图像处理应用广泛,其中数字图像处理技术更是被广泛应用于生活的各方各面。图像分割作为“数字图像处理工程”(简称为图像工程)中由图像底层处理过渡到图像分析的关键步骤,一直是图像技术研究中的热点和焦点。在过去的很多年里,多数的研究都致力于单色图像的分割,随着近年来个人计算机处理能力的迅速提高,彩色图像的分割引起人们越来越多的关注。但是很多原有的分割灰度图像的算法并不适合于直接分割彩色图像,所以进一步研究专门用于彩色图像分割的方法,并且使它具有通用性和更好的处理效果是研究人员所追求的目标。围绕彩色图像分割这一课题,本文的研究工作主要包括以下几个方面:1.从色彩空间和分割方法两方面分析讨论了彩色图像分割方法。首先对多年来彩色图像分割领域中出现的彩色空间进行了归纳和总结,指出了各类彩色空间在彩色图像分割中的特点。然后针对当前主流的彩色图像分割算法进行了分类、分析、归纳和总结,掌握原理并指出了各类方法的优缺点。最后指出,根据分割问题的特点,选择恰当的分割方法和最佳的色彩空间,设计出有效、可行的针对某类问题的分割算法是解决分割问题的有效途径之一。2.主分量分析技术通常用于数据压缩和统计特征的提取。本文研究了主分量分析的基本理论,进行了主分量变换的实验;找到了主分量分析应用于图像聚类分割的切入点:即主分量分析所得最大特征值对应的特征向量方向即像素的最佳延伸方向。3.基于PCA技术和模糊C-均值算法,提出了一种针对存在光斑和阴影(受光照条件影响)的彩色图像的有效分割方法。论文首先分析了为什么要使用模糊聚类的技术;然后讨论了聚类空间对聚类结果的影响,着重介绍了本文聚类时所用的“指定分割区域色彩特征空间”,分析了采用该空间的理论和实验依据;为了进一步提高分割准确性,根据主分量分析的统计原理,我们进一步对聚类数据进行了权重变换,并在FCM中引入簇分布方向性的计算。给出了算法详细的流程步骤,并进行了实验。实验证明,本文中提出的方法是有效的,对于处理带有亮斑、阴影的彩色图像能够对指定色彩的区域获得较好的分割结果。最后在总结全文的基础上,提出了若干有待进一步深入研究和探讨的问题。