基于粗糙集和數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測的研究.pdf

1、圖像的邊緣是圖像最基本也是最重要的特征之一。邊緣檢測是圖像處理、圖像分析和計算機視覺領(lǐng)域中最經(jīng)典的研究內(nèi)容，是進行模式識別和圖像信息提取的基本手段。已有的邊緣檢測方法多種多樣，但是各種方法都尚存不足之處。因此，根據(jù)具體的應(yīng)用要求設(shè)計新的邊緣檢測方法，或者對現(xiàn)有的方法進行改進以得到滿意的邊緣檢測結(jié)果是現(xiàn)在研究的主流方向。
　　 粗糙集理論是一種研究和處理不完整和不確定知識及其表達、學(xué)習(xí)、歸納的理論方法。在經(jīng)典粗糙集中，通過上、下近

2、似算子定義了知識的邊界。我們將圖像看成一個知識庫，將知識的邊界對應(yīng)圖像的邊緣，并在深入地研究和探討了(I，T)-模糊粗糙集近似算子與經(jīng)典的粗糙集近似算子的關(guān)系后，提出了利用(I，T)-模糊粗糙集來提取灰度圖像邊緣的方法。實驗結(jié)果表明，本文提出的粗糙集邊緣檢測算法與傳統(tǒng)的邊緣檢測算子相比，檢測出的邊緣平滑性好，特征清晰，信息豐富。
　　 數(shù)學(xué)形態(tài)學(xué)是建立在嚴格數(shù)學(xué)理論基礎(chǔ)上的一門新興學(xué)科，路徑形態(tài)學(xué)是數(shù)學(xué)形態(tài)學(xué)的一個特例，主要用于