个 分 量 都 会 相 应 改 变 ,而 且 ,由 于 ＲＧＢ是
目 前 ,彩 色 图 像 分 割 有 多 种 分 类 方 法 ,如 把 图 像
一 种 很 不 均 匀 的 颜 色 空 间 ,所 以 两 种 颜 色 之 间 的 知
分割问题看作是基 于 颜 色 和 空 间 特 征 的 分 类 问 题,
觉差异 (
色差 )
不能表示为该颜色空间中两点间的
可 以 分 为 有 监 督 和 无 监 督 分 类 问 题 。 Ｐｏ
ｗｅｒ等 将 有
距 离 ,而 利 用 线 性 或 非 线 性 变 换 ,则 可 以 由 ＲＧＢ颜 监 督 学 习 算 法 用 于 不 同 的 颜 色 空 间 (ＲＧＢ、ＨＳＩ
、
色空间推导出其他的颜色特征空间。目前虽有多种 Ｎｒ
ｇｂ、混 合 颜 色 空 间 )进 行 果 实 图 像 分 割
[7]
。有监
颜 色 空 间 用 于 彩 色 图 像 处 理 ,但 由 于 无 论 哪 一 种 都 督 算 法 包 括 最 大 似 然 、决 策 树 、Ｋ-
最 近 邻 、神 经 元 网
无法替代其他的颜色空间而适用于所有彩色图像处 络等 。 Ｈａ
ｎｃｅ等 比 较 了 自 适 应 阈 值 法 、模 糊 Ｃ-
均值、
理 ,故 选 择 最 佳 的 颜 色 空 间 是 彩 色 图 像 分 割 的 一 个 球坐 标 变 换 /
中 心 分 裂 、主 分 量 变 换 (ｐｒ
ｉｎｃ
ｉｐａ
ｌ
。
[3]
难题 ｃ
ｏｍｐｏ
ｎｅｎｔ
ｓｔｒ
ａｎｓ
ｆｏｒ 、分 裂 合 并 、多 分 辨 率 等
ｍ,ＰＣＴ)
Ｑ、ＹＵＶ、Ｉ 等 ,它 们 部
[4]
线 性 变 换 空 间 有 ＹＩ 1Ｉ2Ｉ
3 6种 无 监 督 彩 色 图 像 分 割 方 法 在 边 界 识 别 算 法 中 的
分 消 除 了 ＲＧＢ的 相 关 性 ,由 于 其 是 线 性 变 换 ,因 此 效 率 ,结 果 显 示 ,自 适 应 阈 值 法 、主 分 量 变 换 具 有 较
计 算 量 小 ,其 中 ,Ｙ 分 量 常 用 于 边 缘 检 测 ,而 Ｉ
1Ｉ2Ｉ
3 低 的 错 误 分 割 率 ,若 将 不 同 的 方 法 相 结 合 则 可 以 进
则能够有效地用于彩色图像处理。 一 步 提 高 肿 瘤 边 界 的 正 确 识 别 率 ,并 且 在 合 并 过 程
非 线 性 变 换 空 间 有 ＨＳＩ(
ＨＳＢ、ＨＳＬ、ＨＳＶ为 ＨＳＩ 中加入启 发 算 法 还 可 以 潜 在 地 提 高 成 功 率
[8]
。 Ｐａ
ｌ
的变 形 )
、归 一 化 ＲＧＢ ( ｄＲＧＢ,Ｎｒｂ)
、
[5]
,并 称 彩 色 图
[9]
ｎｏｒ
ｍａｌ
ｉｚｅ ｇ 等对彩色图像分割进行了 简 要 介 绍
(
另一种 归 一 化 颜 色 空 间 )
、均 匀 颜 色 空 间
[6]
ＹＴ1Ｔ2 像 可 以 作 为 多 光 谱 图 像 的 一 个 特 例 ,且 任 何 适 用 于
Ｌ ａｂ ) Ｌ ｕｖ )
等 ,其 中 ＨＳＩ与 人
∗ ∗ ∗ ∗ ∗ ∗
ＣＩ
Ｅ( 及 ＣＩ
Ｅ( 多光谱图像的分割方法都可以用于彩色图像分割。
眼 的 色 彩 感 知 相 吻 合 ,其 在 一 些 照 明 不 均 的 场 合 特 另 外 ,大 部 分 的 灰 度 图 像 分 割 技 术 (
如直方图
 　 　
第 1期 林 开 颜 等 ：彩 色 图 像 分 割 方 法 综 述 3

阈 值 法 、聚 类 、区 域 增 长 、边 缘 检 测 、模 糊 方 法 、神 经 可 以 同 时 利 用 3个 颜 色 分 量 的 信 息 。 Ｃｅ
ｌｅｎｋ利 用
元网络等 )
也 可 以 扩 展 到 彩 色 图 像 。 目 前 ,许 多 彩 Ｆｉ
ｓ ｒ线 性 判 别 来 确 定 这 样 一 条 直 线 ,用 于 1维 直
ｈｅ
,它 是 在 ＣＩ Ｌ ａｂ )
3维 颜 色 空
[15] ∗ ∗ ∗
色图像分割方法不仅把灰度图像分割方法应用于不 方图阈 值 化 Ｅ(
同 的 颜 色 空 间 ,而 且 可 以 直 接 应 用 于 每 个 颜 色 分 量 间 中 进 行 操 作 的 ,即 先 利 用 定 义 在 ＣＩ Ｌ ａｂ )
∗ ∗ ∗
Ｅ(
上 ,其 结 果 再 通 过 一 定 的 方 式 进 行 组 合 ,即 可 获 取 最 空间 上 的 Ｈ、Ｓ、Ｉ3个 分 量 的 1维 直 方 图 来 估 计 像 素
。 本 文 将 按 图 1所 示 的 分 类 方 法 点在 3维 颜 色 空 间 分 布 的 圆 形 柱 面 体 单 元 的 形 状 ,
[10]
后的分割结果
对彩色图像分割展开论述。 并将 每 个 柱 面 单 元 内 的 像 素 点 投 影 到 Ｆｉ
ｓｈｅ
ｒ线 性 判
3.
1　 直 方 图 阈 值 化 别 方 法 所 确 定 的 直 线 上 ,再 利 用 1维 直 方 图 阈 值 化
直方图阈值法是灰度图像广泛使用的一种分割 方法就可以对柱面单元所确定的区域进行分割。由
方 法 ,它 基 于 对 灰 度 图 像 的 这 样 一 种 假 设 ：目 标 或 背 于 这 种 方 法 可 以 同 时 利 用 所 有 的 颜 色 信 息 ,因 此 有
景 内 部 的 相 邻 像 素 间 的 灰 度 值 是 相 似 的 ,但 不 同 目 效 地 减 少 了 聚 类 的 错 误 率 ,类 似 的 应 用 还 可 参 见 文
标 或 背 景 上 的 像 素 灰 度 差 异 较 大 ,其 反 映 在 直 方 图 献 [16,
17]。
上 ,就 是 不 同 目 标 或 背 景 对 应 不 同 的 峰 。 分 割 时 ,选 直 方 图 阈 值 法 不 需 要 先 验 信 息 ,且 计 算 量 较 小 ,
取 的 阈 值 应 位 于 直 方 图 两 个 不 同 峰 之 间 的 谷 上 ,以 1)
但 缺 点 是 ：( 单独基于颜色分割得到的区域可能
便 将 各 个 峰 分 开 。 Ｏｈｌ
ａｎｄｅ
ｒ等 提 出 了 一 种 多 维 直 方 2)
是 不 完 整 的 ；( 在复杂图像的各个分量直方图中
图阈 值 化 方 案
[11]
,其 阈 值 是 从 不 同 的 颜 色 空 间 并 不 一 定 存 在 明 显 的 谷 ,用 来 进 行 阈 值 化 分 割 ；(
3)
(
ＲＧＢ、ＹＩ
Ｑ、ＨＳＩ)
中 选 取 ,并 用 于 区 域 分 裂 。 对 于 每 当 像 素 颜 色 映 射 到 3个 直 方 图 的 不 同 位 置 时 ,颜 色
个 要 分 裂 的 区 域 ,先 计 算 Ｒ、Ｇ、Ｂ、Ｙ、Ｉ
、Ｑ、Ｈ、Ｓ、Ｉ等 9 信 息 会 发 散 ；(
4)没有利用局部空间信息。
个 特 征 量 的 直 方 图 后 ,再 确 定 每 个 直 方 图 的 峰 值 ,然 3.
2　 特 征 空 间 聚 类
后 选 出 具 有 最 佳 峰 值 的 直 方 图 ,并 从 中 确 定 出 一 个 特 征 空 间 聚 类 算 法 不 需 要 训 练 样 本 ,是 一 种 无
阈 值 来 将 要 分 裂 的 区 域 一 分 为 二 ,对 于 新 分 裂 出 的 监 督 的 统 计 方 法 ,它 是 通 过 迭 代 地 执 行 分 类 算 法 来
提 取 各 类 的 特 征 值 ,其 中 Ｋ- 、模 糊 Ｃ-
[18,
19]
子 区 域 重 复 同 样 的 过 程 ,直 至 每 个 区 域 都 是 相 似 的 , 均值 均值
( ｙＣ- ｎ,ＦＣＭ ) 等 是 最 常 用 的 分 类 方 法 。
[20]
不 能 再 进 行 分 裂 为 止 。 Ｇｕｏ等 对 图 像 数 据 在 多 维 特 Ｆｕｚ
ｚ ｍｅａ
征 空 间 的 多 峰 概 率 密 度 函 数 ,则 采 用 基 于 直 方 图 熵 对 于 彩 色 图 像 ,颜 色 空 间 本 身 就 是 一 种 特 征 空 间 ,颜
。
[12]
的方法来确定峰和谷 色空间聚类方法用于彩色图像分割具有直观易于实
与 灰 度 图 像 不 同 的 是 ,彩 色 图 像 有 3个 颜 色 分 现的 特 点 ,并 且 能 同 时 利 用 3个 分 量 的 颜 色 信 息 ,但
量 ,其 直 方 图 是 一 个 3维 数 组 ,在 这 样 的 直 方 图 中 确 它 的 最 大 问 题 是 要 事 先 确 定 聚 类 数 目 ,即 需 先 进 行
定阈 值 是 比 较 困 难 的 。 一 种 解 决 方 法 是 将 3维 空 间 聚 类 的 有 效 性 分 析 。 对 于 ＦＣＭ,目 前 已 有 不 少 分 类
往 低 维 空 间 投 影 ,Ｕｎｄｅ
ｒｗｏ
ｏｄ等 把 3维 颜 色 空 间 (
Ｘ, 指 标 ,如 基 于 隶 属 度 矩 阵 的 分 割 系 数 (ｐａ
ｒｔｉ
ｔｉ
ｏｎ
Ｙ,Ｉ)
投 影 到 2维 平 面 (
Ｘ-Ｙ、Ｘ-
Ｉ Ｉ) ,以 便 从 航
、Ｙ-
[13]
ｃ
ｏｅｆ
ｆｉ
ｃｉｅ
ｎｔ,ＰＣ)
和分割熵 (
ｐａｒ
ｔｉ
ｔｉ
ｏｎｅ
ｎｔｒ
ｏｐｙ,ＰＥ)
,还
空彩色图 像 中 交 互 地 检 测 出 果 园 中 植 物 的 病 害 情 有 考 虑 数 据 点 紧 密 度-
分 离 度 (ｃ
ｏｍｐａ
ｃｔｎｅ
ｓｓ-
况 。 Ｋｕｒ
ｕｇｏ
ｌｌｕ等 提 出 了 一 种 多 频 谱 图 像 分 割 方 ｓ
ｅｐａ
ｒａｔ
ｉｏ ｅ-
ｎ)的 Ｘｉ Ｂｅ
ｎｉ指 标 和 Ｆｕｋａ
ｙａｍａ-
ｓｕｇ
ｎｏ指
法
[14]
,即 对 于 彩 色 图 像 ,首 先 选 取 ＦＲＧ、ＦＲＢ、ＦＧＢ为 标 ,以 及 将 紧 密 度 -
分离度和隶属度矩阵特性进行综
。
[21,
22]
频 谱 子 集 ,并 在 计 算 3个 频 谱 子 集 的 2维 直 方 图 后 , 合 的 ＳＣ指 标
再 进 行 多 阈 值 化 处 理 ,然 后 利 用 融 合 算 法 对 根 据 3 Ｃａ
ｒｅｖ
ｉｃ等 提 出 了 基 于 如 下 特 征 向 量 的 Ｋ-
均值
[18]
个子 集 的 2维 直 方 图 分 割 的 图 像 进 行 合 成 。 对 于 频 ：Ｋｘ,ｙ,= [αＩ
1 (ｘ,ｙ)
,
ｎ
聚类彩 色 图 像 分 割 方 法
谱 数 较 多 的 图 像 ,可 以 利 用 主 分 量 变 换 (
Ｋ-Ｌ变 换 ) αＩ
2(ｘ,ｙ)
,α Ｉ
3 (ｘ,ｙ)
,βσＲ (ｘ,ｙ)
,βσＧ (ｘ,ｙ)
,
ｎ ｎ ｎ ｎ

将 频 谱 数 减 少 到 3。 βσＢ (
ｎ
ｘ,ｙ)
,γｘ,
γｙ ],其 中 ,(
ｎ
ｘ,ｙ)
像 素 坐 标 ,Ｉ
ｎ
1、2、
Ｉ Ｉ
3

如果阈值化操作只是在单个颜色分量上进行, 为 Ｒ、Ｇ、Ｂ 的 线 性 变 换 ；σＲ (ｘ,ｙ)

,σＧ (ｘ,ｙ)
,
则 由 于 忽 略 了 3个 颜 色 分 量 间 的 相 关 性 ,因 此 提 取 σＢ (
ｘ,ｙ)
为像素 ( 及 其 8邻 域 像 素 的 Ｒ、Ｇ、Ｂ的
ｘ,ｙ)
区域 不 能 同 时 考 虑 3个 颜 色 分 量 的 信 息 。 若 能 够 找 偏 差 ；上 标 ｎ表 示 该 分 量 归 一 化 为 0均 值 、单 位 标 准
到 一 条 直 线 ,使 得 投 影 在 其 上 的 3维 空 间 的 点 能 够 偏差的变量。该特 征 量 既 考 虑 了 空 间 的 相 关 信 息,
很 好 地 分 开 ,这 样 既 能 对 颜 色 空 间 进 行 降 维 处 理 ,又 也 提 供 了 图 像 的 二 阶 统 计 信 息 ,其 不 仅 使 得 聚 类 在
 　 　
4 中国图象图形学报 第 10卷

