运用彩色图像色调、饱和度、强度（HSI）模型的H分量进行彩色图像阈值分割是一个新的彩色图像阈值化方式。考虑到H分量是一个圆形直方图，将圆形直方图断开为线性直方图，然后采用线性直方图阈值分割法进行阈值选取是一种有效途径。在信息论中，信息能量是Shannon熵的对偶，首先引入线性概率分布的累积分布信息能量概念，基于此来确定圆形直方图的断点；然后给出线性直方图上的信息能量阈值法，并基于此实现H分量圆形直方图的阈值选取。相比于基于对数运算的Shannon熵阈值选取准则，基于平方运算的信息能量阈值选取准则具有表述简单、运算速度快的优点。

建筑垃圾的处理事关环保建设，是当前建筑领域亟待解决的问题之一，而目前建筑垃圾分拣设备的主要技术瓶颈是相近比重物质的分选。结合建筑垃圾的特点，采用颜色识别方法来解决相近密度物质分选这一技术难题。通过基于HSV的阈值分割算法和K均值聚类算法对建筑垃圾图像进行实时采集和处理，对不同颜色的建筑垃圾进行识别。实验结果表明，采用的建筑垃圾颜色识别方法结果与人类视觉系统判断一致，能够辨识目标砖块并确定其位置。

植株的图像提取是进行植株位置判定的基础, 是图像分割的范畴。图像的色彩信息是不容忽视的一方面, 基于此提出了一种基于色彩的区域分割方法。由于植株的绿色成分较大, 故可采用最大分量提取的方法实现对图片中植株部分的分割, 此种方法计算量很小, 只需按像素操作即可。另外其中提出的非彩色部分剔除方法能够较好的分离出建筑物和植物, 使得分割出的图像更为准确。自适应阈值二值化计算方法可以根据图像自身的亮度值进行实时计算, 能够较好的适应不同光照条件下图片的二值化处理。经过实例验证, 此方法具有一定的有效性和合理性。

多层马氏链图像分割算法在纹理碎片化阶段基于颜色信息实现聚类, 用于聚类的特征只包含颜色以及颜色之间的关系, 导致最终的分割结果对颜色过度敏感。针对此问题提出基于纹理基元的纹理碎片化聚类方法, 将颜色与灰度分布相结合构造为纹理基元, 面向纹理基元的聚类分割使碎片结果稳定, 避免了因光照等因素导致纹理的误分割。实验证明, 改进后的算法分割精度有明显的提高, 对于遥感图像分割来说, 纹理分割结果的稳定性更高。

针对采集到的人民币号码图像都是彩色图像并携带有噪声这一现象，本文提出基于 HSI空间和改进的 C-means算法的人民币彩色号码图像分割方法。选用 HSI颜色空间作为彩色分割空间，在 HSI空间内，将 HSI的 3-D搜索问题转化为 3个 1-D的搜索问题，求取图像在 3个 1-D方向上的灰度直方图，该方法根据图像当前点 3×3邻域内每个像素灰度值与当前点灰度值差值的大小情况，确定聚类算法中当前点的灰度值 p(m)的值，采用 C-means聚类算法分别确定文字和非文字的聚类中心，利用欧式距离进行人民币号码前景和背景的聚类判断。该方法直接对彩色人民币号码图像进行分割，考虑了当前点与邻域像素点之间的相互关系，具有一定的自适应性。实验结果表明，提出的号码图像分割方法不受图像噪声和局部边缘变化的影响，且变换后数据量减少，易于计算，该方法对字母和数字的分割都有效，鲁棒性较强。

研究了基于HSV颜色空间的粗糙集直方图阈值彩色图像分割方法。根据HSV空间的特性,定义了HSV空间颜色距离计算公式,对HSV三分量计算粗糙集直方图和彩色图像进行分割。实验结果表明该方法较好地保留了图像的颜色信息,具有较高的通用性,能够获得满意的分割效果。

提出了一种基于区域和边缘分开编码的可伸缩彩色图像编码算法,该算法采用按各区域重要性程度分别进行不同精度的编码,并采用MEZW方法组织码流.算法分三步:一是将图像分割为纹理均一或表示独立意义的区域,并按重要程度分别排序;二是对各区域边缘像素进行DCT和小波变换;三是采用MEZW对小波系数进行处理并复合为输出码流.

提出了一种依据人眼的颜色视觉机制对真彩色显微生物图像进行分割的色彩向量的降维表示方法.该方法将由红绿蓝三色彩刺激经Karhunen-Loève变换得到的I1I2I3色彩空间中的I1强度信息摒弃,将色彩特征由三维I1I2I3色彩空间向量降维为二维I2I3色彩向量.并以此I2I3色彩向量作为图像的色彩表示特征,运用反向传播网络对真彩色显微生物图像进行了分割实验.实验表明该方法应用于分割真彩色显微生物图像时,与采用I1I2色彩向量的降维方法相比,可优化色彩表示特征,加快网络的收敛速度,提高图像分割的正确率.