文档介绍：第 36 卷第 6 期自动化学报 Vol. 36, No. 6
2010 年 6 月 ACTA AUTOMATICA SINICA June, 2010
基于粗糙性度量的彩色图像分割方法
岳晓冬 1 苗夺谦 1 钟才明 1, 2
摘要彩色图像分割技术是现代图像处理和图像分析领域的重要研究议题. 结合粗糙集理论, 利用像素邻域的空间信息, 可
以构造图像色彩分布的上下近似以及量化粗糙性表示, 并据此设计基于量化粗糙信息的分割方法: QR measure, 该方法依据
数据分布获取自适应阈值进行峰值选定和区域合并. 实验采用 UC Berkeley 开放的图像分割测试集, 通过比较基于多种统计
信息的分割方法, 验证提出的优化算法可以取得更好的分割效果.
关键词彩色图像分割, 粗糙集, 量化粗糙信息, 同质性, 自适应阈值
DOI .
Roughness Measure Approach to Color Image Segmentation
YUE Xiao-Dong1 MIAO Duo-Qian1 ZHONG Cai-Ming1, 2
Abstract Color image segmentation is very essential and critical to modern image processing and analysis. According to
the rough set theory, the lower, upper approximations and quantitative roughness representation of the color distributions
are constructed based on the homogeneity of the pixels0 neighborhood. Furthermore, a new segmentation approach — QR
measure is designed, in which an adaptive thresholding strategy is proposed to select peaks of indexes and merge regions.
The experimental results demonstrate that the proposed approach outperforms several methods based on various kinds of
statistics.
Key words Color image segmentation, rough set theory, quantitative roughness, homogeneity, self-adaptive thresholding
图像分割是图像分析和机器视觉的首要问题, 表示和处理不确定性数据的有效工具, 已经在数据
作为识别系统最重要的前期处理部分, 图像分割挖掘、模式识别以及机器学习等领域取得了广泛的
的质量将直接决定对图像内容进行分析判别的结研究成果和实际应用[9−12]. 将粗糙集理论应用于图
果[1