[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。