随着计算机软硬件技术的飞速发展,图像处理技术已经被广泛地应用于生活的各个领域。图像分割作为图像分析中的关键步骤,一直是图像处理技术研究中的热点和焦点。图像分割是将图像分解为若干互不交叠的、有意义的、各具特性的区域的处理技术。分割质量的好坏将直接影响后续图像处理的效果,它在整个研究中起着承上启下的作用。多年来,研究者们提出了大量不同的、可行的算法。在这些分割算法中,大多数的研究是基于灰度图像的,但由于彩色图像提供的信息比灰度图像要丰富的多,并且人眼对彩色图像的视觉感受更加敏感,所以对彩色图像的分割引起了人们越来越多的重视。然而将原有的灰度图像分割方法直接应用到彩色图像上并不合适,所以进一步研究适合于彩色图像分割的方法,是研究人员正在努力的方向。　　 本文首先分析了近年来在彩色图像分割方法中所使用的各类颜色空间的特点,以及颜色空间之间的相互转换方法,并对线性颜色空间和非线性颜色空间进行了比较。其次,将当前主流的彩色图像分割方法如基于边缘的图像分割,基于区域的图像分割,基于特定理论的分割等进行了分类研究,总结了各类分割方法的优缺点。在此基础上本文做了如下的具体工作:　　 (1)考虑到RGB空间不需要对图像进行颜色空间的转换,避免了在非线性转换过程中造成对原有图像信息的丢失,计算量较小,检测结果不会歪曲原有的颜色信息的特点,选择RGB空间进行边缘检测。对RGB颜色空间进行剖分,根据剖分的结果,定义了RGB空间中一点的彩色信息量,通过像素点在相关邻域上的信息量的计算,确定该像素点是否为彩色图像的边缘点。这种方法在一定程度上合理地考虑了个各颜色分量的相关性,将向量空间的计算以自然的方式转换成了标量的计算,实验结果表明,该方法能检测出更多的边缘,优于传统的边缘检测方法。　　 (2)由于L*a*b*颜色空间是一种均匀的颜色空间,能够比较准确的求出符合人眼视觉的差别,且自然界中任何一点颜色都可以在L*a*b*空间中表达出来,所以根据对L*a*b*空间的分析,提出了一种基于颜色信息度量的边缘检测算法。通过在L*a*b*空间中构造立方体,依据体积变化定义各像素点的颜色信息度量,作为确定各像素点是否为彩色图像的边缘点的判据。这种方法综合利用了彩色图像的明度和色度信息。实验证明,与传统的方法相比较,它能快速有效的检测出彩色图像的边缘。　　 (3)根据上述两种边缘检测方法,运用边缘连接技术实现对彩色图像的分割。对每个用边缘检测技术检测出的边缘点进行标记,依据事先预定的准则,把这些被认为是相似的像素点连接起来,形成一条由共同满足这些准则的像素点组成的边缘。实验结果表明,相较于传统的方法实现了更好的分割效果。