[发明专利]一种基于粗糙集和粗糙熵的Petri网络图像分割方法有效
| 申请号： | 201810869760.4 | 申请日： | 2018-08-02 |
| 公开（公告）号： | CN109272508B | 公开（公告）日： | 2021-10-26 |
| 发明（设计）人： | 张天驰;张菁;苏一北;李根;朴光宇;张继超 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06T7/136 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明属于图像信息处理研究领域，具体涉及一种基于粗糙集和粗糙熵的Petri网络图像分割方法，包括以下步骤：找到图像的最大和最小灰度值，并把他们保存到变量max和min中；根据图像的宽和高将图像分割为点集；使用Monte Carlo方法从点集中随机的选择1000个点；计算点集的灰度最大和最小值分别为Pimax和Pimin；计算对象的下降和上升粗糙集分别保存到 |
||
| 搜索关键词： | 一种 基于 粗糙 petri 网络 图像 分割 方法 | ||
【主权项】：
1.一种基于粗糙集和粗糙熵的Petri网络图像分割方法，其特征在于，包括以下步骤：(1.1)找到图像的最大和最小灰度值，并把他们保存到变量max和min中；(1.2)根据图像的宽和高将图像分割为点集；(1.3)使用Monte Carlo方法从点集中随机的选择1000个点；(1.4)计算点集的灰度最大和最小值分别为Pimax和Pimin；(1.5)计算对象的下降和上升粗糙集分别保存到OT和![]()
计算背景的上升和下降粗糙集保存到![]()
和BT中；(1.6)对步骤(1.5)得到的子集进行排序，并根据阈值T来画出轮廓，如果子集的灰度值大于阈值T，则子集属于对象缓冲区，如果子集的灰度值低于阈值T，则子集属于背景缓冲区，得到图形的粗糙轮廓；(1.7)对粗分割的第一阶段进行调整，得到精确轮廓。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学，未经哈尔滨工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810869760.4/，转载请声明来源钻瓜专利网。
