在实际处理图像时，经常需要对图像进行分割，然后提取ROI，本学习笔记记录怎么用Matlab实现基于颜色的图像分割。

基于颜色的图像分割实现简单，算法简洁，具有很好的实时性。

实现代码的过程中，我参考了Kyle Hounslow的objectTrackingTutorial.cpp，链接：https://www.youtube.com/watch?v=bSeFrPrqZ2A点击打开链接。颜色分割的数据范围及寻找最大连通区域的思想由师兄提供。

转载请注明出处：http://blog.csdn.net/u010278305。

本文涉及到的知识点如下：

1、RGB到YCBCR的色彩空间转换。

2、用各个通道的阈值对图像进行二值化。

3、形态学处理：腐蚀、膨胀、孔洞填充。

4、连通区域提取。

主要涉及到的Matla图形处理函数如下：rgb2ycbcr（色彩空间转换），roicolor（ROI二值化），imerode（腐蚀），imdilate（膨胀），imfill（孔洞填充），regionprops（区域属性）。这些函数的具体实现还是参考冈萨雷斯的《数字图像处理》，及matlab帮助文档，及论文引用。

不多说了，具体看代码，每一步都有注释.

%function:
%       基于颜色的图像分割
%       定位图片中的脸部区域
%referrence：
%       思路借鉴Kyle Hounslow写的objectTrackingTutorial.cpp。
%       Kyle Hounslow的原版代码链接：https://www.youtube.com/watch?v=bSeFrPrqZ2A
%       Y_MIN ，Y_MAX ，Cb_MIN ， Cb_MAX ，Cr_MIN ， Cr_MAX 的取值及寻找最大区域的想法由课题组师兄提供
%date:2015-1-8
%author:chenyanan
%转载请注明出处：http://blog.csdn.net/u010278305

%清空变量，读取图像
clear;close all
RGB = imread(\'images/girl.jpg\');

figure(\'name\',\'process\'),
subplot(2,2,1),imshow(RGB),title(\'原始RGB\'),

%convert frame from RGB to YCBCR colorspace（转换到YCBCR空间）
YCBCR = rgb2ycbcr(RGB);
whos,
subplot(2,2,2),imshow(YCBCR),title(\'YCBCR\'),
%filter YCBCR image between values and store filtered image to threshold
%matrix（用各个通道的阈值对其进行二值化处理）
Y_MIN = 0;  Y_MAX = 256;
Cb_MIN = 100;   Cb_MAX = 127;
Cr_MIN = 138;   Cr_MAX = 170;
threshold=roicolor(YCBCR(:,:,1),Y_MIN,Y_MAX)&roicolor(YCBCR(:,:,2),Cb_MIN,Cb_MAX)&roicolor(YCBCR(:,:,3),Cr_MIN,Cr_MAX);
subplot(2,2,3),imshow(threshold),title(\'YCBCR二值化\'),

%perform morphological operations on thresholded image to eliminate noise
%and emphasize the filtered object(s)（进行形态学处理：腐蚀、膨胀、孔洞填充）
erodeElement = strel(\'square\', 3) ;
dilateElement=strel(\'square\', 8) ;
threshold = imerode(threshold,erodeElement);
threshold = imerode(threshold,erodeElement);
threshold=imdilate(threshold, dilateElement);
threshold=imdilate(threshold, dilateElement);
threshold=imfill(threshold,\'holes\');
subplot(2,2,4),imshow(threshold),title(\'形态学处理\'),

%获取区域的\'basic\'属性， \'Area\', \'Centroid\', and \'BoundingBox\' 
figure(\'name\',\'处理结果\'),
stats = regionprops(threshold, \'basic\');
[C,area_index]=max([stats.Area]);
%定位脸部区域
face_locate=[stats(area_index).Centroid(1),stats(area_index).Centroid(2)];
imshow(RGB);title(\'after\'),hold on
text(face_locate(1),face_locate(2)-40,  \'face\',\'color\',\'red\');
plot(face_locate(1),face_locate(2), \'b*\');
rectangle(\'Position\',[stats(area_index).BoundingBox],\'LineWidth\',2,\'LineStyle\',\'--\',\'EdgeColor\',\'r\'),
hold off

运行之后的效果如下图：

原始图片已上传。