粒度計(jì)算在圖像分割中的研究與應(yīng)用.pdf

1、圖像分割是將圖像表示成為物理上有意義的連通區(qū)域的集合，即圖像像素點(diǎn)在不同區(qū)域間的所屬歸類問(wèn)題；粒度計(jì)算主要是研究不同粒子往返跳轉(zhuǎn)于不同粒度空間，以尋求所屬粒度區(qū)域的過(guò)程。顯然，圖像分割與粒度計(jì)算存在一定的共性。截止目前的研究，針對(duì)某一特定圖像問(wèn)題的解決方案，都是單一的運(yùn)用粗糙集或者商空間的方法，并沒(méi)有一個(gè)完整的運(yùn)用粒度計(jì)算的理論來(lái)實(shí)現(xiàn)對(duì)圖像的處理方案。本文的主要工作是應(yīng)用粗糙集和商空間的獨(dú)立或相互結(jié)合的理論，分別在灰度圖像、彩色圖像和紋

2、理圖像的環(huán)境下，得出不同的分割方法。
　　 對(duì)于灰度圖像的分割，文中采用一種基于粗糙集理論的圖像分割方法。算法中首先給出待分割圖像的直方圖，通過(guò)提取直方圖的外層像素點(diǎn)作為粗糙集的上近似部分，計(jì)算像素點(diǎn)周圍的局部模糊程度，用以更新粗糙度；然后使用局部模糊粗糙度和待定算子來(lái)更新FCM算法中的隸屬度函數(shù)。這樣應(yīng)用一個(gè)全新的隸屬度函數(shù)重新對(duì)待分割圖像進(jìn)行聚類，得到不同的分割區(qū)域，即實(shí)現(xiàn)了灰度圖像的分割。
　　 在對(duì)彩色圖像分割的

3、實(shí)現(xiàn)過(guò)程中，本文吸取了基于主分量分析技術(shù)和最終相似關(guān)系的方法。首先提取彩色圖像的像素矩陣，計(jì)算采樣像素點(diǎn)的協(xié)方差矩陣、特征值和特征向量，利用特征向量構(gòu)成分割區(qū)域的特征空間；通過(guò)特征空間計(jì)算出不同所屬區(qū)域的權(quán)重矩陣；使用該權(quán)重矩陣?yán)锰卣骺臻g聚類方法進(jìn)行聚類分析，構(gòu)造出一個(gè)更加規(guī)整的、分布較為合理的知識(shí)信息表；根據(jù)知識(shí)信息表，分別計(jì)算對(duì)應(yīng)像素的值約簡(jiǎn)、屬性權(quán)值；根據(jù)上述所得信息表和求出的不同屬性下的值約簡(jiǎn)、權(quán)值等信息，做出對(duì)相似區(qū)域的劃分

4、；最后根據(jù)相似度進(jìn)行最后的整體相似性的合并，從而完成整個(gè)計(jì)算過(guò)程，也即完成了對(duì)彩色圖像的分割。
　　 由于紋理圖像局部有序性、整體無(wú)序性的特點(diǎn)，本文應(yīng)用商空間理論的元素關(guān)系性，以及粗糙集理論中元素屬性的局部模糊性的特征，來(lái)對(duì)紋理圖像的分割單獨(dú)進(jìn)行處理。利用傅里葉變換對(duì)像素空間進(jìn)行投影轉(zhuǎn)換，得到直方圖的初步統(tǒng)計(jì)；然后運(yùn)用統(tǒng)計(jì)結(jié)果，計(jì)算圖像像素的特征數(shù)字，并求得圖像中各個(gè)像素點(diǎn)的梯度值，從而獲取圖像中的紋理部分，完成紋理圖像的粗分割