在隐马尔科夫随机场半监督聚类算法的基础上,本文提出一种修改后的半监督彩色图像分割方法.利用均值漂移算法(MeanShift)来获取监督信息,包括聚类的数目以及各个聚类形心的初始值.在隐马尔科夫随机场半监督模型中,没有提到聚类标签、聚类个数和聚类形心的初始化问题,以及如何构造作为监督信息的约束集合.本文利用均值漂移算法的结果,可以很容易地解决这些初始化问题.此外,本文对原模型中的K-Means算法也进行了修改.首先,修改了模型中的目标函数,忽略了含有cannot-link约束的那部分.其次,在对距离参数进行更新的过程中,由于出现了发散的情况,于是忽略了对距离参数的更新.在原有特征的基础上,本文把纹理特征加入进来.利用Gabor滤波器来获得直方图特征,同原有特征结合起来一起使用.在计算距离时,利用各自的距离公式进行计算.实验结果表明,本文提出的算法能够对目标物体实现有效的分割,且运行效果好.最后,本文将修改后的算法应用到人脸检测问题中,来说明图像分割的实际应用价值.对于简单图像,可以利用肤色来检测人脸.本文先对图像进行分割,在获得的各个聚类中检测每个像素点的颜色信息.同逐个像素点检测相比,在特定的肤色范围内,本文的检测方法效果更好.