图像分割是图像工程中一项基础而且十分关键的技术,它是图像分析和图像识别过程中首先要面临的问题,随着计算机处理能力的提高及对彩色图像应用的增加,彩色图像分割便受到了研究者们越来越多的关注和青睐。彩色图像的分割方法可以看作是灰度图像分割方法的一种延伸,但是很多原有的灰度图像的分割方法并不能直接应用在彩色图像上,这就需要我们结合彩色图像丰富的信息特征将原有灰度图像分割方法进行改进,或者是研究出一种分割方法专门用于彩色图像的分割。本文的研究工作主要为:将改进的ISODATA算法和K-means聚类算法相结合,提出一种基于区域的彩色图像分割方法。首先选择合适的彩色空间,提取出图像中的每个像素点的颜色、纹理、位置等综合特征,形成特征向量空间;在特征空间中,首先用改进的ISODATA算法求出最佳聚类数目和初始聚类中心,然后利用K-均值聚类算法进行聚类和图像区域分割,最后抽取出图像区域的特征,并与相类似的方法进行了比较实验。为了分析本文所提出的分割方法的性能,我们用多幅图像对其进行验证并对结果进行了分析。实验结果表明,本文所提出的图像分割算法速度较快,分割结果较精确。