随着数字成像技术的发展以及设备的更新换代,数字图像处理技术已不仅局限于从人类视觉角度看图像,更多的是从图像特征提取、重构、识别上来分析图像。这些图像处理技术作为计算机视觉领域中重要的一部分,其优势更加突出,应用也更加广泛。同样,在这些图像特征提、识别与跟踪的过程中,图像分割技术扮演者不容忽视的角色,图像分割质量的好坏直接影响后续图像处理任务的顺利进行。图像分割之前的大多数预处理任务通常对图像像素进行均等划分,即通过对图像进行均等的网格划分来达到初步的图像分割处理,但这种均等化分处理会造成后续像素融合以及图像分割任务的不精准,造成质量较差的分割结果。产生这种结果的原因是这些网格的划分没有基于图像的内容进行划分处理,只是机械性的将像素进行等分处理,忽略了图像分割任务本身的实质是要基于图像内容进行区分而非简单的划分,因而这种等分处理往往会导致不精确的分割以及较高的计算成本。因此本文基于图像分割任务前的图像预处理步骤,提出了一种基于图像内容的超像素分割方法。本文提出方法基于图像的颜色以及纹理特征,对像素的空间位置信息进行计算并定位,结合了以上三种像素特征对形成的像素聚类控制,并根据像素间的相似性关系设置了像素的相似性函数,以此来控制生成的超像素的形状以及位置关系,对零散无序的像素进行归类划分处理。生成超像素的过程共分为像素的聚类以及合并两个阶段,像素的聚类阶段初步将零散的像素进行划分归类,但会导致在图像的弱边界处出现像素的遗留和丢失,因此需要继续对生成的初始超像素进行合并处理最终形成形状大小相对规则且目标轮廓附着性良好的超像素区域。经过实验操作处理后形成的超像素区域,经过主观视觉分析评价以及客观数据指标的评价显示,本文提出的超像素分割方法具有目标边界附着性良好,计算效率高的优势,可以有效降低图像中像素单元的个数、方便提取图像特征。为了更加便捷的观察本文提出方法同当前主流算法的对比效果,本文设计了一种图像用户界面交互系统,可以通过系统中的输入与输出模块直观、便捷的对各种算法处理的图像进行对比观察分析,提高了算法的可读性且系统的操作性也十分快捷便利。