基于粗糙集的圖像增強(qiáng)方法

1、基于粗糙集的圖像增強(qiáng)方法基于粗糙集的圖像增強(qiáng)方法在數(shù)字圖像處理過程中，由于圖像信息本身的復(fù)雜性和它們之間有較強(qiáng)的相關(guān)性，各個(gè)不同層次可能出現(xiàn)不完整性和不精確性問題。在這種場(chǎng)合采用傳統(tǒng)的硬計(jì)算方法來解決問題，效果往往不是很理想。近年來，波蘭Z.Pawlak等一批科學(xué)家提出了用粗糙集理論（RoughSets）研究不完整性和不精確性問題，它為信息科學(xué)和認(rèn)知科學(xué)提供了新的科學(xué)邏輯和研究方法，也為智能信息處理提供了有效的軟計(jì)算數(shù)學(xué)工具。本文首先介

2、紹粗糙集理論，然后給出了用粗糙集理論對(duì)圖像進(jìn)行增強(qiáng)處理的新算法。2粗糙集理論從離散數(shù)學(xué)的觀點(diǎn)來看，人們對(duì)大千世界和千差萬別的事物，都可以用集合論的方法加以描述和闡釋。粗糙集的基本概念是建立在集合結(jié)構(gòu)和語義基礎(chǔ)上的，粗糙集的理論超越了傳統(tǒng)知識(shí)處理和模糊邏輯的約束和限制，以基于集合的整體直接逼近的方式，去完成非確定不完全信息條件下的知識(shí)推理。它已成為智能信息處理領(lǐng)域和人工智能控制領(lǐng)域新的研究熱點(diǎn)。粗糙集從不可分辨關(guān)系的角度，根據(jù)知識(shí)庫(kù)基本集

3、合的描述來劃分集合。粗糙集理論的主要思想是在保持信息系統(tǒng)分類能力不變的前提下，通過知識(shí)約簡(jiǎn)，導(dǎo)出問題的決策或分類規(guī)則。2.1知識(shí)庫(kù)和不可分辨關(guān)系在粗糙集理論中，知識(shí)被認(rèn)為是一種分類能力，即根據(jù)事物的特征差別將其分門別類的能力。分類過程中相差不大的個(gè)體被歸粗糙集理論中不確定性和模糊性是一種基于邊界的概念，即一個(gè)模糊的概念具有模糊的邊界。每一個(gè)不確定概念由一對(duì)稱為上近似和下近似的精確概念來表示。設(shè)給定知識(shí)庫(kù)K=（U，R），對(duì)于每個(gè)子集XU和

4、一個(gè)等價(jià)關(guān)系Rind(K)可以根據(jù)R的基本集合描述來劃分集合X：式中，和分別稱為X的R下近似和R上近似，稱為X的邊界。集合的下近似是包含給定集合中所有基本集的集合，集合的上近似是包含給定集合元素中所有基本集的最小集合。顯然，當(dāng)時(shí)，X是一個(gè)不確定的概念。2.3似與成員關(guān)系由集合近似的概念可得出另一新概念成員關(guān)系。當(dāng)且僅當(dāng)，xR_(X)稱為X的R下成員關(guān)系。令card為一個(gè)求集合成員個(gè)數(shù)的函數(shù)，稱為集合的基數(shù)或勢(shì)，則U中的一個(gè)子集合X與被關(guān)