基于超模糊集的多属性图像阈值分割算法

被引：3

作者：

片兆宇

高立群

吴建华

郭丽

王坤

机构：

[1] 东北大学

来源：

系统仿真学报 | 2007年 / 19期

基金：

中国国家自然科学基金;

关键词：

图像阈值; 模糊集; 超模糊集; 模糊熵; 模糊相似性; 综合评价函数;

D O I：

10.16182/j.cnki.joss.2007.19.023

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

传统的分割方法往往是根据图像单一的属性标准对图像进行分割,很难满足图像的多方面分割要求。由于许多外界干扰因素的存在,使得基于经典模糊集方法进行的分割,结果也常常不令人满意。针对这些问题,介绍了一种基于超模糊集合理论的多属性图像阈值分割方法(F2ES),在超模糊集的基础上,结合模糊熵和模糊相似性两种截然不同的属性刻画待分割图像,构造综合评价函数,得到最佳阈值。针对多幅不同类型图片进行分割仿真实验,得到较好的结果,证明该算法是切实可行的。

引用

页码：4434 / 4439+4444 +4444

页数：7

共 12 条

[1] 基于优化熵函数二维最大熵阈值算法改进 [J].

杨姝 ;

高立群 ;

边丽英 .

系统仿真学报, 2005, (06) :1350-1352

[2] 改进的PCNN与Otsu的图像增强方法研究 [J].

李国友 ;

李惠光 ;

吴惕华 .

系统仿真学报, 2005, (06) :1370-1372

[3]

最优化方法[M]. 东北大学出版社 , 张薇,薛嘉庆编著, 2004

[4]

模糊知识处理的理论与技术[M]. 国防工业出版社 , 何新贵著, 1998

[5] Image thresholding using type II fuzzy sets [J].

Tizhoosh, HR .

PATTERN RECOGNITION, 2005, 38 (12) :2363-2372

[6] Threshold selection using fuzzy set theory [J].

Chaira, T ;

Ray, AK .

PATTERN RECOGNITION LETTERS, 2004, 25 (08) :865-874

[7] Segmentation using fuzzy divergence [J].

Chaira, T ;

Ray, AK .

PATTERN RECOGNITION LETTERS, 2003, 24 (12) :1837-1844

[8] Operations on type-2 fuzzy sets [J].

Karnik, NN ;

Mendel, JM .

FUZZY SETS AND SYSTEMS, 2001, 122 (02) :327-348

[9]

Quantitative fuzzy measures for threshold selection[J] . K. Ramar,S. Arumugam,S.N. Sivanandam,L. Ganesan,D. Manimegalai.Pattern Recognition Letters . 2000 (1)

[10]

Uncertain Rule-Based Fuzzy Logic Systems. J. M. Mendel. . 2001

← 1 2 →