粗糙集理论在彩色图像分割算法中的应用研究

摘要

图像分割作为图像分析和识别的关键步骤，是图像低层处理到高层理解中不可或缺的过程。颜色作为图像的一个重要信息，在彩色图像分割的过程中起到关键的作用，而目前的彩色图像分割方法大都没有考虑颜色信息，仅仅只是将灰度图像的分割算法直接应用到彩色图像中。
　　粗糙集是一种刻画不完整、不确定性信息的数据分析理论，该理论不需要任何先验知识，具有很强的信息提取能力。因图像内部本身的关联性以及复杂性，图像处理的各个过程中都不可避免地出现不完整、不确定的信息。因此，越来越多的国内外学者将粗糙集应用于解决图像处理中的各种问题。本文的主要研究内容是粗糙集理论在彩色图像分割算法中的应用，其内容从以下三个方面进行：
　　(1)总结归纳现今流行的彩色图像分割算法，指出各种算法的优点和不足之处，并分析总结了几种经常用到的颜色空间。介绍了粗糙集的基本概念，探究了粗糙集在彩色图像分割中的应用。
　　(2)构造出一种新颖的图像粗糙度直方图，提出了一种结合粗糙集与分层思想的彩色图像分割算法。本算法是在 HSI空间上进行，首先，在强度分量 I上依据粗糙度直方图实现图像的初分割；其次，在初分割的基础上，利用色调直方图实现图像的细分割；最后，在RGB空间上实现区域合并。实验证明：本算法在保证有效分割图像的基础上，使细节性小目标区域明显被分割出来，且运算速率也有所提高。
　　(3)提出了一种基于粒度的粗糙模糊集彩色图像分割算法。首先，在色调分量H上将图像划分为多个大小相等的窗口（即粒度），利用粗糙模糊集求得在色调粒度上的粗糙度直方图，并进行图像初分割；其次，依据初分割的结果在强度分量I上细分割图像；最后，根据一定的区域合并准则合并图像分割过程出现的过分割区域，并通过对比实验验证了本算法的有效性。

目录

封面

目录

中文摘要

英文摘要

第一章 绪论

1.1课题的研究背景及意义

1.2粗糙集的发展及研究现状

1.3主要研究内容

1.4论文框架结构

第二章 基础理论研究

2.1彩色图像分割研究

2.2粗糙集理论

第三章 结合粗糙集与分层思想的彩色图像分割算法

3.1基本原理

3.2算法描述

3.3实验结果与分析

3.4本章小结

第四章 基于粒度的粗糙模糊集彩色图像分割算法

4.1基于粒度的粗糙模糊集

4.2彩色图像预处理

4.3基于粗糙模糊集的彩色图像分割算法

4.4实验结果与分析

4.5本章小结

第五章 总结与展望

5.1总结

5.2展望

参考文献

攻读学位期间取得的研究成果

致谢

个人简况及联系方式

承 诺 书

声明