摘要:随着计算机的更新和对图像处理的方法的发展，图像识别的应用更加广泛。通过光源、镜头、工业CCD和其他检测技术结合，对工业零件进行检测，形成荧光磁粉检测的图像。本文在HSV颜色空间模型下，对检测后的彩色图像进行分割。图像分割是图像识别和图像处理的前提，图像分割质量的好坏直接影响后续图像处理的效果。现今的彩色图像分割算法大都是先将彩色图像变为灰度图像，再对灰度图像进行分割，这样的算法在分割过程中易丢失彩色信息。本文基于HSV的综合显著性的图像分割算法，分别利用图像的颜色和亮度计算图像的颜色显著性和亮度显著性，然后根据不同场景给予颜色显著性和亮度显著性以不同的权重，形成综合显著图，最后对综合显著图进行分割。该方法可以不仅利用图像的亮度和颜色信息，提高了分割的精确度，还用显著图的方法，提高了分割的效率。

【关键词】图像分割；荧光磁粉；HSV

目录

摘要

ABSTRACT

引    言-1

1 图像采集-2

1.1荧光磁粉检测介绍-2

1.2图像识别应用在荧光磁粉检测的意义-3

2 图像处理-3

2.1 图像分割原理-3

2.2 HSV颜色空间模型的选取-4

2.3 色彩空间的转换-5

2.4 基于HSV综合显著性的彩色图像分割算法-5

2.4.1 HSV综合显著性的分割算法背景-5

2.4.2 彩色图像的颜色和信息的获取-6

2.4.1整副图像的颜色计算-7

2.4.2整副图像的亮度计算-8

2.4.3颜色显著图-8

2.4.4亮度显著图-8

2.4.5对图像进行颜色的提取-8

2.4.6综合显著图-9

3 MATLAB的实现-10

4 总结-14

参考文献-15

附录-16