基于HSV空间和遗传算法的仪器仪表信息提取

杨 肖，徐 晓

（华南理工大学理学院，广东广州 510640）

0 引言

图像分割是一种重要的图像技术，分割的好坏将会直接影响信息提取的精确性和快速性，因此，无论是在理论研究领域还是在实际应用中都得到了广泛的重视［1］。针对不同彩色图片上的信息，基于彩色图像的分割方法早已呈现出了多样化和差异化。文献［2］提出了多种常用的彩色图像分割的方法，其中指出彩色图像分割由灰度图像分割方法和彩色空间组合而成，为彩色图像的分割提出了方法论。文献［3］基于HSV空间提出了颜色距离的思想，并运用改进后的Sobel算子，有效结合了颜色信息和空间信息实现了彩色图像边界的提取。文献［4］为了突显彩色图像中的重要区域，采取颜色分类和图像细节区域检测的组合的方式提取出了特殊区域。

不同的彩色图片可以提取不同的信息，相同的彩色图片也可以提取出不同的信息［5，6］。本文为了提取仪器仪表上的字符，提出一种基于颜色空间和遗传算法分割图片的算法。选取HSV空间为颜色空间，H分量作为粗分割的主信息，然后采用遗传算法细分割，实现字符的提取。

1 HSV空间的选取、转换及H选取

1.1 HSV颜色空间的选取

HSV（hue，saturation，value）颜色空间是一种均匀的颜色空间，比较接近人眼的色彩感知，它可以用一个圆锥空间模型来描述，如图1。色彩H，S包含颜色信息，而V与色彩信息无关。色调H由绕V轴的旋转角给定。红、绿、蓝分别相隔120°，每一种颜色和它的补色相差180°。色彩S代表纯度，是所选颜色的纯度与该颜色最大的纯度之间的比率，范围为0～1。……