基于HSV色彩空间的图像颜色识别与分割提取系统

资 源 简 介

本项目旨在设计并实现一个基于MATLAB的计算机视觉仿真程序，专注于特定颜色的自动识别与提取功能。该程序能够加载各种标准格式的数字图像（如JPG、PNG、BMP），并将其从标准的RGB色彩空间转换至HSV（色调、饱和度、亮度）色彩空间，利用HSV空间对颜色感知更直观且受光照影响较小的特性进行处理。核心功能逻辑如下：首先，程序通过预设的颜色阈值范围或交互式的ROI（感兴趣区域）选取工具来锁定目标颜色；其次，利用图像阈值分割算法生成二值化掩膜，将匹配颜色的像素标记为前景，其余标记为背景；接着，引入数学形态学滤波技术（开运算与闭运算），有效去除图像中的噪点、平滑边界并连接断裂的区域，从而获得高质量的分割掩膜；最后，将处理后的掩膜与原图进行逻辑运算，实现将特定颜色的目标物体从复杂背景中完整“分裂”并提取出来，独立显示提取结果。该系统可广泛应用于颜色分拣机器人的视觉系统仿真、医学图像的特定组织提取以及交通信号灯识别等领域的算法验证。

详 情 说 明

基于HSV色彩空间的图像颜色识别与自动分割提取系统

项目简介

本项目是一个基于MATLAB开发的计算机视觉仿真系统，专注于实现特定颜色（特别是红色）的自动识别、分割与提取。系统利用HSV（色调、饱和度、亮度）色彩空间对光照变化鲁棒性强的特点，通过一系列图像处理算法，实现了从复杂背景中精准分离目标物体的功能。该程序不仅具备标准的图像处理流程，还包含了鲁棒的错误处理机制（自动生成测试图像）和详细的结果统计分析，适用于机器视觉算法验证、颜色分拣模拟及目标检测教学演示。

核心功能特性

• 智能图像加载与容错机制：系统优先加载标准测试图像，若未找到文件，则自动调用内部算法生成包含红、绿、蓝几何图形的合成图像，确保程序在任何环境下均可运行。
• RGB至HSV空间转换：将图像色彩模型从RGB转换为HSV，利用色调（H）分量进行颜色区分，有效降低了亮度变化对识别结果的干扰。
• 双区间颜色阈值分割：针对红色在HSV色环上跨越0度和360度的特性，采用了双区间阈值逻辑（Hue趋近0和Hue趋近1），实现了对红色目标的精确锁定。
• 高级形态学滤波：集成数学形态学处理模块，通过开运算去除噪点，闭运算连接断裂区域，以及孔洞填充算法，保证生成的掩膜平滑且完整。
• 特定目标独立提取：基于优化后的二值掩膜，通过逻辑运算将目标物体从原图中完整“抠图”并独立显示，背景自动置为黑色。
• 连通域分析与可视化：自动统计识别到的目标数量、总像素面积及占比，并在原图上绘制绿色边界框（Bounding Box）及中心点，实时标注各区域面积。

实现原理与算法逻辑

本项目的主要执行逻辑严格按照计算机视觉的处理流水线进行设计，具体步骤如下：

1. 图像获取与预处理

程序启动后首先清理运行环境。在加载图像阶段，采用try-catch结构检测本地是否有标准测试图（如peppers.png）。如果无法读取，系统会触发generateSyntheticImage逻辑，动态绘制一张包含红、绿、蓝圆形及灰色背景的合成图像，确保后续流程有图可依。

2. 色彩空间转换

读取的RGB图像被转换为HSV色彩空间。程序分离出H（色调）、S（饱和度）、V（亮度）三个通道。系统专门生成并显示了H通道的热力图，以便直观分析颜色的分布情况。

3. 基于阈值的颜色分割

为了识别红色目标，程序定义了严格的阈值范围：

• Hue (色调)：由于红色位于色轮的起始和结束位置，程序定义了两个区间（0.94-1.0 和 0.0-0.08），通过逻辑“或”运算覆盖整个红色色域。
• Saturation (饱和度)：设定下限（0.40）以排除白色或灰色的低饱和度区域。
• Value (亮度)：设定下限（0.20）以排除过暗的黑色区域。

通过逻辑“与”运算结合上述条件，生成初始的二值化掩膜。

4. 数学形态学优化

初始掩膜通常包含噪点或内部空洞。系统采用半径为4像素的圆形结构元素进行以下处理：

1. 开运算 (Open)：先腐蚀后膨胀，有效移除背景中的细小噪点。
2. 闭运算 (Close)：先膨胀后腐蚀，用于平滑目标边界并连接断裂的区域。
3. 孔洞填充 (Fill)：识别并填充闭合轮廓内部的空洞，确保提取出的物体是实心的。

5. 目标提取 (抠图)

利用处理好的逻辑掩膜（Logical Mask），将其转换为无符号整型格式，并分别与原图的R、G、B三个通道进行点乘运算。掩膜为1（白色）的区域保留原像素值，掩膜为0（黑色）的区域被置零，从而实现背景移除和目标的独立提取。

6. 统计分析与标记

利用连通域标记算法（bwlabel）识别分离出的各个独立目标区域，并通过regionprops获取每个区域的属性（面积、中心点坐标、边界框）。

• 过滤机制：仅对面积大于50像素的区域进行标记，以过滤残留的微小噪点。
• 可视化绘图：遍历所有有效目标，在原图上绘制绿色矩形框标示位置，用蓝色十字标记几何中心，并以黄色文字实时显示该区域的像素面积。
• 数据汇总：计算所有目标的总面积及在整幅图像中的占比，并在控制台输出详细报告。

系统要求

• 软件环境：MATLAB R2016a 或更高版本。
• 工具箱支持：必须安装 Image Processing Toolbox (图像处理工具箱)，用于支持rgb2hsv, imopen, imclose, regionprops等核心函数。

使用方法

1. 确保MATLAB环境中已安装Image Processing Toolbox。
2. 将包含主逻辑的脚本文件（main.m）放置于MATLAB的当前工作路径下。
3. 直接运行main函数。
4. 程序将自动执行所有步骤，并弹出包含6个子图的综合结果窗口，分别显示：

* 原始RGB图像 * HSV色调分量热力图 * 原始二值化掩膜（含噪点） * 形态学优化后的掩膜 * 提取的独立目标（背景移除） * 最终识别可视化的标记结果

1. MATLAB命令行窗口将输出识别到的目标数量、总面积及占比等统计数据。