第26卷第5期

2007年10月河南理工大学学报(自然科学版)

JOURNALOFHENANPOLYTECHNICUNIVERSITY(NATURALSCIENCE)Vo.l26 No.5

Oct.2007

粗糙集神经网络在图像分割中的应用

吴 冰,魏 建,刘艳昌,李 慧

1112

(1.河南理工大学电气工程与自动化学院,河南焦作 454003;2.焦作师专物理系,河南焦作 454003)

摘要:提出了粗糙集神经网络用于图像分割的方法.该方法利用粗糙集约简理论对分割后的图像区域特征进行约简,以降低特征向量维数,抽取出规则,然后根据这些规则构造神经网

络隐含层的神经元个数,从而确定粗糙集神经网络的结构.粗糙集神经网络中每个神经单元的输入为区域值,输出为决策分类值,此时权值预设为各规则粗糙隶属度值,然后用BP算法迭代,最终实现图像的分割.试验证明,该方法大大缩短了训练时间,提高了精度,并且得到优于常规的分割图像以及满足图像处理的实时性要求.

关 键 词:粗糙集,约简,等价类,粗糙集神经网络,图像分割中图分类号:TP391.41 文献标识码:A 文章编号:1673-9798(2007)05-0550-05

Roughsetsneuralnetworkusedinimagesegmentation

WUBing,WEIJian,LIUYan-chang,LIHui

zuoCollege,Jiaozuo454003,China)

1

1

1

2

(1.SchoolofElectricalEngineeringandAutomation,HenanPolytechnicUniversity,Jiaozuo454003,China;1.DepartmentofPhysics,Jiao

Abstract:Thepaperprovidesthemethodoftheroughsetneuralnetworkforimagesegmentation.Thetheoryofroughreductionbeusedfortheregionalcharacteristicsofsegmentedimage,turevectors,extractedrules,

toreducethedimensionoffea-thenconstructthenumberofhiddenlayerneuronsbythoserules.Finally,de-

terminethestructureofneuralnetwork,setinputofeachneuroninroughsetneuralnetworkasvaluesregion,andoutputvalueasclassificationdecision.Predeterminedvalueoftherightisthedegreeofmembershiproughrules,andthenuseBPiterativealgorithmtotheultimaterealizeimagesegmentation.Experimentalresultin-dicatedthatthemethodgreatlyreducethetrainingtime,improvetheaccuracyofthesegmentation,andbesuperiortoconventionalimages.Itsatisfiestherequirementsofreal-timeimageprocessing.Keywords:roughse;t

reduction;equivalenceclass;roughsetsneuralnetwork;imagesegmentation

0 引 言

图像分割是图像处理到图像分析的关键步骤,也是进一步图像理解的基础.所谓图像分割是指把图像分成各具特性的区域,并提取出感兴趣目标的技术和过程.尽管如今已有多种图像分割算法,但是没有任何一种分割方法能够适用于所有的图像

[1]

.本文将粗糙集和神经网络结合起来用在图像分

割中是一种新的尝试.粗糙集理论是一种刻画具有不精确、不确定、不完整和不一致信息的全新数学

收稿日期:2007-04-16

基金项目:河南省自然科学基金资助项目(0211060500)

作者简介:吴 冰(1964-),男,江西萍乡人,博士,副教授,主要研究方向为图像处理、智能信息处理、矿井安全监控和矿

井通信等.

l.