近年来彩色图像处理技术蓬勃发展,越来越多的学科诸如医学、冶炼、农业、航天、交通、商业娱乐等领域都对彩色图像处理有着广泛的应用需求。彩色图像分割是彩色图像处理的重要内容之一,它根据彩色图像蕴含的颜色、纹理等信息将图像划分成不同的区域,是彩色图像分析等后续处理的基础,因此对其进行研究具有重要的应用价值和学术价值。基于区域生长的图像分割方法在灰度图像分割中具有良好的性能,但是存在着不能自动选取种子且像素点种子过多的问题,为此本文提出了一种基于种子区域的区域生长算法。该算法通过分水岭分割获得候选种子区域,利用Lab空间的相对颜色距离求解相似度,采用Ostu算法自动获取种子区域,最后通过种子区域生长分割彩色图像。仿真实验表明,本文算法对彩色图像的分割效果较好,能够比较完整的分割出目标区域。在借鉴传统的区域生长,阈值分割,边缘分割,特征分割等灰度图像分割方法的基础上,本文提出了一种基于K-means聚类和局部特征加权的区域生长算法,用于实现彩色图像分割。该算法根据像素局部相似性特征,建立了颜色直方图,使用K-means聚类算法寻求初始种子点,利用基于局部特征加权方法对种子点邻域点进行筛选,获得新的种子点,最后通过重复对新产生的种子点邻域像素特征进行计算,获得目标区域和背景区域。实验结果表明该算法初始种子点的选取适应性以及鲁棒性更强,最终的分割效果更好,且算法的效率较高。