基于Lab空間的K均值聚類彩色圖像分割

吳 迪, 劉偉峰, 胡 勝, 胡靈芝, 胡俊華

(1. 陜西中醫(yī)藥大學 基礎醫(yī)學院，陜西 咸陽 712046；2. 杭州電子科技大學 自動化學院, 浙江 杭州 310018；3. 西安交通大學 機械工程學院，陜西 西安 710049)

基于Lab空間的K均值聚類彩色圖像分割

吳 迪1, 劉偉峰2, 胡 勝3, 胡靈芝1, 胡俊華1

(1. 陜西中醫(yī)藥大學 基礎醫(yī)學院，陜西 咸陽 712046；2. 杭州電子科技大學 自動化學院, 浙江 杭州 310018；3. 西安交通大學 機械工程學院，陜西 西安 710049)

針對運用RGB和HSV空間進行圖像分割時的分割精度低和處理速度慢等問題，提出一種基于Lab顏色空間的K均值聚類彩色圖像分割方法。將待分割彩色圖像從三通道分量高度線性相關的RGB顏色空間轉換到均勻的Lab顏色空間；再將圖像的每個像素點視為一個樣本點分解得到L，a和b的3個特征分量；并對其進行K 均值聚類，將顏色相近的像素點劃分到同一類簇中，為每個像素點分配類標簽以實現(xiàn)圖像分割。通過選取的彩色圖像進行分割實驗，結果顯示文中所提方法能夠對復雜場景下的彩色進行有效分割，同時顯著提高了分割效率。

Lab顏色空間；K均值聚類；圖像分割；歐氏距離

AbstractConsidering the problem thatRGBandHSV-based color image segmentation could not keep the balance between the segmentation accuracy and processing speed, an image segmentation algorithm using K-mean clustering based onLabcolor space is proposed. Firstly, the image is converted fromRGBcolor space toLabspace. Then each pixel is regarded as a sample which includesL，aandbthree characteristic components, Finally the K-mean clustering algorithm is used to assign the similar color pixels to the same class cluster. So the class labels are obtained for each pixels point to segment image. Color images are selected to verify the correctness of the proposed method. The results demonstrate that the K-mean clustering based onLabcolor space method can segment the color images effectively with a small segmentation time compared with the K-mean based method.

KeywordsLab color space; K-means clustering; image segmentation; euclidean distance

圖像分割是研究如何有效地將圖像劃分為成各具特性的區(qū)域并提取目標區(qū)域。分割的質量好壞很大程度決定著后續(xù)圖像處理的效果[1]。彩色圖像相對于灰度圖像而言除了亮度信息，還包含色調和飽和度等更多的圖像信息，這就導致僅僅使用灰度圖像分割算法來對彩色圖像進行分割會較困難[2]。借助計算機的智能技術，捕捉待分割彩色圖像像素點之間的特征，從合適的顏色空間信息出發(fā)并選取恰當?shù)姆指罘椒ㄊ墙档退惴◤碗s度、提高分割精度的有效方法。……