基于粗糙集理论的图像平滑算法研究.pdfVIP

第25卷第4期 计算机应用与软件 V01．25 No．4 2008年4月 Computer Applications and Software Apr．2008 基于粗糙集理论的图像平滑算法研究 刘 昶 王 玲 (四川师范大学计算机科学学院 四川成都610068) 摘 要 基于粗糙集理论，针对高斯噪声和脉冲噪声，分别采用高斯模板和中值滤波技术，提出了图像平滑算法。这两种算法在 去噪的同时，都能够很好地保持图像细节，并且简单易行、处理速度快、使用范围广。通过实验，该算法对灰度图像和彩色图像的处 理效果较之传统的处理方法，质量上有较大的提高。 关键词 粗糙集 图像平滑 中值滤波 高斯模板 保细节 信噪比 IMAGE SMooTHING BASED oN RoUGH SETS Liu Chang Wang Ling (School ofComputer Science，Sichuan Normal Univers ，Chengdu 610068，Sichuan，China) Abstract Considering gauss noise and impulse noise，an image smoothing algorithm is presented based on rough sets．Two methods，gauss template and median filter，are adopted．While denoising，the two simple methods keep good details．They run quickly and can be used to filter all sorts of noises．The experimental result shows that the algorithm performs better than the conventional processing methods in gray and CO— lourful pictures processing，and better quali~is achieved． Keywords Rough sets Image smoothing Median filter Gauss template Detail preserving SNR 下近似集R一(X)是根据那些所有包含于 的知识库中的 0 引 言 集合求并得到，即下近似集中的元素肯定属于 ，称下近似集 R一 (X)是 的最大可定义集，POS (X)：R一(X)称为 的尺正 现实生活中的图像，由于实际成像条件和环境等因素的影 域。上近似集尺一( )是根据那些与 相交不为空的知识库中 响，都不可避免的被噪声污染，使图像质量变差。为改善图像的 的集合求并得到，即上近似集中的元素部分属于 ，部分不能肯 视觉效果，人们提出了许多图像平滑算法。目前，图像滤波分为 定是否属于 ，把R一(X)称为 的最小可定义集。NEG (X)： 线性滤波和非线性滤波技术，其中线性滤波处理简单，对高斯噪 — R一(X)是肯定不包含 的元素的集合，称为 的尺负域。 声有很好的去噪效果，如均值滤波和维纳滤波，然而对于脉冲噪 曰Ⅳ (X)=R一(X)一R一(X)称为 的尺边界，它是不确定区域， 声，线性滤波则易使图像细节和边缘模糊，降低图像质量，非线 即在边界区域上的元素即不能肯定属于 ，也不能肯定不属于 性滤波很好地解决了这一问题，如中值滤波能较好地保存图像