近年来,迅速发展起来的计算机辅助设计CAD和计算机辅助制造CAM业为实现纹织工艺自动化和印花前处理开辟了新纪元。在用CAD/CAM系统进行纹制工艺自动化和印花前处理,需要首先对花样、布样进行扫描,存储为计算机中的图像数据,以下我们把这些图像统称为纺织印染图像,然后在计算机处理系统中,按工艺设计人员的各种具体要求,对这些纺织印染图像进行图像编辑、工艺处理,输出纹板信息。 在对纺织印染图像进行编辑修改前,首先需要通过计算机对印染图像进行按套色的分割处理。这是一个极其重要的过程,它将直接影响到后续图像编辑等一系列工艺操作的精确度和准确度。然而目前很多图像分割的算法并不适用于这种受纹理噪声干扰的纺织印染图像,因此在本文中,我们针对纺织印染图像主要套色数少和受纺织纹理干扰这两个工艺特点,提出两种多尺度彩色图像分割算法。 第一种算法是一种基于区域分割的多尺度分割算法。其基本思想是:首先通过人眼的观察,选取图像中最具代表性的颜色作为预置套色。然后将图像划分成若干个大小相同的方块区域,对每个区域进行判断,根据一定的判断条件,将图像中这些区域划分到预置的类中。从逻辑上来开,该算法对图像进行自上而下的分割,形成一棵非均匀的四叉树形结构,树中每个节点表示一个方块区域,并根据一定的判定条件有选择的划分到最近的套色中。 第二种算法是一种结合上下文模型和多尺度方法的贝叶斯分割算法。该算法是针对上一种基于区域分割的多尺度算法中分割结果边缘不平滑的缺点而改进的。其基本思想是:在选取基本套色的基础上,创建一个基于四叉树结构的多尺度图像结构,在多尺度的最上层进行粗粒度的分割后,引入一个反映分割过程中上下尺度方块之间空间依赖关系的基于条件概率的上下文模型。然后依照该模型递归修正上一尺度的分割结果,实现有粗到精的分割效果。模拟实验结果显示了用此算法分割后的图像边缘在光滑性上比前一种有了显著的提高,这将为后续的纺织印染图像设计提供有力的技术支持。关键字:图像分割多尺度上下文模型贝叶斯分割