粒計算理論在圖像處理中的應(yīng)用研究.pdf

1、粒計算是一門快速發(fā)展的新興學(xué)科，它主要思想：把復(fù)雜信息按照特征和用戶需要劃分為若干較為簡單的塊，每個塊稱為一個信息粒，劃分粒的過程稱為信息?；Ｋ阅：壿?、粗糙集和商空間為基本理論，主要解決不確定性處理和多粒度計算兩大方面的問題。不確定性處理是指對模糊的、不完全的、隨機的、不精確的信息及其組合信息進行處理；多粒度計算是從不同的粒度層次上求解問題,并且能夠在粒度層次間很容易地相互轉(zhuǎn)換。目前，粒計算理論已經(jīng)在人工智能、數(shù)據(jù)挖掘、web智能

2、、圖像檢索、圖像分割等領(lǐng)域得到廣泛的應(yīng)用。
　　基于內(nèi)容的圖像檢索技術(shù)是根據(jù)圖像的低層次特征進行分析和計算相似度，查找出最符合用戶需要的圖像集合，圖像的低層次特征包括：顏色、紋理、形狀和空間結(jié)構(gòu)等。圖像分割是把圖像中用戶感興趣的區(qū)域提取出來，為分析圖像、理解圖像、檢索圖像提供十分有用的信息。但是這些傳統(tǒng)的圖像檢索和圖像分割方法，仍然不能很好的解決問題。
　　本文將粒計算理論應(yīng)用于基于內(nèi)容的圖像檢索技術(shù)和圖像分割中，對圖像邊緣

3、信息動態(tài)量化、相似度計算、圖像過分割區(qū)域合并進行了深入研究，并結(jié)合粒計算理論，提出了改進的圖像檢索算法和圖像分割算法。主要創(chuàng)新點如下：
　　(1)提出一種基于相容粒度空間模型的圖像檢索方法。利用Canny邊緣檢測算子提取原始圖像的彩色邊緣信息，使用相容粒的合并計算方法對圖像邊緣信息進行動態(tài)粒化，根據(jù)得到的信息粒計算圖像之間的相似度并進行圖像檢索。
　　(2)針對分水嶺圖像分割算法中的過分割現(xiàn)象，將分水嶺與區(qū)域合并兩種方法相結(jié)