空 间 上 是 连 续 的 ,并 且 通 过 调 整 控 制 因 子 α、
β、γ还 不断分裂为 4个矩形区域,直到每个区域内部都是相
可以提高聚类性能。这种在特征向量中考虑与邻域 似的为止。区域合并通常和区域生长、区域分裂技术
像 素 关 系 的 方 法 还 可 见 参 考 文 献 [23]。 相 结 合,以 便 把 相 似 的 子 区 域 合 并 成 尽 可 能 大 的 区
Ｌｉ
ｍ等 把 直 方 图 阈 值 化 和 ＦＣＭ 相 结 合 用 于 彩 域。当图像区域的同一性准则容易定义时,则这些方
,并 分 为 粗 分 和 细 分 两 个 阶 段 。 在 粗
[24]
色图 像 分 割 法分割质量较好,并且不易受噪声影响。典型的同一
分 阶 段 ,先 利 用 尺 度 空 间 滤 波 器 来 确 定 各 分 量 的 阈 性准则是通 过 统 计 的 方 法 确 定 的,文 献 [4,11,15]利
值 ,然 后 用 该 阈 值 把 颜 色 空 间 分 为 若 干 个 六 面 体 ,当 用区域分裂的方法进行图像分割,其所用同一性准则
某个六面 体 包 含 的 像 素 超 过 一 个 预 先 确 定 的 阈 值 是用颜色分量的 1维直方图来确定的。
时 ,就 被 认 为 是 一 个 有 效 的 聚 类 ,而 直 方 图 中 的 峰 值 Ｔｒ
ｅｍｅ
ａｕ等 提 出 了 一 种 将 区 域 生 长 和 区 域 合 并
则 可 以 用 于 确 定 聚 类 中 心 ；细 分 阶 段 ,则 根 据 在 粗 分 ,即 先 利 用 ＲＧＢ
[29]
技术相结合的彩色图像分割方法
阶 段 所 确 定 的 聚 类 中 心 ,再 利 用 ＦＣＭ 算 法 来 对 未 被 颜 色 空 间 的 欧 氏 距 离 定 义 了 3个 色 彩 同 一 性 准 则 ,
划分的像素再进行分类。这种方法试图先在粗分阶 并 将 其 分 别 用 于 两 个 相 邻 像 素 之 间 、某 个 像 素 与 已
段 确 定 聚 类 的 数 目 和 中 心 点 ,以 及 解 决 ＦＣＭ 计 算 量 定义的相邻区域内像素之间以及其均值的比较。分
大 的 问 题 ,但 由 于 是 基 于 直 方 图 不 是 单 峰 的 这 一 种 割 时 ,先 利 用 基 于 颜 色 相 似 度 和 空 间 相 近 度 的 准 则
假 设 ,因 此 与 大 多 数 直 方 图 方 法 具 有 同 样 的 缺 点 。 进 行 区 域 生 长 ,然 后 根 据 基 于 色 彩 相 似 性 的 全 局 同
为 了 提 高 ＦＣＭ 的 运 算 速 度 ,刘 健 庄 等 在 图 像 数 据 集 一 性 准 则 来 对 区 域 生 长 形 成 的 区 域 进 行 合 并 ,以 生
上 建 立 了 一 种 塔 型 结 构 ,并 先 将 每 一 层 四 邻 域 的 颜 成空 间 分 离 、但 色 彩 相 近 的 分 割 区 域 。 这 种 方 法 缺
色 均 值 作 为 上 层 像 素 点 的 颜 色 值 ,然 后 用 塔 顶 端 的 点 是 这 些 准 则 所 对 应 阈 值 的 选 取 具 有 主 观 性 ,并 且
,这 虽 然 提 高 了 运 算 速 度 ,但 由 不适合分割具有阴影区域的图像。为了识别彩色图
[25]
数据 来 进 行 聚 类
于 其 是 一 种 降 低 图 像 分 辨 率 的 做 法 ,从 而 导 致 了 图 像 中 的 小 目 标 和 局 部 变 化 ,Ｃｈｅ
ｎｇ等 提 出 了 一 种 分
像有用信息的丢失。林开颜等利用分层减法聚类方 ,即 通 过 对 同 一 性 直 方 图 进 行 阈 值
[30]
层的 分 割 方 法
, 化 操 作 来 辨 识 同 一 个 区 域 ,并 将 同 一 性 定 义 为 亮 度
[26]
法把 图 像 数 据 分 成 一 定 数 量 的 色 彩 相 近 的 子 集
一 方 面 ,子 集 中 心 用 于 初 始 化 聚 类 中 心 点 ；另 一 方 Ｉ的 偏 差 (
像素邻域内的亮度标准偏差 )
和突变 (
像
面 ,利 用 子 集 中 心 点 和 分 布 密 度 来 进 行 模 糊 聚 类 ,由 素 亮 度 Ｓｏ
ｂｅｌ算 子 的 梯 度 模 )
两 个 变 量 的 函 数。 这
于聚类样本数量显著减少以及分层减法聚类计算量 两 种 方 法 由 于 同 时 考 虑 了 局 部 信 息 和 全 局 信 息 ,故
小 ,故 可 以 大 幅 提 高 模 糊 Ｃ-
均 值 算 法 的 计 算 速 度, 分割质量较好。
进而可以利用聚类有效性分析指标来快速确定聚类 区域生长的固有缺点是分割效果依赖于种子点
数 目 。 与 传 统 ＦＭＣ算 法 每 次 迭 代 都 要 对 所 有 聚 类 的 选 择 及 生 长 顺 序 ,区 域 分 裂 技 术 的 缺 点 是 可 能 会
中 心 同 时 进 行 优 化 不 同 的 是 ,Ｃｈｅ
ｎ等 提 出 了 一 种 新 使边界被破坏。由于相似性通常是用统计的方法确
,即 在 算 法 中 的 隶 属 度 函 数 考 虑 定 的 ,因 而 这 些 方 法 对 噪 声 不 敏 感 。
[27]
的模 糊 聚 类 算 法
了 与 其 他 类 的 关 系 ,由 于 聚 类 中 心 可 逐 一 通 过 迭 代 3.
3.2　 分 水 岭 分 割 方 法
优 化 产 生 ,故 减 少 了 计 算 量 。 分水岭 (
ｗａｔ
ｅｒｓ
ｈｅ 是 地 形 学 的 经 典 概 念 ,也 是
ｄ)
Ｍｉ
ｃｈａ
ｅｌ等 在 分 析 向 量 量 化 和 聚 类 关 系 的 基 础 图 像 形 态 学 的 一 个 主 要 算 子 。 在 图 像 处 理 领 域 ,计
上 ,以 最 小 平 方 和 作 为 准 则 ,利 用 竞 争 学 习 优 化 的 权 算 分 水 岭 的 算 法 有 很 多 ,其 中 ,典 型 的 一 种 方 法 是 基
向量 作 为 聚 类 中 心 ,实 现 了 彩 色 图 像 分 割 ,并 讨 于浸 没 模 拟 ( ｎ) 思 想 ,即 把 图
[28] [31]
ｉｍｍｅ
ｒｓｉ
ｏｎｓ
ｉｍｕｌ
ａｔｉ
ｏ
论了不同颜色空间变换对于图像分割结果的影响。 像 视 为 地 形 表 面 ,像 素 的 灰 度 对 应 于 地 形 高 度 ,其 局
虽然聚类分析不需要训练集,但需要事先确定分 部最小值对应地形的洞。设想将地形表面浸入一个
类个数,且初始参数对分类结果影响较大；另一方面, 湖 中 ,从 最 小 值 开 始 ,水 会 逐 渐 充 满 各 个 不 同 的 聚 水
由于聚类也没有考虑空间信息,因而对噪声敏感。 盆 地 ,当 来 自 相 邻 聚 水 盆 地 的 水 要 合 并 时 ,若 在 该 处
3.
3　 基 于 区 域 的 方 法 建 立 一 个 堤 坝 ,则 浸 没 结 束 时 ,所 建 立 的 堤 坝 就 对 应
3.
3.1　 区 域 生 长 、区 域 分 裂 、合 并 及 两 者 的 组 合 于 区 域 的 轮 廓 ,而 聚 水 盆 地 则 对 应 分 割 区 域 。
区域生长的基 本 思 想 是 将 具 有 相 似 性 质 的 像 素 在 分 水 岭 的 分 割 方 法 中 ,需 首 先 进 行 标 记 提 取 ,
集合起来构成区域,而区域分裂技术则是将种子区域 然后对待分割图像的梯度信号使用分水岭算法来分
 　 　
第 1期 林 开 颜 等 ：彩 色 图 像 分 割 方 法 综 述 5

割出已被标记的感兴趣的物体。这种标记选取不仅 分 割 ,其 中 ,粗 分 的 结 果 用 于 初 始 化 四 叉 树 ,模 拟 退
,而 且 选 取 不 当 会 火算法用于控制节点的分裂与合并。这类方法由于
[32]
是分水岭算法的一个主要难点
导 致 图 像 过 分 割 。 为 避 免 过 分 割 ,需 先 选 取 标 记 ,如 ＭＲＦ所 操 作 的 数 据 量 较 小 ,因 而 速 度 快 。
今 已 有 不 少 标 记 提 取 方 法 如 Ｓｈａ
ｆａｒ
ｅｎｋｏ等 通 过 对 原 与 阈 值 法 和 聚 类 分 析 相 比 ,由 于 基 于 区 域 的 方
图像进行形态 “
闭”运算来对 “
伪”谷 底 进 行 填 充 ,以 法 同 时 考 虑 了 图 像 的 颜 色 信 息 和 空 间 关 联 信 息 ,因
此分割效果较好。
[33]
获得更有意义的局部极值点作为标记 ；Ｓｈｉ
ｊｉ
等利
用“
闭”运 算 填 充 后 的 直 方 图 来 产 生 标 记 图 像 ,并 在 3.
4　 边 缘 检 测
标记图像的梯度和原图像特征值变化均比较缓慢的 边缘检测是灰度图像分割广泛使用的一种技
术 ,它 是 基 于 在 区 域 边 缘 上 的 像 素 灰 度 变 化 比 较 剧
[34]
地方 选 取 标 记 ；Ｌｅ
ｚｏｒ
ａｙ等 从 贝 叶 斯 分 类 器 分 类
烈 ,试 图 通 过 检 测 不 同 区 域 的 边 缘 来 解 决 图 像 分 割
[32]
的结 果 中 选 取 标 记 ；马 丽 红 等 则 先 对 图 像 开 闭 滤
波 的 结 果 做 二 值 标 记 预 处 理 ,并 将 其 作 为 初 始 分 割 问 题 。 在 灰 度 图 像 中 ,边 缘 的 定 义 是 基 于 灰 度 级 的
步 骤 ,然 后 将 所 得 的 分 割 结 果 作 为 分 水 岭 算 法 的 种 突 变 ,而 且 两 个 区 域 的 边 缘 当 亮 度 变 化 明 显 时 才 能
子(
标记 ) 等。 被 检 测 出 来 。 在 彩 色 图 像 中 ,用 于 边 缘 检 测 的 信 息
[35]

3.
3.3　 基 于 随 机 场 的 方 法 更 加 丰 富 ,如 具 有 相 同 亮 度 、不 同 色 调 的 边 缘 同 样 可
马尔 科 夫 随 机 场 (
Ｍａｒ
ｋｏｖｒ
ａｎｄｏ
ｍｆｉ
ｅｌｄ,ＭＲＦ) 以 被 检 测 出 来 ,相 应 地 ,彩 色 图 像 边 缘 的 定 义 也 是 基
是 图 像 分 割 中 最 常 用 的 一 种 统 计 学 方 法 ,其 实 质 是 于 3维 颜 色 空 间 的 不 连 续 性 。 Ｎｅ
ｖａｔ
ｉａ给 出 了 3种
1)
[6]
把图像中各个点的颜色值看成是具有一定概率分布 定义边缘的 方 法 ：( 首先在选定的颜色空间上
的 随 机 变 量 。 从 统 计 学 的 角 度 看 ,正 确 分 割 观 察 到 定 义 一 个 测 量 距 离 ,然 后 利 用 颜 色 空 间 中 距 离 的 不
的 图 像 ,就 是 以 最 大 概 率 得 到 图 像 的 物 体 组 合 ；从 贝 连 续 性 来 确 定 边 缘 ,由 于 这 使 得 颜 色 空 间 的 边 缘 检
叶 斯 定 理 看 ,就 是 要 求 具 有 最 大 后 验 概 率 (
ｍａｘ
ｉｍｕｍ 测仍 然 限 制 在 1维 空 间 中 进 行 ,因 此 ,其 边 缘 检 测 结
ａｐｏ
ｓｔｅ
ｒｉｏ
ｒｉ,ＭＡＰ)
的 分 布 。 ＭＲＦ最 重 要 的 一 个 特 点 果与相应 灰 度 图 像 的 边 缘 检 测 结 果 不 会 有 太 大 差
是 ,图 像 中 每 个 点 的 取 值 是 由 其 邻 域 像 素 决 定 的 ,其 异 ；(
2)把 彩 色 图 像 看 成 是 由 3个 不 同 颜 色 分 量 对
本 质 上 是 一 种 基 于 局 部 区 域 的 分 割 方 法。 应 的 单 色 图 像 组 成 ,然 后 利 用 灰 度 边 缘 检 测 方 法 分
ｙ- 别 对 3个 图 像 进 行 边 缘 检 测 ,其 结 果 再 经 过 特 定 的
[36]
Ｈａ
ｍｍｅ
ｒｓｌ
ｅ Ｃｌｉ
ｆｆ
ｏｒｄ定 理 为 ＭＲＦ中 局 部 特 性 的
条 件 概 率 和 Ｇｉ
ｂｂｓ分 布 中 的 局 部 势 能 之 间 建 立 了 等 3)
方 法 进 行 合 成 ；( 允 许 边 缘 在 3个 分 量 上 具 有 较
价 关 系 ,这 样 ,ＭＡＰ的 求 解 就 转 变 为 极 小 化 一 个 势 大 的 独 立 性 ,同 时 施 加 某 种 同 一 性 约 束 (
如边缘具
能 函 数 的 优 化 问 题 。 常 用 的 ＭＡＰ求 解 方 法 有 模 拟 有相同方向 )
,以 便 能 够 同 时 利 用 边 缘 的 颜 色 信 息 。
退火 ( ｎｇ,ＳＡ) 、迭 代 条 件 模 式 ,并 将 其 用 于 色 度 边
[36] [41]
ｓｉｍｕｌ
ａｔｅ
ｄａｎｎｅ
ａｌｉ Ｎｅ
ｖａｔ
ｉａ扩 展 了 Ｈｕｅ
ｃｋｅ
ｌ算 子
( ,ＩＣＭ ) 、最 大 期 望 缘 检 测 ,通 过 实 验 表 明 ,亮 度 分 量 虽 可 以 检 测 出 大 部
[37]
ｉｔｅ
ｒａｔ
ｅｄｃ
ｏｎｄｉ
ｔｉ
ｏｎａ
ｌｍｏ
ｄｅｓ
( ｎ,ＥＭ ) 等。 分 边 缘 信 息 ,但 是 在 低 对 比 度 的 图 像 中 ,亮 度 边 缘 会
[38,
39]
ｅｘｐｅ
ｃｔａ
ｔｉｏ
ｎｍａ
ｘｉｍｉ
ｚａｔ
ｉｏ
与 文 献 [24]的 方 法 相 类 似 ,文 献 [40,5]均 把 图 丢 失 ,而 色 度 边 缘 则 不 会 ,这 是 因 为 色 度 信 息 不 易 受
像 分 割 过 程 分 为 粗 分 和 细 分 两 阶 段 ,即 先 利 用 尺 度 光照变化影响的缘故。
空间滤波器 (
ｓｃａ
ｌｅｓ
ｐａｃ
ｅｆｉ
ｌｔ
ｅｒ,ＳＳＦ)
进 行 粗 分 割 ,然 现有的灰度边缘检测技术可以直接应用于彩色
后 利 用 ＭＲＦ进 行 精 细 分 割 。 尺 度 空 间 滤 波 器 的 作 图 像 的 3个 分 量 上 ,其 结 果 再 根 据 一 定 的 方 法 进 行
用 有 ：(
1)获 取 细 分 阶 段 所 需 的 聚 类 信 息 ,包 括 聚 类 ,常 用 的 合 并 方 法 有 均 方 根 、求 和 、取 最 大 绝
[6]
合并
数 目 和 范 围 ；(
2)获 取 粗 分 图 像 。 在 文 献 [40]中 ,就 对 值 、“
或” ,这 种 分 别 处 理 3个 颜 色 分
[42～44]
运算等
是 利 用 ＳＳＦ和 ＭＲＦ分 别 对 每 个 颜 色 分 量 进 行 处 理 , 量 的 方 法 ,从 本 质 上 讲 ,还 是 一 种 灰 度 边 缘 检 测 的 方
其 结 果 再 进 行 合 并 ,粗 分 结 束 后 ,未 分 类 的 像 素 再 利 法 ,有 可 能 得 不 到 满 意 的 结 果 ,如 利 用 梯 度 边 缘 算 子
用 ＭＲＦ进 行 细 分 ,并 对 ＳＡ和 Ｉ
ＣＭ 两 种 方 法 进 行 了 进 行 边 缘 检 测 ,则 图 像 中 的 某 一 个 点 在 3个 图 像 中
比 较 ,该 方 法 的 缺 点 是 ,3个 分 量 分 开 处 理 ,并 且 虽 具 有 相 同 的 梯 度 模 ,却 可 能 有 不 同 的 方 向 。 对 于
ＭＲＦ只 在 像 素 级 上 使 用 ,而 在 文 献 [5]中 ,3个 颜 色 该 问 题 ,一 种 解 决 办 法 是 把 彩 色 图 像 看 成 是 一 个 向
分 量 均 同 时 用 于 整 个 分 割 过 程 ,在 细 分 阶 段 ,则 利 用 量 场 ,如 Ｔｒ
ａｈａ
ｎｉａ
ｓ等 就 基 于 有 序 向 量 样 本 线 性 组 合
[45]
ＭＲＦ和 四 叉 树 结 构 相 结 合 的 方 法 来 实 现 多 分 辨 率 的幅值定义了一类边缘检测算子 ；另 一 种 方 法 是
 　 　
6 中国图象图形学报 第 10卷

