基于粗糙集理論的圖像分割研究.pdf

1、粗糙集理論是一種處理不確定性問題的重要工具，其優(yōu)點在于不需任何先驗知識。圖像分割在圖像工程中占據(jù)著很重要的地位，是從圖像底層處理到圖像分析的關鍵步驟，圖像分割的質(zhì)量將直接決定對圖像內(nèi)容進行分析判別的結果。圖像分割實質(zhì)上可看作是一個對圖像各像素進行劃分的問題，將粗糙集應用其中，主要是將圖像視為一個知識系統(tǒng)，以優(yōu)化原有分割算法。
　　 本文闡述了粗糙集理論的基本概念和性質(zhì)，分析和比較了幾類圖像分割方法，討論了幾種基于粗糙集的改進的分

2、割算法。利用粗糙集構造圖像的內(nèi)外邊界因子，對圖像進行邊緣檢測；根據(jù)粗糙度，為數(shù)學形態(tài)學算子選取最優(yōu)結構元素；利用不可分辨關系對圖像進行初劃分，為C-均值聚類選取合理的初始聚類中心和聚類數(shù)目。實驗驗證了粗糙集應用于圖像分割的有效性。
　　 由于以往的圖像分割方法大都只考慮圖像像素的灰度或顏色等信息來進行分割，忽略了像素間在空間上的聯(lián)系，然而該信息在圖像分割中是有重要作用的，本文利用粗糙集上、下近似的概念，根據(jù)圖像的統(tǒng)計直方圖構造量