机器视觉中的彩色图片物体边界查找方法

          众所周知，彩色图片或者彩色影象资料上各种色彩都是由红，绿，兰也就是R，G，B三种色彩调和而成。

        在上图的基础之上，建立一个三维的坐标系，取X轴为R色，Y轴为G色，Z轴为B色。这样由三种色彩组成一个长宽高都是255（以24位色为例）的一个正方体。

       有了这个RGB三原色体，以下取名为klak体（这个名字是我自已起的。没有理由，就想这么叫。）通过他，我们可以大体上计算出任意两种色彩之间的距离（klak体中两点之间距离），也就是对不同色彩之间差别进行了定量。这个距离可能和实际的物理模型有所差别，但大体上是相同。

      然后，取一张RGB图片，对相邻或者相近的相素点之间我们计算色彩差值，算出所有差值之后，以图片的相素坐标为X，Y坐示，以差值为Z坐杯，我们会得到这个图片的色彩差值点阵组成的一个曲面。再通过Z坐标值不同的平面对这个曲面相交，相交之后会得到不同的曲线图，也就是色彩差值等高图。通过这些等高图，再进行滤波处理之后，我们就可以得到很多色彩边界，通过对边界形状和面积的计算，进而确定影象中的不同物体。

      通过色彩边界等高图，我们还可以得到物体表面光择，色彩，粗糙程度等参数。进而推断物体材质，对材质又可了解物体密度，质量，主要用途，可最有可能的用途等自然属性。

       希望能对机器视觉世界的形成有所帮助。最终可达到，计算机通过对影象资料分析，就可以折分影象中的物体结构。

    本文目前只是我的一个构思，还没有进行实验证实。如果以后条件允许，本人会使用mtlab对本理论进行验证可进性。