降 维 处 理 ,文 献 [46,10]先 把 图 像 分 成 互 不 重 叠 的 ,以 避 免 过 分 割 和 提 高 分 割 质 量 。
[47]
合
许多小区块 (
如 5×5)
,然 后 对 于 每 个 小 区 块 图 像 , 3.
5　 模 糊 技 术
再 利 用 矩 量 保 持 法 将 其 分 成 两 个 子 块 ,同 时 计 算 子 大 家 知 道 ,在 图 像 分 析 和 模 式 识 别 的 每 一 级 别
块 的 质 心 ,并 将 其 作 为 代 表 向 量 ,当 这 两 个 代 表 向 量 上 都 会 出 现 不 确 定 性 ,这 种 不 确 定 性 会 在 底 层 传 感
的 距 离 超 过 给 定 阈 值 时 ,则 表 明 这 个 小 区 快 图 像 中 器 输 出 端 产 生 ,并 沿 着 计 算 机 视 觉 的 处 理 顺 序 逐 级
存 在 彩 色 边 缘 。 此 时 ,先 把 两 个 代 表 向 量 作 差 ,然 后 (
如 图 2所 示 )
。由于每一级的决策都是基
[48]
延伸
将小区块内像元的彩色向量在这个差向量上进行投 于 前 一 级 的 处 理 结 果 ,因 而 其 处 理 结 果 同 样 会 影 响
影 ,最 后 再 进 行 边 缘 检 测 ,如 此 不 仅 可 把 3维 空 间 降 更高一层的处理。计算机视觉系统应该有足够的能
为 1维 处 理 ,同 时 还 利 用 了 3个 分 量 的 颜 色 信 息 。 力 处 理 每 一 层 的 不 确 定 性 ,并 使 其 处 理 结 果 能 够 保
当 区 域 对 比 明 显 时 ,分 割 效 果 较 好 ,反 之 ,较 差 。 留 尽 可 能 多 的 信 息 ,以 确 保 视 觉 系 统 的 最 终 输 出 不
另 外 ,边 缘 检 测 方 法 常 和 基 于 区 域 的 方 法 相 结 会产生太大偏差。

图 2　 图 像 处 理 中 的 不 确 定 性
ｇ.
Ｆｉ 2　 Ｕｎｃ
ｅｒｔ
ａｉｎｔ
ｙｉｎｃ
ｏｌｏ
ｒｉｍａ
ｇｅｐｒ
ｏｃｅ
ｓｓｉ
ｎｇ

　 　 随 机 性 和 模 糊 性 是 两 种 不 同 的 不 确 定 性 ,概 率 。
[51]
程度
论 用 于 处 理 前 者 ,而 模 糊 集 合 则 用 于 处 理 后 者 。 由 隶属度 函 数 可 方 便 地 用 于 定 义 同 一 性 准 则,
于模糊集合理论能够很好地表述和处理不确定性问 Ｍｏ
ｇｈａ
ｄｄａ
ｍｚａ
ｄｅｈ等 把 边 缘 检 测 和 区 域 增 长 相 结 合 ,
题 ,故 模 糊 测 度 、模 糊 集 合 理 论 、模 糊 推 理 用 于 确 定 大 的 、且 有 明 确 边 界 的 区 域 ,并 把 一 个 分 割
[49]
等已在
图 像 分 割 领 域 获 得 广 泛 应 用 。 Ｐｒ
ｅｗｉ
ｔｔ最 早 建 议 应 该 区域看作为 “
色 彩 几 乎 相 同 ,且 变 化 缓 慢 的 像 素 集
。 合”
,同 时 在 ＲＧＢ颜 色 空 间 中 用 欧 氏 距 离 定 义 了 两
[9]
用模糊集合替代常规集合 来 表 示 图 像 分 割 结 果
由 于 在 模 糊 集 合 中 ,图 像 的 一 个 像 素 属 于 边 界 点 或 种 颜 色 差 异 的 隶 属 度 函 数 ,然 后 将 其 用 于 定 义 区 域
,但 由 于 Ｒ、Ｇ、Ｂ分 量 高 度 相
[52]
某 个 区 域 是 用 一 个 隶 属 度 表 示 的 ,因 此 这 样 就 可 避 增长的 同 一 性 准 则
免 过 早 地 做 出 明 确 判 断 ,以 便 为 更 高 级 的 处 理 保 留 关 ,在 ＲＧＢ空 间 用 欧 氏 距 离 定 义 两 种 颜 色 差 异 并 非
尽可 能 多 的 信 息 。 源 于 模 糊 集 合 的 概 念 ,Ｓｕｇ
ｅｎｏ提 是 一 种 好 的 方 法 。 Ｃｈｅ
ｎｇ等 针 对 每 个 颜 色 分 量 ,首
概 念 ,与 概 率 测 度 作 为
[50]
出了模糊测度和模糊积分 先利用拉普拉斯算子和局部邻域标准偏差来定义模
随 机 性 度 量 指 标 相 对 应 ,模 糊 测 度 用 于 度 量 模 糊 程 糊同一性 (
ｆｕｚ
ｚｙｈｏ
ｍｏｇ
ｅｎｅ
ｉｔｙ)
,其 值 越 大 ,表 明 局 部
度 ,而 基 于 模 糊 测 度 的 特 性 ,模 糊 积 分 则 是 模 糊 信 息 区 域 越 均 匀 ；然 后 对 于 模 糊 同 一 性 直 方 图 ,再 利 用 尺
多种属性的一种聚合算子。模糊积分可以理解为模 度 空 间 滤 波 器 确 定 分 割 阈 值 ,最 后 对 分 割 后 的 图 像
再 进 行 区 域 合 并 ,以 防 止 过 分 割 。
[53]
糊 期 望 ,或 者 是 客 观 事 实 与 期 望 的 最 大 一 致 程 度 。
Ｐｈａ
ｍ等 把 模 糊 积 分 看 成 是 某 个 目 标 属 于 一 个 特 定 图 像 中 的 色 彩 可 以 用 模 糊 集 合 表 示 ,如 耿 伯 英
类 的 最 大 置 信 度 ,并 将 模 糊 积 分 作 为 山 峰 聚 类 中 等提出了 一 种 基 于 模 糊 主 色 调 的 彩 色 图 像 分 割 方
“
距 离 ”的 测 度 ,用 于 度 量 彩 色 图 像 数 据 间 的 相 似 ,即 利 用 各 类 模 糊 主 色 调 在 各 属 性 中 所 占 比 例
[54]
法
 　 　
第 1期 林 开 颜 等 ：彩 色 图 像 分 割 方 法 综 述 7

的 不 同 来 构 造 一 个 动 态 颜 色 查 找 表 ,并 先 由 像 元 的 要 用 直 方 图 分 析 来 确 定 分 类 个 数 ,以 便 于 确 定 网 络
颜 色 值 求 得 所 对 应 的 模 糊 主 色 调 值 ,再 由 该 值 查 颜 结 构 和 进 行 初 始 化 。 Ｈｏ
ｐｆｉ
ｅｌｄ网 络 在 彩 色 图 像 分 割
色 表 确 定 其 所 属 的 类 别 。 Ｃｈｉ
ｅｎ等 提 出 了 一 种 基 于 领 域 的 应 用 可 参 见 文 献 [60,61]。 Ｏｎｇ等 提 出 了 基
,即 首 先 ｎ自 组 织 网 络 ( - ｐ,ＳＯＭ )
[55]
模糊颜色相似测度的彩色图像分割方法 于 Ｋｏ
ｈｏｎｅ ｓｅｌ
ｆｏｒｇ
ａｎｉ
ｚｉｎｇｍａ
在 ＨＬＳ颜 色 空 间 上 定 义 了 一 个 模 糊 颜 色 集 合 ,这 样 ,ＳＯＭ
[62]
的两步 分 层 神 经 网 络 彩 色 图 像 分 割 方 法
图像中的任何一个像素都可以用一个模糊颜色集合 中 ,图 像 的 3个 颜 色 分 量 作 为 输 入 节 点 。 分 割 骤 为 ：
表 示 ,然 后 利 用 两 个 模 糊 集 合 的 相 似 测 度 第 1步 ,输 出 节 点 为 2维 20×20的 特 征 映 射 ,图 像
[56]
来度量
两 个 像 素 模 糊 颜 色 的 相 似 程 度 ,最 后 以 该 模 糊 相 似 的 每 个 像 素 点 作 为 训 练 样 本 ,串 行 输 入 到 网 络 中 ,网
测 度 为 准 则 反 复 合 并 相 邻 像 素 ,以 形 成 有 意 义 的 络收 敛 后 即 可 完 成 图 像 的 粗 分 割 ；第 2步 ,输 出 节 点
区域。 为 1维 20个 神 经 元 ,先 以 第 1层 的 输 出 作 为 训 练 样
模 糊 推 理 可 方 便 地 用 于 边 缘 检 测 ,Ｃａ
ｒｒｏ
ｎ等 基 本 ,网 络 收 敛 后 其 连 接 权 即 为 聚 类 的 中 心 ,然 后 再 把
Ｆ-
于Ｉ ＴＨＥＮ规 则 ,在 ＨＳＩ空 间 中 提 出 了 一 种 彩 色 边 相似的聚类中心进行合并。合并后的网络连接权用
,即 先 利 用 线 性 的 模 糊 隶 属 函 数 来 描 于 分 割 图 像 ,分 割 时 ,把 原 始 图 像 的 每 个 点 输 入 到 网
[49]
缘检 测 方 法
述 两 个 像 元 在 各 分 量 上 的 绝 对 差 异 ,然 后 定 义 若 干 络 中 ,其 颜 色 用 胜 出 的 连 接 权 替 代 ,即 可 完 成 彩 色 图
个 3×3的 边 缘 结 构 ,并 使 每 个 结 构 对 应 一 条 模 糊 规 像 的 分 割 。 为 增 加 ＳＯＭ 网 络 的 判 别 能 力 ,
则 ,再 根 据 这 些 规 则 通 过 推 理 来 得 出 代 表 某 个 分 量 Ｐａ
ｐａｍａ
ｒｋｏ
ｓ等 在 ＳＯＭ 前 增 加 了 一 个 单 层 3个 节 点 的
潜 在 边 缘 的 模 糊 集 合 。 推 理 时 ,一 个 像 元 可 能 在 前 馈 网 络 ,以 实 现 主 分 量 变 换 ,其 颜 色 分 量 的 协
[63]

