一种基于粗糙集理论的灰度图像增强方法.pdf

《一种基于粗糙集理论的灰度图像增强方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2012年第04期，第45卷通信技术Vo1．45，No．04，2012总第244期ConununicationsTechnologyNo．244，Total1y一种基于粗糙集理论的灰度图像增强方法张艳，阳博(中南林业科技大学计算机与信息工程学院，湖南长沙410004)【摘要】介绍了粗糙集的基本理论，探讨并提出一种基于粗糙集理论的灰度图像增强方法。根据像素的灰度值属性和噪声属性，将像素划分成明暗区域和噪声区域，利用上下近似原理，求得无噪声区的粗糙集表示方式，并对较亮无噪声子图，采用直方图均衡变换，对较暗无噪

2、声子图，采用指数变换，最后重叠，从而达到增强非边缘区域，减弱噪声的目的。实验证明：提出的算法对低灰度级别有丰富细节的图像具有明显增强作用。【关键词】粗糙集；图像增强；不可分辨关系；等价类；上下近似【中图分类号1TN911【文献标识码】A【文章编号】1002-0802(2O12)04-0086—03GrayImageEnhancementbasedonRoughSetsTheoryZHANGYan，YANGBo(CollegeofComputer＆InformationEngineering，Central

3、SouthUniversityofForestry＆Technology，Changsha，Hunan410004，China)[Abstract】Thebasictheoryofroughsetsisgivenandamethodforgrayenhancementisproposed．Inaccordancewiththeconditionattributesofgrayvalueandnoise，thepixelSareclassifiedintolightareas，shadeareasandno

4、iseareas．Byusingupperandlowerapproximationoftheroughsetstheory，theroughsetsexpressionsofthenon—noiseareasareacquired，andforthelightnon—noisesub—image，thehistogramequalizationtransform，iSadopted，whilefortheshadenon—noisesub—image，theexponentialtransformiSe

5、mployed．Finallythetowsub—imagesareoverlapped，thustoachievetheenhancementofnon—edgeareasandthereductionofnoise．TheexperimentsshowsthatthiSmethodisofcertainSignificanceintheenhancementofthoselowgray—levelimageswithrichdetai1S．[Keywords

6、roughsets：imageenhanc

7、ement：indiscerniblerelation：equivalenceclass：upperandlowapproximationO引言先验知识，在模糊集方法与概率统计等方法中，往往在自然科学、社会科学与工程技术的很多领域需要模糊隶属函数、基本概率指派函数和有关统计概中，都不同程度地涉及到对不确定因素和不完备信息率分布等，而这些信息有时并不容易得到。正是基于的处理。1965年Zadeh创立的模糊集理论与1982年这一优点，粗糙集理论得以迅速兴起，并逐渐成为人Z．Pawlak倡导的粗糙集理论是处理不

8、确定性的两种工智能以及其他处理不确定性领域的研究热点，广泛很好的方法。除了之外，基于概率统计的方法也是处应用于在机器学习，知识获取，数据挖掘，决策分析，理不确定性的一种有效方法。与模糊集和概率论等方过程控制，模式识别等领域IlJ。法相比，粗糙集方法的最大优点是不需要附加信息或在灰度数字图像的增强处理中，作为一种和模收稿日期：2011-12-21。糊集理论不同的方法，粗糙集理论将图像看成一个作者简介：张艳(1979一)，女，硕士研究生，讲师，主要知识系统，基于不可分辨关系，根据像素的两个条研究方向为数据库技

9、术，信息系统与网络应用；件属性：灰度值属性和噪声属性，将像素分类到不阳博(1980一)，女，助教，硕士，主要方向为同等价类，即划分成明暗区域和噪声区域，利用粗网络技术应用研究。糙集的上下近似原理，求得无噪声区的粗糙集表示方式，并对较亮无噪声子图，采用直方图均衡变换，2．1像素点分类对较暗无噪声子图，采用指数变换，最后重叠，从定义灰度图像的两个条件属性cl和c，，c表示而达到增强非边缘区域，减弱噪声的目的。像素点灰度值属性，c，