图像分割是数字图像处理的一个重要的部分.其目的是将一幅数字图像分割成几个部分,分别代表具有实际意义的对象,使之从背景中分离出来做进一步的处理.彩色图像分割与颜色表示,即颜色空间的选取有着一定的关系.近年来,非监督图像分割成为人们研究的一个热点,其特点是能够自动确定出图像中对象的个数,并进行分割.根据Bayesian Ying-Yang(BYY)谐和学习理论,Jinwen Ma等于2003年建立的退火EM算法具有自动模型选择功能.该算法基于高斯混合模型,能够自动确定出数据中的聚类(高斯分布)个数.在其迭代过程中,保留合适的高斯分布与数据中的聚类相适应,并且使多余的高斯分布的比例系数率减到零.根据这些特性,该文将退火EM算法应用到非监督彩色图像分割,在对象数未知的情况下自动地确定出其对象的个数,得到较好的分割结果.另外,该文还提出了一种退火的替代方案,产生了更好的分割效果.实验表明,应用退火EM算法进行非监督图像分割是可行的和有效的.进一步,该文还研究了彩色图像的颜色表示方法对算法的影响.实验表明,使用不同的颜色空间,对图像分割的效果有一定的影响.但对于大多数图像,退火EM算法对于不同的颜色表示是不敏感的,分割结果是稳定的.