基于粗糙集阴影区域的检测与分类

摘要：

粗糙集理论是一种新的处理模糊和不确定性问题的数学工具.本文提出一种基于粗糙集阴影边缘分类方法.该算法根据粗糙集理论、梯度、最大邻域差及噪声的条件属性,将一幅图像划分为不同的子图像;然后对子图像分别进行处理,得到阴影边缘点;再利用边缘生长对边缘点进行细化和跟踪,删除那些假边缘点;然后根据阴影边缘构出假想的阴影区域,并统计这些区域的灰度直方图,求得阴影区域的灰度区间.根据该灰度区间可以得到阴影区域,再根据这些区域的灰度、形状、面积等特征对阴影进行分类.通过对所得结果进行分析可知,结合粗糙集理论的阴影图像边缘检测算法与其他的常规检测方法相比,无论从视觉效果还是检测精确度上都有所改善.

关键词：粗糙集、阴影分类、图像分割、阴影边缘、边缘梯度、最大邻域差

所属期刊栏目：34

分类号：TP3(计算技术、计算机技术)

资助基金：TRUEThe Tracer Retention Understanding Experiments;重庆市科委自然科学基金CSTC2005BB2012

在线出版日期：2007-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：220-223