在应用数学与计算机科学中,图像处理与分析具有深厚的理论基础以及广泛的应用前景,本论文主要研究其中的一个研究热点——基于区域生长的彩色图像分割问题,包括图像特征选择、算法分析和实现、分割结果比较和评价等内容,提出了一种新的基于区域生长的彩色图像分割算法,并给出了实验结果分析以及软件实现。本文首先对颜色空间给予详细介绍,具体分析了近年来研究的主要的颜色空间,对不同颜色空间之间的转换关系进行了论述。在图像特征提取方面,主要研究了图像的颜色特征、纹理特征等几种提取方法。相对于其他特征,颜色特征对于旋转、平移、尺度变化,甚至各种形变都不敏感,表现出相当强的鲁棒性,是本文算法使用的主要特征。其次,通过提取图像的颜色、纹理、形状等特征,综合考虑图像边缘和内部信息,提出了一种新的种子点生成算法。通过计算每个像素的邻域相似性指标,该指标大于0.5的像素点就定义为一个种子点。这样,就按照一定生长规则和顺序将图像分割成不同区域。同时,提出了一种新的区域合并算法。对于孤立点和像素点数少于阈值的区域,计算它们之中的每一个像素与外边界每一个像素特征相似性,将相似性最大的两个像素点分为一类。对于大于阈值的待分割区域分成新的类。具体的图像分割实验结果表明了该算法的良好效果。然后,本文建立了基于人工分割的算法评价指标,并将本文的算法与JSEG算法进行了比较。并通过具体的实验分析了算法的复杂度以及参数选择。最后,建立了基于C#的算法软件,可以在Window环境下直接进行图像分割并得到最优分割结果。