基于概念內(nèi)涵與外延雙向認(rèn)知變換的圖像分割方法研究.pdf

1、視覺(jué)認(rèn)知是人類獲取信息的重要方式，在視覺(jué)認(rèn)知過(guò)程中，客觀世界都以圖像形式存在。圖像分割作為視覺(jué)認(rèn)知的基礎(chǔ)，其目的是:從大量復(fù)雜的背景中，提取所需信息。但是，由于圖像信息的不確定性及人類對(duì)圖像認(rèn)知的不確定性，很多已有的圖像分割算法并不能獲得較好的、符合人類視覺(jué)認(rèn)知的分割結(jié)果。本文以粗糙集和雙向認(rèn)知模型——云模型為理論基礎(chǔ)，結(jié)合人類視覺(jué)認(rèn)知特點(diǎn)，利用概念內(nèi)涵和外延雙向認(rèn)知變換對(duì)圖像中不確定性信息進(jìn)行處理，提出兩種不同的圖像分割方法，主要內(nèi)容

2、包括:
　　 (1)提出一種基于粗糙集和云模型的圖像分割方法。首先，該方法在經(jīng)過(guò)非均勻量化后的HSV顏色空間上，對(duì)基本直方圖、Histon直方圖進(jìn)行重新定義，并結(jié)合粗糙集中粗糙度概念，定義量化后圖像的粗糙直方圖，將顏色空間的3個(gè)顏色分量同時(shí)運(yùn)用到圖像分割中，較好地解決了圖像信息的特征丟失問(wèn)題;然后，利用基于樣本一階絕對(duì)中心矩和樣本方差的逆向云變換算法進(jìn)行圖像信息的初始概念提取，并利用“軟和”進(jìn)行概念躍升;最后，利用云模型的“3E

3、n”規(guī)則對(duì)圖像進(jìn)行前景/背景分割。實(shí)驗(yàn)結(jié)果表明該方法對(duì)目標(biāo)邊緣像素點(diǎn)的不確定性進(jìn)行了較好處理，提高了圖像分割正確率。
　　 (2)提出一種基于概念內(nèi)涵和外延的圖像分割方法。該方法在研究?jī)?nèi)容(1)的基礎(chǔ)上，結(jié)合人類對(duì)圖像認(rèn)知的不確定性研究圖像分割算法，以降低分割結(jié)果誤分率，使其更符合人類視覺(jué)認(rèn)知。首先，利用更具穩(wěn)定性的基于樣本劃分的多步逆向云變換算法對(duì)圖像信息進(jìn)行初始概念的提取;然后，將人類認(rèn)知的組織特性（鄰接性、相似性、連續(xù)性）