1个 、
2个 甚 至 3个 分 量 上 被 检 测 出 是 边 缘 点 ,若 对 方 差 矩 阵 不 需 另 外 计 算 ,可 以 通 过 网 络 训 练 得 到 的
每 一 种 情 况 的 推 理 结 果 进 行 加 权 求 和 ,则 可 求 得 表 特 征 向 量 获 得 。 反 向 传 输 ＢＰ(
ｂａｃ
ｋｐｒ
ｏｐａ
ｇａｔ
ｉｏｎ)网
示彩色边缘点的 模 糊 集 合。 Ｉ
ｔｏ等 利 用 Ｈ和 Ｉ两 个 络也 可 以 用 于 图 像 分 割 ,其 输 入 需 要 3个 节 点 ,彩 色
,分 量 Ｉ可 以 检 测 出 大 部 份 边 特 征 向 量 以 一 次 一 个 像 素 的 方 式 连 续 输 入 ＢＰ网 ,
[57]
分量进行边缘检测
缘 ,但 对 于 相 同 亮 度 不 同 色 调 的 区 域 ,则 需 用 分 量 Ｌｅ
ｓｃｕｒ
ｅ等 提 出 了 用 于 彩 色 图 像 分 割 的 ＢＰ网 络 结 构
Ｈ。 隶 属 度 函 数 可 通 过 直 方 图 确 定 ,同 样 地 ,6个 ,并 且 将 ＢＰ网 的 分 割 方 法 与 Ｃ-
[64]
以及训练方法 均
3×3的 潜 在 边 缘 结 构 对 应 6条 模 糊 规 则 ,另 外 ,还 可 值算法及学习向量量化 (
ｌｅａ
ｒｎｉ
ｎｇｖ
ｅｃｔ
ｏｒｑｕａ
ｎｔｉ
ｚａｔ
ｉｏｎ,
将 边 缘 检 测 的 结 果 再 和 区 域 抽 取 方 法 相 结 合 ,以 提 进行了比较。
ＬＶＱ)
高分割质量。 神经网络方法的出发点是将图像分割问题转化
虽然模糊技术为处理图像种的不确定性问题提 为 诸 如 能 量 最 小 化 、分 类 等 问 题 ,即 先 利 用 训 练 样 本
供 了 一 种 有 效 方 法 ,但 模 糊 运 算 需 占 用 一 定 时 间 。 集 对 ＡＮＮ进 行 训 练 ,再 用 训 练 好 的 ＡＮＮ去 分 割 新
3.
6　 人 工 神 经 网 络 的 图 像 。 另 外 ,由 于 神 经 网 络 中 存 在 大 量 的 连 接 ,因
人工神经网络 (
ａｒｔ
ｉｆ
ｉｃｉ
ａｌｎｅ
ｕｒａ
ｌｎｅ
ｔｗｏ
ｒ ,ＡＮＮ)
ｋｓ 此 容 易 引 入 空 间 信 息 。 ＡＮＮ 的 不 足 是 需 要 大 量 的
因其具有并行处理能力和非线性的特点而特别适合 训 练 样 本 集 ,而 且 用 现 在 串 行 的 计 算 机 去 模 拟 ＡＮＮ
于 解 决 分 类 问 题 。 Ｈｕａ
ｎｇ提 出 了 利 用 最 小 化 一 个 合 的 并 行 操 作 ,计 算 速 度 往 往 难 以 达 到 要 求 。
适 能 量 函 数 的 Ｈｏ
ｐｆｉ
ｅｌｄ神 经 网 络 来 进 行 灰 度 图 像 分 3.
7　 基 于 物 理 模 型 的 方 法
,Ｃａ ｎｇ的 思 想 ,提 出 了 用 在 现 有 的 彩 色 图 像 分 割 方 法 中 ,区 域 的 定 义 是
[58]
割 ｍｐａ
ｄｅｌ
ｌｉ等 基 于 Ｈｕａ
于 彩 色 图 像 分 割 的 两 种 Ｈｏ
ｐｆｉ
ｅｌｄ神 经 网 络 分 割 算 基 于 颜 色 的 相 似 性 的 ,这 给 分 割 具 有 耀 斑 、阴 影 区 域
,其 中 一 种 是 将 3个 颜 色 分 量 分 别 利 用 Ｈｕａ 的 彩 色 图 像 带 来 很 大 困 难 ,因 为 它 们 导 致 了 目 标 表
[59]
法 ｎｇ
的 方 法 进 行 分 割 ,其 结 果 再 进 行 合 并 ；另 一 种 是 将 3 面 的 不 均 匀 性 ,即 区 域 边 界 与 目 标 边 界 的 不 一 致 性 。
个分量作为一个整体进行处理。两者均采用同样的 利 用 ＨＳＩ虽 可 以 在 一 定 程 度 上 解 决 这 个 问 题 ,但 在
网 络 结 构 ,设 图 像 大 小 为 Ｍ ×Ｎ,Ｓ为 分 割 区 域 数 ,则 低饱和度色调会不稳定。有学者提出了一些基于物
整 个 网 络 的 神 经 元 个 数 为 Ｍ ×Ｎ×Ｓ,共 分 为 Ｓ层 , 以 解 决 这 个 问 题 ,并 在 模 型
[65～69]
理模 型 的 分 割 方 法
每 个 神 经 元 的 输 出 Ｖｉ(
ｘ,ｙ)
表 示 像 素 ｐ(
ｘ,ｙ)
属于第 中 考 虑 了 彩 色 信 息 ,但 由 于 需 要 太 多 约 束 条 件 ,如 光
ｉ类 的 概 率 。 这 种 方 法 由 于 在 能 量 函 数 中 考 虑 了 空 照 条 件 要 求 高 ,成 像 物 体 表 面 的 反 射 特 性 已 知 、并 且
间 信 息 ,因 而 使 得 分 割 区 域 具 有 较 好 的 连 续 性 ,但 需 易 于 建 模 等 ,因 而 应 用 范 围 有 限 。
 　 　
8 中国图象图形学报 第 10卷

参 考 文 献 (Ｒｅ
ｆｅｒ
ｅｎｃ
ｅｓ)
4　结　论
1　 Ｌｏ
ｕＸ Ｐ,Ｔｉ
ａ ,ＺｈｕＧ Ｙ,ｅ
ｎＪ .Ａ ｓ
ｔａｌ ｕｒｖ
ｅｙｏ
ｎｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎ
ｔ
ｅｃｈｎｉ
ｑｕｅ
ｓ[ Ｊ]. Ｐａ
ｔｔｅ
ｒｎ Ｒｅ
ｃｏｇ
ｎｉｔ
ｉｏｎａ
ｎｄ Ａｒ
ｔｉ
ｆｉ
ｃｉａ
ｌＩｎｔ
ｅｌｌ
ｉｇｅ
ｎｃｅ,
对于彩 色 图 像 分 割 需 面 临 如 下 两 个 主 要 问 题：
1999,12(
3)：300～312.[罗 希 平 ,田 捷 ,诸 葛 婴 等 .图 像 分 割 方 法
(
1)选择合适的颜色 空 间；(
2)择 恰 当 的 分 割 方 法,其 综 述 [Ｊ].模 式 识 别 与 人 工 智 能 ,1999,12(
3)：300～312].
中,颜色特征空间的选择要根据具体的图像和分割方 2　 Ｌｉ
ｎＹ,Ｔｉ
ａ .Ａｓ
ｎＪ ｕｒｖ
ｅｙｏ
ｎｍｅ
ｄｉｃ
ａｌｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎｍｅ
ｔ ｄｓ[Ｊ].
ｈｏ

法而定,目前还没有一种颜色空间可以替代其他的空 Ｐａ
ｔｔｅ
ｒｎＲｅ
ｃｏｇ
ｎｉｔ
ｉｏｎａ
ｎｄＡｒ
ｔｉ
ｆｉ
ｃａｉ
ｌＩｎｔ
ｅｌｌ
ｉｇｅ
ｎｃｅ,2002,15(
2)：192～
204.[林 瑶 ,田 捷 .医 学 图 像 分 割 方 法 综 述 [Ｊ].模 式 识 别 与 人 工
间而适用于所有彩色图像分割,可见选择合适的特征
智 能 ,2002,15(
2)：192～204].
空间是彩色图像分割的一个难题,Ｌｉ等对此进行了有 3　 Ｃｈｅ
ｎｇＨ Ｄ,Ｊ
ｉａｎｇＸ Ｈ,ＳｕｎＹ,ｅ .Ｃｏ
ｔａｌ ｌｏｒｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎ：
益的 探 索,他 利 用 自 组 织 特 征 映 射 (
ＳＯＦＭ )
网络从 ａ
ｄｖａ
ｎｃｅ
ｓ ａ
ｎｄ ｐｒ
ｏｓｐｅ
ｃｔｓ [ Ｊ ]. Ｐａ
ｔｔｅ
ｒｎ Ｒｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ,

5种颜色空间共 15个 特 征 中 选 取 有 效 的 特 征 构 成 新 2001,34(

12)
：2259～2281.
4　 Ｏｈｔ
ａ Ｙ, Ｋａ ｄｅ Ｔ, Ｓａ ｉ Ｔ. Ｃｏ
,并通过与 ＦＣＭ 算法
[70] ｎａ ｋａ ｌｏｒｉ
ｎｆｏ
ｒｍａ
ｔｉｏ
ｎ ｆ
ｏｒｒ
ｅｇｉ
ｏｎ
的特征向量来进行 ＦＣＭ 聚类
ｓ
ｅｇｍｅ
ｎｔａ
ｔｉｎ[Ｊ].Ｃｏ
ｏ ｍｐｕｔ
ｅｒＧｒ
ａｐｈｉ
ｃｓａ
ｎｄ Ｉ
ｍａｇ
ｅＰｒ
ｏｃｅ
ｓｓｎｇ,1980,
ｉ
在不同颜色空 间 对 不 同 图 像 的 分 割 效 果 进 行 比 较 来 3)
13( ：222～241.
表明这种方法的可行性。 5　 Ｌｉ
ｕＪＱ,Ｙａ
ｎｇＹ Ｈ.Ｍｕｌ
ｔｉ
ｒｅｓ
ｏｌｕｔ
ｉｏｎｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｎ[Ｊ].
ｏ

本文对主要的彩色图像分割方法进行了综述, Ｉ
ＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎ Ｐａ
ｔｔｅ
ｒｎ Ａｎａ
ｌｙｓ
ｉｓａ
ｎｄ Ｍａ
ｃｈｉ
ｎｅ Ｉ
ｎｔｅ
ｌｌｉ
ｇｅ ｅ,
ｎｃ
1994,16 (
7)：689～700.
包 括 直 方 图 阈 值 方 法 、特 征 空 间 聚 类 、基 于 区 域 的 方
6　 Ｎｅ
ｖａｔ
ｉａ.Ａｃ
ｏｌｏ
ｒｅｄｇ
ｅｄｅ
ｔｅｃ
ｔｏｒａ
ｎｄｉ
ｔｓｕｓ
ｅｉｎｓ
ｃｅｎｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｎ[Ｊ].
ｏ
法 、边 缘 检 测 、模 糊 方 法 、神 经 元 网 络 等 ,而 纹 理 图 像 Ｉ
ＥＥＥＴｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎＳｙ
ｓｔｅ
ｍｓ,Ｍａ
ｎａｎｄＣｙ
ｂｅｒ
ｎｅｔ
ｉｃ,1977,7(
ｓ 11)
：
分 割 见 文 献 [71～74],而 且 这 些 分 割 方 法 往 往 相 互 820～826.

结 合 ,例 如 ,聚 类 和 模 糊 方 法 结 合 出 现 了 模 糊 聚 类 、 7　 Ｐｏ
ｗｅｒＷ, Ｃｌ
ｉｓｔＲ. Ｃｏ
ｍｐａ
ｒｉｓ
ｏｎｏ
ｆｓｕｐｅ
ｒｖｉ
ｓｅｄｌ
ｅａｒ
ｎｉｎｇ ｔ
ｅｃｈｎｉ
ｑｕｅ
ｓ

