Lab分通道直方图的彩色图像分割算法及应用

本文针对传统灰度直方图分割法未综合考虑图像色度及纹理特征、对灰度差异不明显或灰度范围重叠的图像出现过分割或欠分割等问题,提出一种新的基于Lab分通道直方图的彩色图像分割算法,引入具有序列不相关性的亮度L通道、红绿a通道及蓝黄b通道3种分割依据,通过Newton插值法进行拟合运算,可针对不同亮度、色度属性图像进行自由选择,并运用邻域灰度值相匹配原则解决相邻目标区域边缘像素的准确匹配问题,分局部、分形态、分区域实现图像中不同目标的提取。经验证,该法对区域亮度差异较大图像及区域色度差异显著于亮度差异图像的分割效果,均优于传统灰度直方图分割法,极大提升了直方图分割算法的适用性。将其与经典Reinhard色彩迁移算法结合,将源图像感兴趣目标区域经分通道分割后分别进行色彩迁移变换,较好解决了经典Reinhard算法对图像非目标区域的干扰、色彩误传及阶调层次损失严重等问题,突破传统迁移算法只能整体着色的局限性,实现分区域精准着色。

基于分通道自适应理论的阈值分割算法及评价

针对传统图像分割方法中出现的分割精度低以及算法适用性欠佳等问题,该文提出了基于分通道自适应理论的阈值分割算法,并对分割结果进行对比评价。结合Welsh算法中的自适应理论对阈值分割法进行优化,将其运用到10组不同类型的图像分割当中,均取得良好的分割效果。对比7种传统分割算法与该文算法的图像分割结果,该文算法的均匀性测度评价值均大于0.95,准确率、召回率与轮廓精度的值均大于98%,4个评价指标值均接近于1且高于传统的分割算法。结果表明:该文算法使得分割精度得到了提升,且具有更优的适用性。