基于變精度粗糙集理論的圖像分割方法.pdf

1、圖像分割是圖像處理的一個(gè)重要領(lǐng)域，也是圖像處理最困難的任務(wù)之一，一直受到人們的高度關(guān)注.隨著計(jì)算機(jī)技術(shù)的發(fā)展，在圖像分割方面，產(chǎn)生了大量新的理論和方法，粗糙集理論就是其中之一，粗糙集理論是一種處理不精確、不確定知識(shí)的科學(xué)理論.目前，粗糙集理論已廣泛應(yīng)用于圖像處理，但是變精度粗糙集理論在圖像分割的應(yīng)用還很少.
　　本文基于變精度粗糙集理論提出了兩種新的灰度圖像分割方法，并且對(duì)圖像分割中的閾值化方法進(jìn)行了研究.一種是利用粒子群算法以基

2、于邊界域的變精度粗糙集為評(píng)價(jià)標(biāo)準(zhǔn)對(duì)圖像進(jìn)行分割;另一種是利用遺傳算法和小波變換以變精度粗糙集為評(píng)價(jià)標(biāo)準(zhǔn)對(duì)灰度圖像進(jìn)行閾值化分割.
　　第一種方法以基于邊界域的變精度粗糙集為評(píng)價(jià)函數(shù)，通過(guò)粒子群尋優(yōu)找出最大近似分類質(zhì)量對(duì)應(yīng)的β區(qū)間，其中β最大上界對(duì)應(yīng)的灰度值即為最佳分割閾值.這種方法降低了算法對(duì)圖像分割子塊大小的敏感性，并在一定程度上降低了算法的運(yùn)行時(shí)間.第二種方法著力于降低噪聲對(duì)圖像的影響，并且減少對(duì)噪聲圖像的分割時(shí)間.首先運(yùn)用小