基于HSI空間的粗糙集與分層的彩色圖像分割算法

　　針對彩色圖像分割算法中小目標區域容易錯分割以及計算復雜度高的問題，提出一種基于HSI空間的結合粗糙集理論與分層思想的彩色圖像分割方法。首先，由于彩色圖像HSI空間的奇異點對應于RGB空間的灰色像素點，為了消除奇異點，在RGB空間尋找“灰色區域”進行分割與標記；然后，將圖像轉換到HSI顏色空間，在強度1分量上，考慮到空間鄰域信息以及區域分布差異，設計了變閾值漸變性同質函數對原始直方圖進行加權，將加權直方圖和原始直方圖分別作為粗糙集的上、下近似集，構造了新的粗糙度函數進行分割；其次，針對初分割得到的每個區域，在色調H分量上采用直方圖閾值化完成細分割；最后，為了避免過分割，在RCB空間上進行區域合并。相比Mushrif等提出的粗糙集分割算法（MUSHRJF M M，RAY A K．Color image segmentation： rough-set theoretic approach．Pattem　Recognition Letters，2008，29（4）：483 -493），該算法更容易分割出圖像中的小目標區域，避免了因RCB三個分量的相關性造成的錯誤分割，算法運行速度提高了5-8倍。實驗結果表明：該算法分割效果較好，具有一定的抗噪性與魯棒性。