、直 方 图 分 析 用
[52] ａ
ｐｐｌ
ｉｅｄｔ
ｏｃｏ
ｌｏｒｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｏｆｆ
ｒｕｉ
ｔｉｍａ
ｇｅ[Ａ].Ｉ
ｎ：Ｐｒ
ｏｃｅ
ｅｄｉ
ｎｇｏ
ｆ
模糊方法用于定义区域生长准则
Ｅ,Ｉ
ＳＰＩ ｎｔｅ
ｌｌｉ
ｇｅｎｔＲｏ
ｂｅｒ
ｔｓａ
ｎｄ Ｃｏ
ｍｐｕｔ
ｅｒＶｉ
ｓｉｎ. ＸＶ： Ａｌ
ｏ ｇｏｒ
ｉｔ ,
ｈｍｓ
等 。 目 前 ,对 于 彩 色 图 像 分
[59]
于确定神经网络结构
Ｔｅ
ｃｈｎｉ
ｑｕｅ
ｓ,Ａｃ
ｔｉｖ
ｅ Ｖｉ
ｓｉｎ, ａ
ｏ ｎｄ Ｍａ
ｔｅｒ
ｉａｌＨａ
ｎｄｉ
ｎｇ[ Ｃ]. Ｂｏ
ｓｔｎ,
ｏ
割 ,还 没 有 一 个 统 一 的 方 法 ,现 有 的 方 法 都 是 针 对 特 ＭＡ,ＵＳＡ,1996：370～381.
定 图 像 特 定 应 用 场 合 的 ,换 言 之 ,还 没 有 一 个 通 用 的 8　 Ｈａ
ｎｃｅＧ Ａ,Ｕｍｂａ
ｕｇｈＳＥ,Ｍｏ
ｓｓＲ Ｈ,ｅ .Ｕｎｓ
ｔａｌ ｕｐｅ
ｒｖｉ
ｓｅｄｃ
ｏｌｏ
ｒ
ｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎｗｉ
ｔｈａ
ｐｐｌ
ｉｃａ
ｔｉｏ
ｎｔｏｓ
ｋｉｎｔ
ｕｍｏ
ｒｂｏ
ｒｄｅ
ｒｓ[Ｊ].Ｉ
ＥＥＥ
分割算法 和 颜 色 空 间 可 以 胜 任 所 有 的 彩 色 图 像 分
Ｅｎｇ
ｉｎｅ
ｅｒｉ
ｎｇｉ
ｎＭｅ
ｄｉｃ
ｉｎｅａ
ｎｄＢｉ
ｏｌｏ
ｇｙ,1996,15(
1)：104～111.
割。虽然大部分基于灰度图像的分割方法可以通过
9　 Ｐａ
ｌＮ Ｒ,Ｐａ
ｌＳＫ.Ａ ｒ
ｅｖｉ
ｅｗｏ
ｎｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｔｅ
ｃｈｎｉ ｓ[Ｊ].
ｑｕｅ
扩 展 而 应 用 于 彩 色 图 像 分 割 ,也 可 直 接 应 用 于 单 个 Ｐａ
ｔｔｅ
ｒｎＲｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ,1993,26(
9)：1277～1294.
颜 色 分 量 ,其 分 割 结 果 再 利 用 某 种 特 定 方 法 进 行 合 10 Ｙａ
ｎｇＣ Ｋ,Ｔｓ
ａｉＷ Ｈ.Ｒｅ
ｄｕｃ
ｔｉｏ
ｎｏｆｃ
ｏｌｏ
ｒｓｐａ
ｃｅｄｉ
ｍｅｎｓ
ｉｏｎａ
ｌｉｔ
ｙｂｙ
-
并 ,但 是 ,当 彩 色 向 量 在 3个 分 量 上 投 影 时 ,由 于 彩 ｍｏ
ｍｅｎｔｐｒ
ｅｓｅ
ｒｖｉ
ｎｇｔ
ｈｒｅ
ｓｈｏ
ｌｄｉ
ｎｇａ
ｎｄｉ
ｔｓａ
ｐｐｌ
ｉｃａ
ｔｉｏ
ｎｆｏ
ｒｅｄｇ
ｅｄｅ
ｔｅｃ
ｔｉｏ
ｎ
ｉ
ｎｃｏ
ｌｏｒｉ
ｍａｇ
ｅｓ[Ｊ].Ｐａ
ｔｔｅ
ｒｎＲｅ
ｃｏｇ
ｎｉｔ
ｉｏｎＬｅ
ｔｔｅ
ｒｓ,1996,17(
5)：481
色 信 息 会 发 散 而 造 成 信 息 丢 失 ,因 此 ,如 何 将 彩 色 信
～490.
息作为一个整体进行考虑是一个重要问题。 11 Ｏｈｌ
ａ ｒＲ, Ｐｒ
ｎｄｅ ｉｃｅＫ, Ｒｅ
ｄｄｙＤ Ｒ. Ｐｉ
ｃｔｕｒ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎ ｕｓ
ｉｎｇａ
近 来 ,模 糊 方 法 在 图 像 分 割 领 域 受 到 越 来 越 多 ｒ
ｅｃｕｒ
ｓｉｖ
ｅｒｅ
ｇｉｏ
ｎｓｐｌ
ｉｔ
ｔｉ
ｎｇｍｅ
ｔ ｄ [Ｊ].Ｃｏ
ｈｏ ｍｐｕｔ
ｅｒＧｒ
ａｐｈｉ
ｃｓａ
ｎｄＩ
ｍａｇ
ｅ
ｎｇ,1978,8(
3)：313～333.
的关 注 ,其 应 用 成 果 也 层 出 不 穷 。 尽 管 模 糊 运 算 要 Ｐｒ
ｏｃｅ
ｓｓｉ
12 ＧｕｏＧ Ｄ,ＹｕＳ,ＭａＳＤ.Ｕｎｓ
ｕｐｅ
ｒｖｉ
ｓｅｄｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｏｆｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ
占 用 一 定 的 时 间 ,但 更 重 要 的 是 ,由 于 模 糊 方 法 是 处
[Ａ]. Ｉ
ｎ： Ｐｒ
ｏｃｅ
ｅｄｉ ｆ1998 Ｉ
ｎｇ ｏ ＥＥＥ Ｉ
ｎｔｅ
ｒｎａ
ｔｉｏ
ｎａｌＣｏ
ｎｆｅ
ｒｅｎｃ
ｅｏｎ
理 图 像 不 确 定 性 的 一 种 有 效 方 法 ,其 不 仅 可 以 为 更 Ｉ
ｍａｇ
ｅＰｒ
ｏｃｅ
ｓｓｎｇ[Ｃ].Ｃｈｉ
ｉ ｃａｏ,Ｉ
ｇ Ｌ,ＵＳＡ,1998：299～302.
高层的处理 (
图 像 分 析 、图 像 理 解 、模 式 识 别 )
保留 13 Ｕｎｄｅ
ｒｗｏ
ｏｄＳＡ,Ａｇ
ｇａｒ
ｗａｌＪＫ.Ｉ
ｎｔｅ
ｒａｃ
ｔｉｖ
ｅｃｏ
ｍｐｕｔ
ｅｒａ
ｎａｌ
ｙｓｉ
ｓｏｆａ
ｅｒｉ
ａｌ
ｐｈｓ [ Ｊ]. Ｃｏ
更 多 的 信 息 ,而 且 模 糊 推 理 还 可 以 部 分 模 拟 人 的 推 ｃ
ｏｌｏ
ｒｉｎｆ
ｒａｒ
ｅｄ ｐｈｏ
ｔｏｇ
ｒａ ｍｐｕｔ
ｅｒ Ｇｒ
ａｐｈｉ
ｃｓａ
ｎｄ Ｉ
ｍａｇ
ｅ
Ｐｒ
ｏｃｅ
ｓｓｎｇ,1977,6(
ｉ 1)：1～24.
理 能 力 ,因 此 ,随 着 计 算 机 处 理 能 力 的 提 高 和 人 们 对
14 Ｋｕｒ
ｕｇｏ
ｌｌｕＦ,Ｓａ
ｎｋｕｒＢ,Ｈａ
ｒｍａ
ｎｃｉＡ Ｅ.Ｃｏ
ｌｏｒｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎ
模 糊 方 法 研 究 的 深 入 ,模 糊 方 法 在 彩 色 图 像 处 理 领 ｕｓ
ｉｎｇｈｉ
ｓｔｏ
ｇｒａ
ｍ ｍｕｌ
ｔｉ
ｔｈｒ
ｅｓｈｏ
ｌｄｉ
ｎｇａ
ｎｄｆ
ｕｓｉ
ｏｎ [Ｊ].Ｉ
ｍａｇ
ｅａｎｄＶｉ
ｓｉｏ
ｎ
域 必 将 有 更 广 阔 的 应 用 前 景 。 另 外 ,由 于 光 照 变 化 Ｃｏ
ｍｐｕｔ
ｉｎｇ,2001,19(
13)
：915～928.

会 影 响 成 像 目 标 的 表 面 颜 色 ,而 有 些 应 用 场 合 ,如 机 15 Ｃｅ
ｌｅｎｋＭ.Ａ ｃ
ｏｌｏ
ｒｃｌ
ｕｓｔ
ｅｒｉ
ｎｇｔ
ｅｃｈｎｉ
ｑｕｅｆ
ｏｒｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｎ [Ｊ].
ｏ
ｎ,Ｇｒ ,ａ ｎｇ,1990,52 (
2)
器 人 视 觉 系 统 ,则 要 求 分 割 算 法 能 够 消 除 光 照 的 影
Ｃｏ
ｍｐｕｔ
ｅｒＶｉ
ｓｉｏ ａｐｈｉ
ｃｓ ｎｄＩ
ｍａｇ
ｅＰｒ
ｏｃｅ
ｓｓｉ ：
145～170.
响 ,故 基 于 颜 色 恒 常 性
[75～78]
的分割算法正受到越来 16 Ａｈｕｊ
ａＮ, Ｈａ
ｒａｌ
ｉｃｋ Ｒ Ｍ, Ｒｏ
ｓｅｎｆ
ｅｌｄ Ａ. Ｎｅ
ｉｇｈｂｏ
ｒｇｒ
ａｙｌ
ｅｖｅ
ｌｓａ
ｓ
越多的关注。 ｆ
ｅａｔ
ｕｒｅ
ｓｉｎ ｐｉ
ｘｅｌｃ
ｌａｓ
ｓｉｆ
ｉｃａ
ｔｉｎ [ Ｊ]. Ｐａ
ｏ ｔｔｅ
ｒｎ Ｒｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ,1980,
 　 　
第 1期 林 开 颜 等 ：彩 色 图 像 分 割 方 法 综 述 9

