基于云模型的多粒度彩色图像分割  

Multi-granularity Color Image Segmentation Based on Cloud Model

作　　者：马鸿耀[1] 王国胤[1] 张清华[1,2] 徐宁[3] 

机构地区：[1]重庆邮电大学计算机科学与技术研究所,重庆400065 [2]重庆邮电大学数理学院,重庆400065 [3]西南交通大学信息科学与技术学院,成都610031

出　　处：《计算机工程》2012年第20期184-187,共4页Computer Engineering

基　　金：国家自然科学基金资助项目(61073146);重庆市杰出青年科学基金资助项目(2008BA2041);重庆市教委科学技术研究基金资助项目(KJ110512)

摘　　要：图像信息中存在的不确定性问题会影响图像的分割效果。为此,提出一种基于粒计算和云模型的彩色图像分割算法。研究多粒度认知模型,在HSV颜色空间中利用云模型构建彩色图像的信息粒,进行多粒度、多层次的云粒合成,实现彩色图像分割。实验结果表明,与PCNN算法和K均值算法相比,该算法的分割效果较好。Image information contains a lot of uncertainty which may cause the unsatisfactory image segmentation effect.In order to solve this problem,this paper proposes a algorithm of color image segmentation based on granular computing and cloud model.It granulates color images in HSV color space,and cloud-granule concept is generated in multi-granularity and multi-level,finally the color image is segmented.Experimental results show that the proposed algorithm has better performance compares with PCNN and K-means algorithm.

关 键 词：粒计算 云模型 彩色图像分割 云变换 多粒度 HSV空间 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]