论文部分内容阅读
多年来,人工智能研究者们对人类处理复杂问题的能力进行了深入研究,并建立了许多形式化模型。其中商空间理论模型是具有代表性的一种模型,它从人类思维方式受到启发,并借用粒度概念,从多角度、多层次来分析同一问题,并运用粒度原理把从不同层次、不同角度上获得的信息进行合成,进而形成对问题的全面认识。 图象分割是图象分析及计算机视觉系统必不可少的重要环节,也是计算机视觉研究领域中一个既基本而又困难的问题。几十年来,人们做了大量研究工作,提出了许多不同的图象分割算法,然而,图象分割还是一个远未得到很好解决的问题。因此,探索基于人工智能的适应于人类视觉特性的图象处理方法是一个挑战性课题。 论文从商空间粒度概念出发,研究了基于商空间理论的图象处理问题,重点研究商空间理论在纹理图象分割领域中的应用。尝试用商空间粒度理论来建立统一的图象分析、图象处理的思维方法与算法框架。在本文中主要对如下几个方面内容进行了研究: 1、通过对粒度概念及粗糙集、模糊集等粒度计算理论的比较研究以及对图象分割概念分析及对现有的图象分割方法系统分析,提出了图象分割中的商空间粒度原理。并用商空间粒度计算理论来统一图象分割方法,从而初步建立了基于粒度计算理论的图象分割理论框架。 2、给出了基于图象象素8-邻域算子的离散傅立叶变换的纹理图象分割算法。根据商空间粒度模型,提出用8-邻域算子的傅立叶变换系数来形成象素块直方图,并用直方图间的距离来构造象素分类的等价关系,通过聚类方法,实现对纹理图象的分割,实现结果表明该算法是有效的。 3、提出了基于粒度合成技术原理的纹理图象分割算法。充分利用人类视觉感知特性,借用粒度合成技术原理,通过分别提取纹理区域的方向性特征和粗细度特征,形成图象的不同粒度,根据粒度合成的数学模型,成功设计出纹理图象的分割算法,实验取得了明显效果。