4)
13( ：251～260. 33 Ｓｈａ
ｆａｒ
ｅｎｋｏＬ,Ｐｅ
ｔｒｏ
ｕＭ,Ｋｉ
ｔｔ
ｌｅ .Ａｕｔ
ｒＪ ｏｍａ
ｔｉｃｗａ
ｔｅｒ
ｓｈｅ
ｄｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎ
17 Ｌｉ
ｕＣ Ｑ,Ｃｈｅ
ｎｇＨ.Ａｎｅ
ｆｆｉ
ｃｉｅ
ｎｔｃ
ｌｕｓ
ｔｅｒ
ｉｎｇｍｅ
ｔｈｏ
ｄｆｏ
ｒｃｏ
ｌｏｒｉ
ｍａｇ
ｅ ｏ
ｆｒａ
ｎｄｏ
ｍｌｙｔ
ｅｘｔ
ｕｒｅ
ｄｃｏ
ｌｏｒｉ
ｍａｇ
ｅｓ[Ｊ].Ｉ
ＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎＩｍａ
ｇｅ
ｓ
ｅｇｍｅ
ｎｔａ
ｔｉｎ[Ｊ]. Ｐａ
ｏ ｔｔｅ
ｒｎ Ｒｅ
ｃｏｇ
ｎｉｔ
ｉｏｎａ
ｎｄ Ａｒ
ｔｉ
ｆｉ
ｃｉａ
ｌＩｎｔ
ｅｌｌ
ｉｇｅ
ｎｃｅ, Ｐｒ
ｏｃｅ
ｓｓｎｇ,1997,6(
ｉ 11)
：1530～1544.
1995,
8(Ａ01)
：133～138.[刘 重 庆 ,程 华 .分 割 彩 色 图 像 的 一 种 有 34 Ｓｈｉ
ｊｉＡ, Ｈａ
ｍａｄａ Ｎ. Ｃｏ
ｌｏｒｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎ ｍｅ
ｔｈｏ
ｄ ｕｓ
ｉｎｇ
效 聚 类 方 法 [Ｊ].模 式 识 别 与 人 工 智 能 ,1995,8(Ａ01)
：133 ｗａ
ｔｅｒ
ｓｈｅ
ｄａｌ
ｇｏｒ
ｉｔ
ｈｍ ａ
ｎｄｃ
ｏｎｔ
ｏｕｒｉ
ｎｆｏ
ｒｍａ
ｔｉｏ
ｎ[Ａ].Ｉ
ｎ：Ｐｒ
ｏｃｅ
ｅｄｉ
ｎｇｏ
ｆ
～138.] 1999Ｉ
ＥＥＥＩ
ｎｔｅ
ｒｎａ
ｔｉｏ
ｎａｌＣｏ
ｎｆｅ
ｒｅｎｃ
ｅｏｎＩ
ｍａｇ
ｅＰｒ
ｏｃｅ
ｓｓｎｇ[Ｃ].Ｋｏ
ｉ ｂｅ,
18 Ｃａ
ｒｅｖ
ｉｃＤ, Ｃａ
ｅｌｉＴ. Ｒｅ
ｌ ｇｉｎ-
ｏ ｂａ
ｓｅｄｃ
ｏｄｉ
ｎｇ ｏ
ｆｃｏ
ｌｏｒｉ
ｍａｇ
ｅ ｕｓ
ｉｎｇ Ｊ
ａ ｎ,1999：305～309.
ｐａ
Ｋａ
ｒ ｎ-
ｈｕｎｅ Ｌｏ
ｅｖｅ Ｔｒ
ａｎｓ
ｆｏｍ [ Ｊ]. Ｇｒ
ｒ ａｐｈｉ
ｃｓ Ｍｏ
ｄｅｌ
ｓ ａ
ｎｄ Ｉ
ｍａｇ
ｅ 35 ＭａＬＨ,Ｚｈａ
ｎｇＹ,Ｄｅ
ｎｇＪＰ.Ａ ｔ
ａｒｇ
ｅｔｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎａｌ
ｇｏｒ
ｉｔ
ｈｍ ｂａ
ｓｅｄ
Ｐｒ
ｏｃｅ
ｓｓｎｇ,1997,59(
ｉ 1)：27～38. ｏ
ｎｏｐｅ
ｎｉｎｇ-
ｃｌｏ
ｓｉｎｇｂｉ
ｎａｒ
ｙｍａ
ｒｋｅ
ｒｏｎｗａ
ｔｅｒ
ｓｈｅ
ｄｓａ
ｎｄｔ
ｅｘｔ
ｕｒｅｍｅ
ｒｇｉ
ｎｇ
19 Ｗａ ｎＬＳ,Ｗｅ
ｎｇＸ Ｗ,Ｓｈｅ ｉＢ Ｇ,ｅ .Ｔｈｅｆ
ｔａｌ ｏｃｕｓｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｏｆ [Ｊ].Ｊ
ｏｕｒ
ｎａｌｏ
ｆＩｍａ
ｇｅａ
ｎｄＧｒ
ａｐｈｉ
ｃｓ,2003,8(
1)：77～83.[马 丽
ｃ
ｏｌｏ
ｒｏｐｈｔ
ｈａｌ
ｍｏｌ
ｏｇｉ
ｃｉｍａ
ｇｅｂａ
ｓｅｄｏ
ｎｍｏ
ｄｉｆ
ｉｅｄＫ-
ｍｅａ
ｎｓｃ
ｌｕｓ
ｔｅｒ
ｉｎｇａ
ｎｄ 红 ,张 宇 ,邓 健 平 .基 于 形 态 开 闭 滤 波 二 值 标 记 和 纹 理 特 征 合 并 的
ｍａ
ｔｈｅ
ｍａｔ
ｉｃａ
ｌ ｍｏ
ｒｐｈｏ
ｌｏｙ [ Ｊ]. Ｃｈｉ
ｇ ｎｅｓ
ｅ Ｊ
ｏｕｒ
ｎａｌｏ
ｆ Ｂｉ
ｏｍｅ
ｄｉｃ
ａｌ 分 水 岭 算 法 [Ｊ].中 国 图 象 图 形 学 报 ,2003,8(
1)：77～83.]
Ｅｎｇ
ｉｎｅ
ｒｒｎｇ,2002,21(
ｉ 5)：443～448.[王 兴 伟 ,沈 兰 荪 ,卫 保 国 等 . 36 Ｇｅ
ｍａｎＳ,Ｇｅ
ｍａｎＤ.Ｓｔ
ｏｃｈａ
ｓｔｉ
ｃｒｅ
ｌａｘ
ａｔｉ
ｏｎ,Ｇｉ
ｂｂｓｄｉ
ｓｔｒ
ｉｂｕｔ
ｉｏ ,ａ
ｎｓ ｎｄ
基 于 改 进 的 Ｋ-
均值聚类和数学形态学的彩色眼科图像病灶分割 ｔ
ｈｅＢａ
ｙｅｓ
ｉａｎｒ
ｅｓｔ
ｏｒａ
ｔｉｏ
ｎｏｆｉ
ｍａｇ
ｅｓ[Ｊ].Ｉ
ＥＥＥＴｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎＰａ
ｔｔｅ
ｒｎ
[Ｊ].中 国 生 物 医 学 工 程 学 报 ,2002,21(
5)：443～448.] Ａｎａ
ｌｙｓ
ｉｓａ
ｎｄＭａ
ｃｈｉ
ｎｅＩ
ｎｔｅ
ｌｌｉ
ｇｅ ｅ,1984,6(
ｎｃ 11)
：721～741.
20 Ｂｅ
ｚ ｋ Ｊ Ｃ. Ｐａ
ｄｅ ｔｔｅ
ｒｎ ｒ
ｅｃｏ
ｇｎｉ
ｔｉ
ｏｎ ｗｉ
ｔｈ ｆ
ｕｚｚ
ｙｏｂｊ
ｅｃｔ
ｉｖｅｆ
ｕｎｃ
ｔｉｏ
ｎ 37 Ｂｅ
ｓａ .Ｏｎｔ
ｇＪ ｈｅｓ
ｔａｔ
ｉｓｔ
ｉｃａ
ｌａｎａ
ｌｙｓ
ｉｓｏ
ｆｄｉ
ｒｔ
ｙｐｉ
ｃｔｕｒ
ｅｓ[Ｊ].Ｊ
ｏｕｒ
ｎａｌｏ
ｆ
ａ
ｌｇｏ
ｒｉｔ
ｈｍｓ[Ｍ].Ｎｅ
ｗＹｏ
ｒｋ：Ｐｌ
ｅｎｕｍ Ｐｒ
ｅｓ,1981.
ｓ ｔ
ｈｅＲｏ
ｙａｌＳｔ
ａｔｉ
ｓｔｉ
ｃａｌＳｏ
ｃｉｅ
ｔｙ,1986,48(
3)：259～302.
21 Ｘｉ
ｅＸ Ｌ,Ｂｅ
ｎｉＧ.Ａ ｖ
ａｌｉ
ｄｉｔ
ｙｍｅ
ａｓｕｒ
ｅｆｏ
ｒｆｕｚ
ｚｙｃ
ｌｕｓ
ｔｅｒ
ｉｎｇ[Ｊ].Ｉ
ＥＥＥ 38 Ｃｅ
ｌｅｕｘ Ｇ, Ｆｏ
ｒ ｓ Ｆ, Ｐｅ
ｂｅ ｙｒａ
ｒｄ Ｎ. ＥＭ ｐｒ
ｏｃｅ
ｄｕｒ
ｅｓ ｕｓ
ｉｎｇ ｍｅ
ａｎ
Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎ Ｐａ
ｔｔｅ
ｒｎ Ａｎａ
ｌｙｓ
ｉｓａ
ｎｄ Ｍａ
ｃｈｉ
ｎｅＩ
ｎｔｅ
ｌｌｉ
ｇｅ ｅ,1991,
ｎｃ ｆ
ｉｅｄ-
ｌ ｌ
ｉｋｅａ
ｐｐｒ
ｏｘｉ
ｍａｔ
ｉｏｎｓｆ
ｏｒＭａ
ｒｋｏ
ｖｍｏ
ｄｅ-
ｌｂａ
ｓｅｄｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎ
8)
13( ：841～847. [Ｊ].Ｐａ
ｔｔｅ
ｒｎＲｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ2003,36(
1)：131～144.
22 Ｚａ
ｈｉｄＮ, Ｌｉ
ｍｏｕｒ
ｉＭ, Ｅｓ
ｓｅａ
ｉｄ Ａ. Ａ ｎｅ
ｗｃｌ
ｕｓｔ
ｅｒ-
ｖａｌ
ｉｄｉ
ｔｙｆ
ｏｒｆ
ｕｚｚ
ｙ 39 Ｚｈａ
ｎｇＹ, Ｂｒ
ａｄｙ Ｍ, Ｓｍｉ
ｔｈ Ｓ. Ｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎｏｆｂｒ
ａｉｎ ＭＲ ｉ
ｍａｇ
ｅｓ
ｃ
ｌｕｓ
ｔｅｒ
ｉｎｇ[Ｊ].Ｐａ
ｔｔｅ
ｒｎＲｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ,1999,32(
5)：1089～1097. ｔ
ｈｒｏ
ｕｇｈａｈｉ
ｄｄｅ
ｎ Ｍａ
ｒｋｏ
ｖｒａ
ｎｄｏ
ｍｆｉ
ｅｌｄ ｍｏ
ｄｅｌａ
ｎｄ ｔ
ｈｅｅ
ｘｐｅ
ｃｔａ
ｔｉｎ-
ｏ
23 Ｆｅ
ｒｒｉＦ, Ｖｉ
ｄａｌＥ. Ｃｏ
ｌｏｒｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎａｎｄ ｌ
ａｂｅ
ｌｉｎｇ ｔ
ｈｒｏ
ｕｇｈ ｍａ
ｘｉｍｉ
ｚａｔ
ｉｏｎａ
ｌｇｏ
ｒｉｈｍ [Ｊ].Ｉ
ｔ ＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎ Ｍｅ
ｄｉｃ
ａｌＩ
ｍａｅ,
ｇ
ｍｕｌ
ｔ-
ｉｅｄｉ
ｔｃｏ
ｎｄｅ
ｎｓｎｇ[Ｊ].Ｐａ
ｉ ｔｔｅ
ｒｎＲｅ
ｃｏｇ
ｎｉｔ
ｉｏｎＬｅ
ｔｔｅ
ｒｓ,1992,13(
8)： 2001,20(
1)：45～57.
561～568. 40 Ｈｕａ
ｎｇＣＬ,Ｃｈｅ
ｎｇＴＹ,Ｃｈｅ
ｎＣＣ.Ｃｏ
ｌｏｒｉ
ｍａｇ
ｅｓｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｕｓ
ｉｎｇ
24 Ｌｉ ｅＳＵ.Ｏｎｔ
ｍ Ｙ Ｗ,Ｌｅ ｈｅｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎａｌ
ｇｏｒ
ｉｔ
ｈｍ ｂａ
ｓｅｄ ｓ
ｃａｌ
ｅｓｐａ
ｃｅｆ
ｉｌ
ｔｅｒａ
ｎｄＭａ
ｒｋｏ
ｖｒａ
ｎｄｏ
ｍｆｉ
ｅｌｄ[Ｊ].Ｐａ
ｔｔｅ
ｒｎＲｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ,
ｏ
ｎｔｈｅｔ
ｈｒｅ
ｓｈｏ
ｌｄｉ
ｎｇａ
ｎｄｔ
ｈｅｆ
ｕｚｙｃ-
ｚ ｍｅａ
ｎｓｔ
ｅｃｈｎｉ ｓ [Ｊ].Ｐａ
