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
刘伯红 陈铁民. 基于粗糙集阴影区域的检测与分类[J]. 计算机科学, 2007, 34(3): 220-223. https://doi.org/
LIU Bo-Hong, CHEN Tie-Min (College of Computer Science and Technology, Chongqing University of Posts and Telecommunications, Chongqing 400065). [J]. Computer Science, 2007, 34(3): 220-223. https://doi.org/