摘要：为了提高图像分割质量，分析了RGB颜色模型下3种颜色分量对花卉图像分割结果的影响。根据花卉目标的颜色特征，在RGB颜色模型下分别提取花卉图像的R分量、G分量、B分量，采用FCM算法分别对3个分量进行图像分割，并对十多幅自然场景下拍摄的不同颜色花卉图像进行分割实验。结果表明，针对合适的色彩分量进行图像分割可以获得更好的分割效果。
关键词：RGB颜色模型；颜色分量；图像分割；FCM
DOIDOI：10.11907/rjdk.161501
中图分类号：TP317.4文献标识码：A文章编号：1672-7800（2016）006-0221-002
参考文献：
[1]李寒，王库，曹倩，等.基于机器视觉的番茄多目标提取与匹配[J].农业工程学报，2012， 28（5）：168-172.
[2]崔永杰，苏帅，王霞霞，等.基于机器视觉的自然环境中猕猴桃识别与特征提取[J].农业机械学报，2013，44（5）：247-252.
[3]王钰婷，李B，廖周宇.一种自适应图像数据源的花卉图像分割方法[J].计算机应用与软件，2016，33（2）：173-178.
[4]陈科尹，邹湘军，熊俊涛，等.基于视觉显著性改进的水果图像模糊聚类分割算法[J].农业工程学报，2013，29（6）：157-165.
[5]刘欢，肖根福.基于粒子群的改进模糊聚类图像分割算法[J].计算机工程与应用[J].2013，49（13）：152-155.
[6]王钰婷.基于改进FCM算法的彩色图像分割研究[D].兰州：兰州交通大学，2015.
[7]廖周宇，王钰婷，唐凤仙.基于像素邻域信息噪声修正的FCM图像分割算法[J].软件导刊，2015，14（8）：199-201.