ｑｕｅ ｔｔｅ
ｒｎ 1992,25(
10)
：1217～1229.
Ｒｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ,1990,23(
9)：935～952. 41 Ｈｕｅ
ｃｋｅ
ｌＭ Ｈ.Ａ ｌ
ｏｃａ
ｌｖｉ
ｓｕａ
ｌｏｐｅ
ｒａｔ
ｏｒｗｈｉ
ｃｈｒ
ｅｃｏ
ｇｎｉ
ｚｅｓｅ
ｄｇｅ
ｓａｎｄ
25 Ｌｉ
ｕＪＺ,Ｘｉ
ｅＷ Ｘ.Ａｎｅ
ｆｆｉ
ｃｉｅ
ｎｔｐｙ
ｒａｍｉ
ｄａｌｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎ ｌ
ｉ ｓ[Ｊ]. Ｊ
ｎｅ ｏｕｒ
ｎａｌｏ
ｆＡｓ
ｓｏｃ
ｉａｔ
ｉｏｎｆ
ｏｒＣｏ
ｍｐｕｔ
ｉｎｇＭａ
ｃｈｉ
ｎｅｙ,1973,
ｒ
ｍｅ
ｔｈｏ
ｄｗｉ
ｔｈｆ
ｕｚｚ
ｙｃｌ
ｕｓｔ
ｅｒｎｇ[Ｊ].Ｊ
ｉ ｏｕｒ
ｎａｌｏ
ｆＸｉ
ｄｉａ
ｎＵｎｉ
ｖｅｒ
ｓｉｙ,1993,
ｔ 20 (
4)：634～647.
1)
20( ：40～46.[刘 健 庄 ,谢 维 信 .高 效 的 彩 色 图 像 塔 形 模 糊 聚 类 42 Ｚｅ
ｎｏＳＤ.Ａ ｎｏ
ｔｅｏ
ｎｔｈｅｇ
ｒａｄｉ
ｅｎｔｏ
ｆａｍｕｌ
ｔ-
ｉｉｍａ
ｇｅ [Ｊ].Ｃｏ
ｍｐｕｔ
ｅｒ
分 割 方 法 [Ｊ].西 安 电 子 科 技 大 学 学 报 ,1993,20(
1)：40～46.] Ｖｉ
ｓｉｎ,ａ
ｏ ｎｄＩ
ｍａｇ
ｅＰｒ
ｏｃｅ
ｓｓｎｇ,1986,33(
ｉ 1)：116～128.
26 Ｌｉ
ｎＫＹ,ＸｕＬＨ,ＷｕＪＨ.Ａｆ
ａｓｔｆ
ｕｚｙＣ-
ｚ ｍｅａ
ｎｓｃ
ｌｕｓ
ｔｅｒ
ｉｎｇｆ
ｏｒｃ
ｏｌｏ
ｒ 43 Ｓｈｉ
ｏｚｋｉＡ.Ｅｄｇ
ａ ｅｅｘ
ｔｒａ
ｃｔｉ
ｏｎ ｕｓ
ｉｎｇｅ
ｎｔｒ
ｏｐｙｏ
ｐｅｒ
ａｔｒ[Ｊ]. Ｃｏ
ｏ ｍｐｕｔ
ｅｒ
ｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｎ[Ｊ]. Ｊ
ｏ ｏｕｒ
ｎａｌｏ
ｆＩｍａ
ｇｅａ
ｎｄ Ｇｒ
ａｐｈｉ
ｃｓ,2004,9 Ｖｉ
ｓｉｎ,ａ
ｏ ｎｄＩ
ｍａｇ
ｅＰｒ
ｏｃｅ
ｓｓｎｇ,1986,36(
ｉ 1)：1～9.
(
2)：159～163.[林 开 颜 ,徐 立 鸿 ,吴 军 辉 .快 速 模 糊 Ｃ均 值 聚 类 44 Ｆａ
ｎＪ,Ａｒ
ｅｆＷ Ｇ,Ｈａ
ｃｉｄＭ Ｓ,ｅ .Ａｎｉ
ｔａｌ ｍｐｒ
ｏｖｅ
ｄａｕｔ
ｏｍａ
ｔｉｃｉ
ｓｏｔ
ｒｏｐｉ
ｃ
彩 色 图 像 分 割 方 法 [Ｊ].中 国 图 象 图 形 学 报 ,2004,9(
2)：159 ｃ
ｏｌｏ
ｒｉｍａ
ｇｅ ｄｅ
ｔｅｃ
ｔｉｏ
ｎｔｅ
ｃ ｑｕｅ[Ｊ]. Ｐａ
ｈｎｉ ｔｔｅ
ｒｎ Ｒｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ Ｌｅ
ｔｔｅ
ｒｓ,
～163.] 2001,22(
13)
：1419～1429.
27 Ｃｈｅ
ｎ Ｔ Ｑ, Ｌｕ Ｙ. Ｃｏ
ｌｏｒｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｎ——— Ａｎ ｉ
ｏ ｎｎｏ
ｖａｔ
ｉｖｅ 45 Ｔｒ
ａｈａ
ｎｉｓＰ Ｅ, Ｖｅ
ａ ｎｅｔ
ｓａｎｏ
ｐｏｕｌ
ｏｓＡ Ｎ. Ｃｏ
ｌｏｒｅ
ｄｇｅｄｅ
ｔｅｃ
ｔｉｏ
ｎ ｕｓ
ｉｎｇ
ａ
ｐｐｒ
ｏａｈ[Ｊ].Ｐａ
ｃ ｔｔｅ
ｒｎＲｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ,2002,35(
2)：395～405. ｖ
ｅｃｔ
ｏｒｏ
ｒｄｅ
ｒｓｔ
ａｔｉ
ｓｔｉ
ｃｓ[Ｊ].Ｉ
ＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎＩｍａ
ｇｅＰｒ
ｏｃｅ
ｓｓｎｇ,
ｉ
28 Ｍｉ
ｃｈａ
ｅｌＴＵ,Ａｒ
ｂｉｂＡ.Ｃｏ
ｌｏｒｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎｕｓ
ｉｎｇｃ
ｏｍｐｅ
ｔｉｔ
ｉｖｅ 1993,2 (
2)：259～265.
ｌ
ｅａｒ
ｎｉｎｇ[Ｊ]. Ｉ
ＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎ Ｐａ
ｔｔｅ
ｒｎ Ａｎａ
ｌｙｓ
ｉｓａ
ｎｄ Ｍａ
ｃｈｉ
ｎｅ 46 Ｔｓ
ａｉＰ,Ｃｈａ
ｎｇＣＣ,ＨｕＹ Ｃ.Ａｎａ
ｄａｐｔ
ｉｖ ｗｏ-
ｅｔ ｓｔａ
ｇｅｅ
ｄｇｅｄｅ
ｔｅｃ
ｔｉｏ
ｎ
Ｉ
ｎｔｅ
ｌｌｉ
ｇｅ ｅ,1994,16(
ｎｃ 12)
：1197～1206. ｓ
ｃｈｅ
ｍｅｆ
ｏｒｄｉ
ｇｉｔ
ａｌｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ[Ｊ]. Ｒｅ
ａｌ-
Ｔｉｍｅ Ｉ
ｍａｇ
ｅｉｎｇ, 2002,
29 Ｔｒ
ｅｍｅ
ａｕＡ,Ｂｏ
ｒｅｌＮ.Ａｒ
ｅｇｉ
ｏｎｇ
ｒｏｗｉ
ｎｇａ
ｎｄｍｅ
ｒｇｉ
ｎｇａ
ｌｇｏ
ｒｉｔ
ｈｍ ｔ
ｏｃｏ
ｌｏｒ 4)
8( ：329～343.
ｓ
ｅｇｍｅ
ｎｔａ
ｔｉｎ[Ｊ].Ｐａ
ｏ ｔｔｅ
ｒｎＲｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ,1997,30(
7)：1191～1203. 47 Ｐａ
ｖｌｉ
ｄｉｓＴ,Ｌｉ
ｏｗＹ Ｔ.Ｉ
ｎｔｅ
ｇｒａ
ｔｉｎｇｒ
ｅｇｉ
ｏｎｇ
ｒｏｗｉ
ｎｇａ
ｎｄｅ
ｄｇｅｄｅ
ｔｅｃ
ｔｉｏ
ｎ
30 Ｃｈｅ
ｎｇ Ｈ Ｄ, Ｓｕｎ Ｙ. Ａ ｈｉ
ｅｒａ
ｒｃｈｉ
ｃａｌａ
ｐｐｒ
ｏａｃ
ｈｔｏｃ
ｏｌｏ
ｒｉｍａ
ｇｅ [ Ｊ]. Ｉ
ＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓ ｏ
ｎ Ｐａ
ｔｔｅ
ｒｎ Ａｎａ
ｌｙｓ
ｉｓ ａ
ｎｄ Ｍａ
ｃｈｉ
ｎｅ
ｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｕｓ
ｉｎｇｈｏ
ｍｏｇ
ｅｎｅ
ｉｔｙ[Ｊ]. Ｉ
ＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎＩｍａ
ｇｅ Ｉ
ｎｔｅ
ｌｌｉ
ｇｅ ｅ,1990,12(
ｎｃ 3)：225～233.
Ｐｒ
ｏｃｅ
ｓｓｎｇ,2000,9(
ｉ 12)
：2071～2082. 48 Ｔｉ
ｚｈｏ
ｏｓｈＨ Ｒ. Ｆｕｚ
ｚｙｉ
ｍａｇ
ｅ ｐｒ
ｏｃｅ
ｓｓｎｇ [ Ｍ ]. Ｂｅ
ｉ ｒｌｉ
ｎ： Ｓｐｒ
ｉｎｇ
ｅｒ-
31 Ｖｉ
ｎｃｎｔＬ, Ｓｏ
ｅ ｉｌｅ Ｐ. Ｗａ
ｌ ｔｅｒ
ｓｈｅ
ｄｓ ｉ
ｎ ｄｉ
ｇｉｔ
ａｌｓ
ｐａｃ
ｅｓ：ａ
ｎｅｆ
ｆｉ
ｃｉｅ
ｎｔ Ｖｅ
ｒｌｇ,1997.
ａ
ａ
ｌｇｏ
ｒｉｔ
ｈｍ ｂａ
ｓｅｄｏ
ｎｉｍｍｅ
ｒｓｉ
ｏｎｓ
ｉｍｕｌ
ａｔｉ
ｏｎｓ[Ｊ].Ｉ
ＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎ 49 Ｃａ
ｒｒｎＴ,Ｌａ
ｏ ｍｂｅ
ｒｔＰ.Ｆｕｚ
ｚｙｃ
ｏｌｏ
ｒｅｄｇ
ｅｅｘ
ｔｒａ
ｃｔｉ
ｏｎｂｙｉ
ｎｆｅ
ｒｅｎｃ
ｅｒｕｌ
ｅｓ
Ｐａ
ｔｔｅ
ｒｎＡｎａ
ｌｙｓ
ｉｓａ
ｎｄＭａ
ｃｈｉ
ｎｅＩ
ｎｔｅ
ｌｌｉ
ｇｅ ｅ,1991,13(
ｎｃ 6)：583～598. ｑｕａ
ｎｔｉ
ｔａｔ
ｉｖｅｓ
ｔｕｄｙ ａ
ｎｄ ｅ
ｖａｌ
ｕａｔ
ｉｏｎ ｏ
ｆ ｐｅ
ｒｆｏ
ｒｍａ
ｎｃｓ [ Ａ ]. Ｉ
ｅ ｎ：
32 Ｌｅ
ｚｏｒ
ａｙ Ｏ, Ｃａ
ｒｄｏ
ｔ Ｈ. Ｃｏ
ｏｐｅ
ｒａｔ
ｉｏｎｏ
ｆｃｏ
ｌｏｒ ｐｉ
ｘｅｌｃ
ｌａｓ
ｓｉｆ
ｉｃａ
ｔｉｏ
ｎ Ｐｒ
ｏｃｅ
ｅｄｉ
ｎｇｓ ｏ ｈｅ 1995 Ｉ
ｆ ｔ ｎｔｅ
ｒｎａ
ｔｉｏ
ｎａｌ Ｃｏ
ｎｆｅ
ｒｅｎｃ
ｅ ｏ
ｎ Ｉ
ｍａｇ
ｅ
ｓ
ｃｈｅ
ｍｅｓａ
ｎｄｃ
ｏｌｏ
ｒｗａ
ｔｅｒ
ｓｈｅ
ｄ：ａｓ
ｔｕｄｙｆ
ｏｒｍｉ
ｃｒｏ
ｓｃｏ
ｐｉｃｉ
ｍａｇ
ｅｓ[Ｊ]. Ｐｒ
ｏｃｅ
ｓｓｉ
ｎｇ[Ｃ].Ｗａ
ｓｈｉ
ｎｇｔ
ｏｎＤＣ,ＵＳＡ,1995,2：181～184.
Ｉ
ＥＥＥＴｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎＩｍａ
ｇｅＰｒ
ｏｃｅ
ｓｓｎｇ,2002,11(
ｉ 7)：783～789. 50 Ｓｕｇ
ｅｎｏＭ.Ｆｕｚ
ｚｙｍｅ
ａｓｕｒ
ｅｓａ
ｎｄｆ
ｕｚｚ
ｙｉｎｔ
ｅｇｒ
ａｌ— ａｓ
ｓ ｕｒｖ
ｅｙ [Ａ].Ｉ
ｎ：
 　 　
10 中国图象图形学报 第 10卷

