基于近似集与粒子群的粗糙熵图像分割方法

• 作者: 姚龙洋 张强 张清华 胡帅鹏
• 来源期刊: 计算机科学与探索
• 关键词: 图像分割 粗糙集 近似集 粒计算 粒子群
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 699-708
• 页数: 10页
• 字数: 7749字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1506016

摘要

基于经典粗糙集理论的图像分割方法缺少对目标图像不确定性边界域的精确划分，其根据先验粒度构建的图像粗糙集信息系统，并没有客观准确地反映出不同粒度之间的粗糙性信息。基于粗糙集近似集理论模型，首先采用自适应粒化方法得到图像的最优粒度，接着基于该粒度划分构建图像的目标和背景的上下近似集，再根据近似集思想对目标集合的边界域进行精确刻画，同时结合粒子群算法提高求解粗糙集近似集最大粗糙熵的效率，最终得到图像分割的最优分割阈值，并通过仿真实验表明该方法具有可行性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张清华	重庆邮电大学计算智能重庆市重点实验室	69	1122	17.0	32.0
5	姚龙洋	重庆邮电大学计算智能重庆市重点实验室	3	37	2.0	3.0
6	胡帅鹏	重庆邮电大学计算智能重庆市重点实验室	2	15	2.0	2.0
7	张强	重庆邮电大学理学院	14	62	5.0	7.0