图像分割的主要任务是提取图像中的感兴趣目标,将图像分为前景和背景。彩色图像分割在彩色图像处理中占据了重要位置,是模式识别和彩色图像分析的先决条件。众多学者在研究彩色图像分割方法上取得了不俗成果,但是目前还没有任何一种分割方法能应用到所有彩色图像分割中,所以对彩色图像分割进行研究并进一步改进是具有重大意义的。基于边缘和基于区域的分割方法是两类常见的分割方法,以其优良的分割性能,在彩色图像分割领域得到了不断发展。本文将这两种方法相结合,旨在提高分割精度,提出了融合边缘和区域生长的彩色图像分割方法。本文主要工作和创新点如下:1.研究多尺度局部模极大边缘检测,首先研究单尺度局部模极大的基本思想,利用大小尺度边缘检测的特点,然后改进了多尺度边缘检测方法,得到较为完备的边缘。2.研究自适应滤波,通过保护图像边缘,提高分割精度。该滤波方法定义了一个自适应滤波窗口,考虑邻域像素间的关系,实验结果证明该方法不仅能滤除噪声平滑图像,同时还能对边缘信息进行有效保护。3.研究基于双树复小波变换(DT-CWT)的无监督彩色图像分割方法。利用DT-CWT的平移不变性和多方向选择性,并结合小波变换的多尺度特性,提取精确的边缘映射,然后采取双映射约束准则自动产生初始种子点,以增加大区域间的有效分隔,使区域边缘更加明显,最后执行区域生长与迭代合并。该方法大大提高了分割精度,并减少了人机结合成本,实验结果和准确性评价进一步证明了算法的有效性。