图像处理应用广泛,其中数字图像处理技术更是被广泛应用于生活的各个方面。图像分割作为图像工程中由图像底层处理过渡到图像分析的关键步骤,一直是图像技术研究中的热点和焦点。随着近年来个人计算机处理能力的迅速提高,彩色图像的分割引起人们越来越多的关注。粗糙集理论思想新颖、方法独特,它能够对不精确、不一致、不完整信息与知识进行定量分析与处理,已成为一种重要的智能信息处理技术。由于图像信息本身的复杂性和较强的相关性,图像处理过程中的各个层次可能出现不完整和不精确的问题。近年来越来越多的专家学者,将粗糙集理论应用于图像处理。本文围绕这一课题,展开研究工作,从以下三个方面进行:(1)分析讨论了经典的彩色图像分割方法。首先对彩色图像分割领域中常用的彩色空间进行了归纳和总结,指出了各类彩色空间在彩色图像分割中的特点。然后针对当前比较流行的彩色图像分割算法进行了分类总结和归纳。(2)对粗糙集理论及其应用进行深入研究。首先归纳和总结粗糙集理论的基础知识,对概率型粗糙集模型进行深入探讨。然后仔细分析研究近年来粗糙集在彩色图像分割中的应用,掌握原理并指出了各类方法的特点。(3) Mohabey等人将粗糙集的思想应用到彩色图像分割中,采用待分割图像直方图的上逼近和下逼近来分割原图像,提出了将粗糙集应用于彩色图像区域特征的算法,但是该方法在考虑彩色图像像素间的相似程度时,采用R、G、B分量上的欧式距离,RGB颜色空间是一种很不均匀的颜色空间,所以两种颜色之间的知觉差异(色差)不能表示为该颜色空间中两点间的距离。利用线性或非线性变换,可以由RGB颜色空间推导出其他的颜色特征空间,本文分别引入HSI和YUV颜色空间H分量、S分量、I分量和Y分量来反映像素间的差异,给出了算法详细的流程步骤,并进行了实验。实验证明,本文中提出的方法是有效的,能够对彩色图像进行较好的区域划分和目标提取。最后在总结全文的基础上,提出了若干有待进一步深入研究和探讨的问题。