基于粗糙集直方图的彩色图像分割改进

把粗糙集应用于图像分割的研究一直是一个热门话题,Milind M.Mushrif、Ajoy K.Ray等结合Histon直方图,基于粗糙集理论,阐明了一种新的彩色图像分割算法。此方法可以获得合适的阈值,对彩色图像进行合理的分割,但是,该文完全是在R、G、B颜色空间的基础上构建粗糙集直方图的,由于R、G、B3个分量是高度相关的,并且RGB颜色空间是不均匀的,所以,不能用该颜色空间中两点间的距离来表示两种颜色之间的知觉差异,这直接影响到粗糙集直方图的准确性,进而影响最终的分割效果。针对该弱点进行改进,引入YUV空间来计算像素点间的颜色差异,进而得到更准确的R、G、B粗糙集直方图,以求得到更符合知觉差异的粗糙集直方图。经过大量实验证明,文中所述方法分割效果更贴近原图,符合视觉感受。

彩色图像分割中基于粗糙集直方图的改进

把粗糙集应用于图像分割研究一直是一个热门话题,Milind M Mushrif、Ajoy K Ray等[1]结合Histon直方图,基于粗糙集理论,阐明了一种新的彩色图像分割算法。但是,其中R、G、B粗糙集直方图的相关性并没有得到克服,直接影响到了最终的分割效果。针对该弱点进行改进,经过大量的实验证明本文所进行的改进有以下优点:R、G、B粗糙集直方图的相关性明显降低;计算时间显著减少。