基于粗糙集的K-均值聚类图象分割方法  

Application of Rough Set and K-means Clustering in Image Segmentation

作　　者：刘岩[1] 李言俊[1] 张科[1] 

机构地区：[1]西北工业大学航天工程学院,西安710072

出　　处：《计算机工程与应用》2003年第29期17-18,22,共3页Computer Engineering and Applications

基　　金：高等学校博士点专项科研基金(编号:20020699014)

摘　　要：粗糙集理论是一种新的处理含糊和不确定性问题的数学工具,该文结合粗糙集理论和K-均值聚类算法,提出了一种图象分割的方法。将原图象按等价关系进行划分,基于属性约简的概念对不同区域按照不可分辨关系分类。分割结果表明,该文方法是一种有效的图象分割方法,具有良好的鲁棒性。Rough set theory is a new mathematical tool to deal with problems on vagueness and uncertainty.This paper presents an image segmentation method based on Rough set theory and K-means clustering.The experimental results indicates that the method can improve veracity and stability of image segmentation.

关 键 词：粗糙集 K-均值聚类 图象分割 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]