P-M模型利用扩散偏微分方程进行图像平滑,通过随梯度自适应变化的扩散系数实现去除噪声的同时保护图像边缘特征,为进一步提高图像视觉效果,希望在图像边缘附近进行逆扩散以增强边缘特征,为此提出了实现自适应边
在双论域粗糙集中,不论是理论上还是应用上,矩阵方法都是一种简单且高效的计算方法。利用矩阵的方法来研究双论域粗糙集。提出了双论域上的关系矩阵,通过关系矩阵以及关系矩阵的转置,构造了两个布尔方阵。利用这两
本文通过结合FCM聚类算法和粗糙集#提出了一种新的图像分割方法,首先以不同聚类数情况下FCM的分割结果为依据构建属性值表,基于属性构成的不可分辨关系将图像分成多个小区域.然后,通过值约简获得各属性权值
讨论粗糙集代数与BL代数的关系以及由粗糙集代数构造BL代数的方法。粗糙集代数本身具有格结构,证明了在适当选取蕴涵算子之后,粗糙集代数就成为BL代数。
不确定性度量是粗糙集理论研究的重要内容之一。分析了目前粗糙集不确定性度量主要方法的不足,给出了基于边界域的粗糙集粗糙边界熵的定义。证明了这种粗糙边界熵随着知识粒度的减小而单调减小,而且当负域的知识颗粒
将变精度粗糙集的思想引入相容粗糙集,提出了两种变精度相容粗糙集模型,在模型I中,目标概念的下近似和边界域的交集非空；在模型II中,目标概念的下近似和边界域的交集为空。研究了两种模型中上、下近似算子的基
讨论了粗糙集代数与FI代数的关系以及由粗糙集代数构造FI代数的方法。粗糙集本身具有格结构,证明了在适当选取蕴含算子之后,粗糙集代数就成为FI代数。
本文基于双论域粗糙集构造了定义在L模糊关系上的双论域L模糊粗糙集,并讨论了双论域L模糊粗糙集基本性质。
图像稀疏表示研究已成为近年来图像表示研究的热点,尤其是探讨基于人眼视觉的基函数理论模型及构造方法,研究快速、有效的图像稀疏表示算法,将有利于推动图像处理领域研究的开展,为图像表示提供新的理论与方法,具
模糊集理论在图像分割中的简单应用,于舒野,,本文通过改进的Roberts边缘提取法将边缘和噪声像素点从一维直方图中剔除,再对剩余像素点聚类,求出最优分割阈值,然后建立目标像��
