基于四元数聚类的彩色图像分割算法研究.pdf

西安科技大学
硕 士 学 位 论 文
基于四元数聚类的彩色图像分割算法研究












专业名称： 计算机技术
作者姓名： 江健生
指导老师： 李占利；苏本跃
学 位 论 文 独 创 性 说 明
本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究工作及其取得
研究成果。尽我所知，除了文中加以标注和致谢的地方外，论文中不包含其他人或集体
已经公开发表或撰写过的研究成果，也不包含为获得西安科技大学或其他教育机构的学
位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中
做了明确的说明并表示了谢意。
学位论文作者签名： 日期：
论文题目：基于四元数聚类的彩色图像分割算法研究
工程领域：计算机技术
硕 士 生：江健生 (签名)
指导教师：李占利 苏本跃 (签名)
(签名)
摘 要
图像分割是根据相似和均匀准则将图像分为互不重叠、本身相连区域的过程，它是
图像处理中关键技术之一，也是人们讨论和研究的重点。长期以来研究人员提出了大量
针对灰度图像的分割方法，但随着计算机技术的快速发展和彩色图像应用的增加，人们
对彩色图像的分割方法也投入了越来越多的关注。彩色图像分割可被看做是灰度图像分
割的扩展，但是直接将灰度图像分割方法用在彩色图像上，往往得不到十分理想的效果，
这就需要研究人员寻求更多新的方法。本文就是结合四元数空间，提出了基于直方图、
K-means 聚类和四元数的彩色图像分割算法，并给出了实验结果分析及软件实现。
本文首先对彩色图像分割技术进行分析，包括颜色空间和常用彩色图像分割方法两
个部分，其中分别对近年来应用较多的颜色空间和彩色图像分割方法进行具体分析，通
过归纳和总结，指出选择合适的颜色空间和分割方法是解决分割问题的关键。
其次，对聚类算法进行介绍，并就 K-means 聚类算法进行详细分析和实验验证。针
对聚类算法初始中心点随机选择的不确定性，提出一种利用直方图自动检测出峰值的方
法生成初始中心点，实验结果表明，利用直方图生成的中心点合理有效，能减少聚类迭
代时间，比中心点随机选择更优。
第三，本文提出了一种新的基于四元数聚类的彩色图像分割方法，称之为 Q-means
分割算法。文中重点分析了四元数理论，利用四元数旋转设计出一种色调差公式，同时
结合距离度量公式，来度量 RGB 颜色空间中两个像素点之间的差异，并结合自动检测
的聚类中心进行实验验证。结果证明，运用 Q-means 分割算法能得到较好的分割结果。
最后总结全文并提出若干有待于进一步深入研究和探讨的问题。
关 键 词：彩色图像分割；RGB 空间；直方图；K-means 聚类；四元数；Q-means
研究类型：应用研究
Subject : Color image segmentation algorithm based on quaternions
clustering
Engineer Field: Computer Technology