图像分割是图像处理领域中的经典难题,也一直是图像处理技术研究中的热点和焦点,随着计算机处理能力的提高和对彩色图像应用的增加,彩色图像分割受到研究者们越来越多的关注。彩色图像分割方法可以被看作是灰度图像分割方法在彩色图像上的延伸,但很多原有的灰度图像分割方法并不能直接应用于彩色图像,这就需要结合彩色图像信息丰富的特点将原有灰度图像分割方法进行改进,或研究专门用于彩色图像分割的方法。本文在传统的种子区域生长方法的基础上,将分水岭算法和种子区域生长算法相结合,提出了一种基于区域的自动种子区域生长的彩色图像分割方法。首先,将彩色图像从RGB空间转换到HSI彩色空间,使用色调和饱和度来计算区域之间的差异。在此基础上,使用抖动处理来减少彩色图像中的颜色数目,并利用中值滤波等方法做去噪声处理。然后,使用分水岭算法实现对图像的初始分割。由于传统的分水岭算法在对彩色图像分割时,常常会出现过度分割的现象,本文以这些过分割的区域为基础进行种子区域生长。和传统的种子生长方法不同,我们的算法使用分水岭算法形成的区域作为初始种子区域。在选择种子区域时,需要考虑两个方面:首先被选为种子的区域必须和它的邻接区域有较高的相似度,换言之,种子区域应该能代表我们所期望得到的结果区域的属性;另外,我们要求一个区域和它的邻居区域的相对欧式距离的最大值小于一个阈值。在区域生长阶段,我们从选取的种子区域出发,逐步将非种子区域划分到种子区域中。由于在种子区域选取过程中,有可能在我们所期望的结果区域中选出多个种子区域,这样会造成过分割的效果,为此我们还要进一步的进行区域合并。最后,我们将根据两条规则进行区域合并,最终实现彩色图像的分割。相对于传统的种子区域生长算法,本文在种子选择和区域生长步骤中使用区域代替像素,从算法时间复杂度的角度来说算法效率有较大提高;另一方面,由于区域所携带的图像信息远高于像素所携带的图像信息,所以使用区域做为种子更能代表所期望得到的结果区域。也能取得更好的分割效果。实验结果证明,本文的算法在彩色图像分割上取得了较好的效果。