Ｆｕｚ
ｚｙ Ａｕｔ
ｏｍａ
ｔａ ａ
ｎｄ Ｄｅ
ｃｉｓ
ｉｏｎ Ｐｒ
ｏｃｅ
ｓｓｓ [ Ｍ ]. Ｎｅ
ｅ ｗ Ｙｏ
ｒｋ： Ａｐｐｌ
ｉｃａ
ｔｉｏ
ｎｏｆＡｒ
ｔｉ
ｆｉ
ｃｉａ
ｌＮｅ
ｕｒａ
ｌＮｅ
ｔｗｏ
ｒｋｓｉ
ｎＩｍａ
ｇｅＰｒ
ｏｃｅ
ｓｓｉ
ｎｇＩ
Ｖ[Ｃ].
Ｎｏ
ｒｔｈ-
Ｈｏｌ
ｌａｎｄ,1977：89～102. Ｓａ
ｎＪｏ
ｓｅ,Ｃａ
ｌｉｆ
ｏｒ ａ,ＵＳＡ,1999：182～193.
ｎｉ
51 Ｐｈａ
ｍ ＴＤ,Ｙａ
ｎＨ.Ｃｏ
ｌｏｒｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎｕｓ
ｉｎｇｆ
ｕｚｚ
ｙｉｎｔ
ｅｇｒ
ａｌａ
ｎｄ 65 Ｓｈａ
ｆｅｒＳＡ.Ｕｓ
ｉｎｇｃ
ｏｌｏ
ｒｔｏｓ
ｅｐａ
ｒａｔ
ｅｒｅ
ｆｌｅ
ｃｔｉ
ｏｎｃ
ｏｍｐｏ
ｎｅ ｓ[Ｊ].Ｃｏ
ｎｔ ｌｏｒ
ｍｏ
ｕｎｔ
ａｉｎｃ
ｌｕｓ
ｔｅｒ
ｉｎｇ[Ｊ].Ｆｕｚ
ｚｙＳｅ
ｔｓａ
ｎｄＳｙ
ｓｔｅ
ｍｓ,1999,107(
2)：121 Ｒｅ
ｓｅａ
ｒｃｈＡｐｐｌ
ｉｃａ
ｔｉｎ,1985,10(
ｏ 4)：210～218.
～130. 66 Ｈｅ
ａｌｙＧ. Ｕｓ
ｅ ｉｎｇ ｃ
ｏｌｏ
ｒｆｏ
ｒｇｅ
ｏｍｅ
ｔｒｙ-
ｉｎｓ
ｅｎｓ
ｉｔｉ
ｖｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｎ[ Ｊ].
ｏ
52 Ｍｏ
ｇｈａ
ｄｄａ
ｍｚａ
ｄｅｈＡ,Ｂｏ
ｕｒｂａ
ｋｉｓＮ.Ａ ｆ
ｕｚｚ
ｙｒｅ
ｇｉｏ
ｎｇｒ
ｏｗｉ
ｎｇａ
ｐｐｒ
ｏａｃ
ｈ Ｊ
ｏｕｒ
ｎａｌｏ
ｆｔｈｅＯｐｔ
ｉｃａ
ｌＳｏ
ｃｉｅ
ｔｙｏ
ｆＡｍｅ
ｒｉａ,1989,6(
ｃ 6)920～937.
ｆ
ｏｒｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｏｆｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ[Ｊ]. Ｐａ
ｔｔｅ
ｒｎ Ｒｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ,1997, 67 Ｋｌ
ｉｎｋｅ ,Ｓｈａ
ｒＧ Ｊ ｆｅｒＳＡ,Ｋａ
ｎａｄｅＴ.Ａ ｐｈｙ
ｓｉｃ
ａｌａ
ｐｐｒ
ｏａｃ
ｈｔｏｃ
ｏｌｏ
ｒ
30 (
6)：867～881. ｉ
ｍａｇ
ｅｕｎｄｅ
ｒｓｔ
ａ ｎｇ[Ｊ].Ｉ
ｎｄｉ ｎｔｅ
ｒｎａ
ｔｉｏ
ｎａｌＪ
ｏｕｒ
ｎａｌｏ
ｆＣｏ
ｍｐｕｔ
ｅｒＶｉ
ｓｉｎ,
ｏ
53 Ｃｈｅ
ｎｇＨ Ｄ,ＬｉＪ
.Ｆｕｚ
ｚｙｈｏ
ｍｏｇ
ｅｎｅ
ｉｔｙａ
ｎｄｓ
ｃａｅ-
ｌ ｓ
ｐａｃ
ｅａｐｐｒ
ｏａｃ
ｈｔｏ 1990,4(
1)：7～38.
ｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｎ[Ｊ].Ｐａ
ｏ ｔｔｅ
ｒｎＲｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ,2003,36(
7)： 68 Ｈｕａ
ｎｇＹ Ｍ,ＸｕＧ Ｙ,ＹｅＰＪ
.Ｃｏ
ｌｏｒｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎｂａ
ｓｅｄｏ
ｎ
1545～1562. ｐｈｙ
ｓｉｃ
ａｌｍｏ
ｄｅｌ[Ｊ].Ａｃ
ｔａＡｕｔ
ｏｍａ
ｔｉｃＳｉ
ｎｉａ,1992,18(
ｃ 4)：421～
54 Ｇｅ
ｎｇ Ｂ Ｙ, Ｌｕ Ｊ Ｆ, Ｙａ
ｎｇ Ｊ Ｙ. Ａｎ ａ
ｐｐｒ
ｏａｃ
ｈｔｏｃ
ｏｌｏ
ｒｉｍａ
ｇｅ 429.[黄 玉 明 ,徐 光 ,叶 培 健 .基 于 物 理 模 型 的 彩 色 图 像 分 割
ｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｂａ
ｓｅｄｏ
ｎｆｕｚ
ｚｙｄｏ
ｍａｉ
ｎｃｏ
ｌｏｒａ
ｎｄ ｒ
ｏａｄ ｄｅ
ｔｅｃ
ｔｉｎ[Ｊ].
ｏ [Ｊ].自 动 化 学 报 ,1992,18(
4)：421～429.]
Ｊ
ｏｕｒ
ｎａｌｏ
ｆＮａ
ｊｉｎｇＵｎｉ
ｖｅｒ
ｓｉｔ
ｙｏｆＳｃ
ｉｅｎｃ
ｅａｎｄ Ｔｅ
ｃｈｎｏ
ｌｏｙ,2000,24
ｇ 69 Ｂａ
ｊｃｙＲ,Ｗｏ
ｓ ｏｋｌ
ｅｅＳ,Ｌｅ
ｏｎａ
ｒ ｓＡ.Ｄｅ
ｄｉ ｔｅｃ
ｔｉｏ
ｎｏｆｄｉ
ｆｆ
ｕｓｅａ
ｎｄｓ
ｐｅｃ
ｕｌａ
ｒ
(
4)：353～358. ｉ
ｎｔｅ
ｒｆａ
ｃｅｒ
ｅｆｌ
ｅｃｔ
ｉｏｎｓａ
ｎｄｉ
ｎｔｅ
ｒ-ｒ
ｅｆｌ
ｅｃｔ
ｉｏｎｓｂｙｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎ
[耿 伯 英 ,陆 建 峰 ,杨 静 宇 .基 于 模 糊 主 色 调 的 彩 色 图 像 分 割 及 道 [Ｊ].Ｉ
ｎｔｅ
ｒｎａ
ｔｉｏ
ｎａｌＪ
ｏｕｒ
ｎａｌｏ
ｆＣｏ
ｍｐｕｔ
ｅｒ Ｖｉ
ｓｉｎ,1996, 17 (3)
ｏ ：
路 检 测 [Ｊ].南 京 理 工 大 学 学 报 ,2000,24(
4)：353～358]. 2
　41～272.
55 Ｃｈｉ
ｅｎＢＣ,Ｃｈｅ
ｎｇＭ Ｃ.Ａ ｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎａｐｐｒ
ｏａｃ
ｈｂａ
ｓｅｄ 70 ＬｉＮ, ＬｉＹ Ｆ. Ｆｅ
ａｔｕｒ
ｅｅｎｃ
ｏｄｉ
ｎｇｆ
ｏｒｕｎｓ
ｕｐｅ
ｒｖｉ
ｓｅｄｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｏｆ
ｏ
ｎｆｕｚ
ｚｙｓ
ｉｍｉ
ｌａｒ
ｉｔ
ｙｍｅ
ａｓｕｒ
ｅ[Ａ].Ｉ
ｎ：Ｐｒ
ｏｃｅ
ｅｄｉ
ｎｇｓｏ
ｆｔｈｅ2002Ｉ
ＥＥＥ ｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ [ Ｊ]. Ｉ
ＥＥＥ Ｔｒ
ａｎｓ
ａｃｔ
ｉｏｎｓ ｏ
ｎ Ｓｙ
ｓｔｅ
ｍｓ, Ｍａ
ｎ ａ
ｎｄ
Ｉ
ｎｔｅ
ｒｎａ
ｔｉｏ
ｎａｌＣｏ
ｎｆｅ
ｒｅｎｃ
ｅｏｎ Ｆｕｚ
ｚｙ Ｓｙ
ｓｔｍｓ [ Ｃ]. Ｈｏ
ｅ ｎｏｌ
ｕｌｕ, ＨＩ
, Ｃｙ
ｂｅｒ
ｎｅｔ
ｉｃ,2003,33(
ｓ 3)：438～447.
ＵＳＡ,2002,1：449～454. 71 Ｒｉ
ｓｅｍａ
ｎＥ Ｍ,Ａｒ
ｂｉｂＭ Ａ.Ｃｏ
ｍｐｕｔ
ａｔｉ
ｏｎａ
ｌｔｅ
ｃｈｎｉ
ｑｕｅ
ｓｉｎｔ
ｈｅｖ
ｉｓｕａ
ｌ
56 Ｗａ .Ｎｅ
ｎｇＷ Ｊ ｗｓｉ
ｍｉｌ
ａｒｉ
ｔｙｍｅ
ａｓｕｒ
ｅｓｏ
ｎｆｕｚ
ｚｙｓ
ｅｔｓａ
ｎｄｏ
ｎｅｌ
ｅｍｅ
ｎｔｓ ｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｏｆｓ
ｔａｔ
ｉｃｓ
ｃｅ ｓ[Ｊ].Ｃｏ
ｎｅ ｍｐｕｔ
ｅｒＶｉ
ｓｉｏ
ｎＧｒ
ａｐｈｉ
ｃｓＩ
ｍａｇ
ｅ
[Ｊ].Ｆｕｚ
ｚｙＳｅ
ｔｓａ
ｎｄＳｙ
ｓｔｅ
ｍｓ,1997,85(
3)：305～309. Ｐｒ
ｏｃｅ
ｓｓｎｇ,1977,6(
ｉ 3)：221～276.
57 Ｉ
ｔｏＮ,Ｋａ
ｍｅ ａＲ,Ｓｈｉ
ｋｕｒ ｍａｕＹ.Ｔｈｅｃ
ｚ ｏｍｂｉ
ｎａｔ
ｉｏｎｏ
ｆｅｄｇ
ｅｄｅ
ｔｅｃ
ｔｉｏ
ｎ 72 Ｃａ
ｅｌｉＴ,Ｒｅ
ｌ ｙｅＤ.Ｏｎｔ
ｈｅｃ
ｌａｓ
ｓｉｆ
ｉｃａ
ｔｉｏ
ｎｏｆｉ
ｍａｇ
ｅｒｅ
ｇｉｏ
ｎｓｂｙｃ
ｏｌｏ
ｒ,
ａ
ｎｄｒ
ｅｇｉ
ｏｎｅ
ｘｔｒ
ａｃｔ
ｉｏｎｉ
ｎｎｏ
ｎｐａ
ｒａｍｅ
ｔｒｉ
ｃｃｏ
ｌｏｒｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｎ [Ｊ].
ｏ ｔ
ｅｘｔ
ｕｒｅａ
ｎｄｓ
ｈａｐｅ[Ｊ].Ｐａ
ｔｔｅ
ｒｎＲｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ,1993,26 (
4)461～470.
：
Ｉ
ｎｆｏ
ｒｍａ
ｔｉｏ
ｎＳｃ
ｉｅ ｅ,1996,92(
ｎｃ 2)：277～294. 73 Ｖａ
ｌｋｅ
ａｌａ
ｈｔｉＫ,Ｏｊ
ａＥ.Ｒｅ
ｄｕｃ
ｅｄｍｕｌ
ｔｉ
ｄｉｍｅ
ｎｓｉ
ｏｎａ
ｌｈｉ
ｓｔｏ
ｇｒａ
ｍｓｉ
ｎｃｏ
ｌｏｒ
58 Ｈｕａ
ｎｇＣ Ｌ. Ｐａ
ｒａｌ
ｌｅｌｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎ ｕｓ
ｉｎｇ ｍｏ
ｄｉｆ
ｉｅｄ Ｈｏ
ｐｆｉ
ｅｌｄ ｔ
ｅｘｔ
ｕｒｅ ｄｅ
ｓｃｒ
ｉｐｔ
ｉｏｎ [ Ａ ]. Ｉ
ｎ： Ｐｒ
ｏｃｅ
ｅｄｉ ｆ1998 Ｉ
ｎｇ ｏ ｎｔｅ
ｒｎａ
ｔｉｏ
ｎａｌ
ｍｏ
ｄｅｌ[Ｊ].Ｐａ
ｔｔｅ
ｒｎＲｅ
ｃｏｇ
ｎｉｔ
ｉｏｎＬｅ
ｔｔｅ
ｒｓ,1993,13(
5)：345～353. Ｃｏ
ｎｆｅ
ｒｅｎｃ
ｅｏｎ Ｐａ
ｔｔｅ
ｒｎ Ｒｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ [ Ｃ ]. Ｂｒ
ｉｓ ｎｅ, Ａｕｓ
ｂａ ｔｒａ
ｌｉｎ,
ａ
59 Ｃａ
ｍｐａ
ｄｅｌ
ｌｉＰ, Ｍｅ
ｄｉｉＤ, Ｓｃ
ｃ ｈｅｔ
ｔｎｉＲ. Ｃｏ
ｉ ｌｏｒｉ
ｍａｇ
ｅｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎ 1998：1057～1061.
ｕｓ
ｉｎｇＨｏ
ｐｆｉ
ｅｌｄｎｅ
ｔｗｏ
ｒｋｓ [Ｊ].Ｉ
ｍａｇ
ｅａｎｄＶｉ
ｓｉｏ
ｎＣｏ
ｍｐｕｔ
ｉｎｇ,1997, 74 Ｅｏ
ｍ Ｋ Ｂ. Ｓｅ
ｇｍｅ
ｎｔａ
ｔｉｏ
ｎｏｆｍｏ
ｎｏｃ
ｈｒｏ
ｍｅ ａ
ｎｄ ｃ
ｏｌｏ
ｒｔｅ
ｘｔｕｒ
ｅ ｕｓ
ｉｎｇ
3)
15( ：161～166. ｍｏ
ｖｉｎｇａ
ｖｅｒ
ａｇｅｍｏ
ｄｅｌ
ｉｎｇａ
ｐｐｒ
ｏａｈ [Ｊ].Ｉ
ｃ ｍａｇ
ｅＶｉ
ｓｉｏ
ｎ Ｃｏ
ｍｐｕｔ
ｉｎｇ,
60 Ｓａ
ｍｍｏ
ｕｄａＭ, Ｓａ ｕｄａ Ｒ, Ｎｉ
ｍｍｏ ｋｉＮ, ｅ . Ｓｅ
ｔａｌ ｇｍｅ
ｎｔａ
ｔｉｏ
ｎａｎｄ 1999,17(
3)：233～244.
ａ
ｎａｌ
ｙｓｉ
ｓｏｆｌ
ｉｖｅ
ｒｃａ
ｎｃｅ
ｒｐａ
ｔｈｏ
ｌｏｇ
ｉｃａ
ｌｃｏ
ｌｏｒｉ
ｍａｇ
ｅｂａ
ｓｅｄｏ
ｎａｒ
ｔｉ
ｆｉ
ｃｉａ
ｌ 75 Ｔａ
ｏＬ Ｍ,ＸｕＧ Ｙ.Ｓｏ
ｍｅｃ
ｏｌｏ
ｒｉｓ
ｓｕｅ
ｓａｎｄａ
ｐｐｌ
ｉｃａ
ｔｉｏ
ｎｉｎ ｍａ
ｃｈｉ
ｎｅ
ｎｅ
ｕｒａ
ｌｎｅ
ｔｗｏ
ｒｋｓ [Ａ]. Ｉ
ｎ： Ｐｒ
ｏｃｅ
ｅｄｉ
ｎｇｏ
ｆＩＥＥＥ 1999 Ｉ
ｎｔｅ
ｒｎａ
ｔｉｏ
ｎａｌ ｖ
ｉｓｉ
ｏｎ[Ｊ]. Ｃｈｉ
ｎｅｓ
ｅＳｃ
ｉｅｎｃ
ｅＢｕｌ
ｌｅｔ
ｉｎ,2001,46(3)
：178 ～190.
Ｃｏ
ｎｆｅ
ｒｅｎｃ
ｅ ｏ
ｎ Ｉ
ｍａｇ
ｅ Ｐｒ
ｏｃｅ
ｓｓｉ
ｎｇ [ Ｃ ]. Ｋｏ
ｂｅ, Ｊ
ａ ｎ,
ｐａ [陶 霖 密 ,徐 光 .机 器 视 觉 中 的 颜 色 问 题 及 应 用 [Ｊ].科 学 通 报 ,
1999：392～396. 2001,46(
3)：178～190.]
61 Ｓａ ｕｄａＲ,Ｓａ
ｍｍｏ ｍｍｏ
ｕｄａＭ.Ｉ
ｍｐｒ
ｏｖｉ
ｎｇｔ
ｈｅｐｅ
ｒｆｏ
ｒｍａ
ｎｃｅｏ
ｆＨｏ
ｐｆｉ
ｅｌｄ 76 Ｂａ
ｒｎａ
ｒｄＫ,Ｃａ
ｒ ｉＶ,ＦｕｎｔＢ.Ａ ｃ
ｄｅ ｏｍｐａ
ｒｉｓ
ｏｎｏ
ｆｃｏ
ｍｐｕｔ
ａｔｉ
ｏｎａ
ｌｃｏ
ｌｏｒ
ｎｅ
ｕｒａ
ｌｎｅ
ｔｗｏ
ｒｋｔ
ｏｓｅ
ｇｍｅ
ｎｔｐａ
ｔｈｏ
ｌｏｇ
ｉｃａ
ｌｌｉ
ｖｅｒｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ [ Ｊ]. ｃ
ｏｎｓ
ｔａｎｃ
ｙａｌ
ｇｏｒ
ｉｔ -
ｈｍｓｐａ
ｒｔＩ
： ｍｅ
ｔｈｏ
ｄｏｌ
ｏｇｙ ａ
ｎｄ ｅ
ｘｐｅ
ｒｉｍｅ
ｎｔｓ ｗｉ
ｔｈ
Ｉ
ｎｔｅ
ｒｎａ
ｔｉｏ
ｎａｌＣｏ
ｎｇｒ
ｅｓｓＳｅ
ｒｉｅ
ｓ,2003,1256：232～239. ｓ
ｙｎｔ
ｈｅｓ
ｉｚｅ
ｄｄａ
ｔａ[Ｊ].Ｉ
ＥＥＥＴｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎＩｍａ
ｇｅＰｒ
ｏｃｅ
ｓｓｎｇ,2002,
ｉ
62 ＯｎｇＳＨ,Ｙｅ
ｏＮ Ｃ,Ｌｅ
ｅＫ Ｈ,ｅ .Ｓｅ
ｔａｌ ｇｍｅ
ｎｔａ
ｔｉｏ
ｎｏｆｃ
ｏｌｏ
ｒｉｍａ
ｇｅｓ 9)
11( ：972～983.
ｕｓ
ｉ ｗｏ-
ｎｇａ ｔ ｓｔａ
ｇｅｓ
ｅｌ-
ｆｏｒ
ｇａｎｉ
ｚｉｎｇ ｎｅ
ｔｗｏ
ｒｋ [ Ｊ]. Ｉ
ｍａｇ
ｅａｎｄ Ｖｉ
ｓｉｏ
ｎ 77 Ｂａ
ｒｎａ
ｒｄＫ,Ｃａ
ｒ ｉＶ,ＦｕｎｔＢ.Ａ ｃ
ｄｅ ｏｍｐａ
ｒｉｓ
ｏｎｏ
ｆｃｏ
ｍｐｕｔ
ａｔｉ
ｏｎａ
ｌｃｏ
ｌｏｒ
Ｃｏ
ｍｐｕｔ
ｉｎｇ,2002,20(
4)：279～289. ｃ
ｏｎｓ
ｔａｎｃ
ｙａｌ
ｇｏｒ
ｉｔ -
ｈｍｓｐａ
ｒｔⅡ ： ｅ
ｘｐｅ
ｒｉｍｅ
ｎｔｓｗｉ
ｔｈｉ
ｍａｇ
ｅ ｄａ
ｔａ [ Ｊ].
63 Ｐａ
ｐａｍａ
ｒ ｓＮ,Ｓｔ
ｋｏ ｒｏｕｔ
ｈｏｐｏ
ｕｌｕｓＣ,Ａｎｄｒ
ｏ ｅａｄｉ
ｓＩ.Ｍｕｌ
ｔｉ
ｔｈｒ
ｅｓｈｏ
ｌｄｉ
ｎｇｏ
ｆ Ｉ
ＥＥＥＴｒ
ａｎｓ
ａｃｔ
ｉｏｎｓｏ
ｎＩｍａ
ｇｅＰｒ
ｏｃｅ
ｓｓｎｇ,2002,11(
ｉ 9)：972～983.
ｃ
ｏｌｏ
ｒａｎｄｇ
ｒａｙ-
ｌｅｖ
ｅｌｉ
ｍａｇ
ｅｓｔ
ｈｒｏ
ｕｇｈａｎｅ
ｕｒａ
ｌｎｅ
ｔｗｏ
ｒｋｔ
ｅｃ ｑｕｅ [Ｊ].
ｈｎｉ 78 Ｔｓ
ｉｎＹ Ｈ,Ｃｏ
ｌｌｎｓＲ Ｔ,Ｒａ
ｉ ｍｅｈＶ,ｅ
ｓ .Ｂａ
ｔａｌ ｙｅｓ
ｉａｎｃ
ｏｌｏ
ｒｃｏ
ｎｓｔ
ａｎｃ
ｙ
Ｉ
ｍａｇ
ｅａｎｄＶｉ
ｓｉｏ
ｎＣｏ
ｍｐｕｔ
ｉｎｇ,2000,18(
3)：213～222. ｆ
ｏｒｏ
ｕｔｄｏ
ｏｒｏ
ｂｊｅ
ｃｔｒ
ｅｃｏ
ｇｎｉ
ｔｉ
ｏｎ[Ａ].Ｉ
ｎ：Ｐｒ
ｏｃｅ
ｅｄｉ
ｎｇｓｏ
ｆｔｈｅ2001Ｉ
ＥＥＥ
64 Ｌｅ
ｓｃ ｅＰ,Ｙｅ
ｕｒ ｄｉｄＶ Ｍ,Ｄｕｐｏ
ｉｓｏ
ｔＨ,ｅ .Ｃｏ
ｔａｌ ｌｏｒｓ
ｅｇｍｅ
ｎｔａ
ｔｉｏ
ｎｏｎ Ｃｏ
ｍｐｕｔ
ｅｒ Ｓｏ
ｃｉｅ
ｔｙ Ｃｏ
ｎｆｅ
ｒｅｎｃ
ｅ ｏ
ｎ Ｃｏ
ｍｐｕｔ
ｅｒ Ｖｉ
ｓｉｏ
ｎ ａ
ｎｄ Ｐａ
ｔｔｅ
ｒｎ
ｂｉ
ｏｌｏ
ｇｉｃ
ａｌｍｉ
ｃｒｏ
ｓｃｏ
ｐｅ ｉ
ｍａｇ
ｅｓ [ Ａ ]. Ｉ
ｎ ： Ｐｒ
ｏｃｅ
ｅｄｉ
ｎｇ ｏ Ｅ,
ｆ ＳＰＩ Ｒｅ
ｃｏｇ
ｎｉｔ
ｉｏｎ[Ｃ].Ｋａ
ｕａ,Ｈａ
ｉ ｗａｉ
ｉ,ＵＳＡ,2001：8～14.