基于粗糙集理論的圖像邊緣檢測方法研究.pdf

1、在實(shí)際圖像處理問題中，圖像的邊緣作為圖像的一種基本特征，經(jīng)常被應(yīng)用到較高層次的圖像應(yīng)用中去。它在圖像識別，圖像分割，圖像增強(qiáng)以及圖像壓縮等的領(lǐng)域中有較為廣泛的應(yīng)用，也是它們的基礎(chǔ)。 圖像邊緣檢測的手段多種多樣。但是，其大的框架不外乎兩種，即傳統(tǒng)的基于圖像亮度特征的算法和基于小波的多尺度邊緣檢測算法。對于基于亮度的算法，是研究時(shí)間最久，理論發(fā)展最成熟的方法，它主要是通過一些差分算子，由圖像的亮度計(jì)算其梯度的變化，從而檢測出邊緣，主

2、要有Robert，Laplace，Sobel，Canny，LOG等算子。這些算法現(xiàn)在已經(jīng)發(fā)展的比較成熟了。不過近幾年來，發(fā)展出了一種新穎的基于圖像像素相位的邊緣檢測算法。它不需要對圖像進(jìn)行任何先驗(yàn)的假設(shè)，只是在傅立葉變換域內(nèi)簡單的按相位一致來尋找特征點(diǎn)，魯棒性比較強(qiáng)。 粗糙集理論是波蘭華沙理工大學(xué)Pawlak教授在20世紀(jì)80年代初提出的一種研究不完整、不確定知識和數(shù)據(jù)的表達(dá)、學(xué)習(xí)、歸納的理論方法。到1990年前后，由于該理論在

3、決策與分析、模式識別、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)與知識發(fā)現(xiàn)等方面的成功應(yīng)用，逐漸引起了世界各國學(xué)者的廣泛關(guān)注。目前，粗糙集與計(jì)算機(jī)圖像處理的結(jié)合已經(jīng)成為了計(jì)算機(jī)圖像處理的一個(gè)新的研究方向。本文的主要工作集中在：嘗試將粗糙集理論應(yīng)用到圖像處理中，主要是在圖像邊緣檢測中的應(yīng)用。雖然，目前有些學(xué)者在此方面進(jìn)行了研究，但所做的工作還較少，相關(guān)的參考文獻(xiàn)和應(yīng)用背景也較為缺乏。本文期望在這些方面做更多的探索，一方面充分挖掘粗糙集的應(yīng)用潛力，另一方面尋找出新