科技资讯
科技資訊
과기자신
SCIENCE & TECHNOLOGY INFORMATION
2006年
28期
14-15
,共2页
模糊集%模糊熵%模糊相似性
模糊集%模糊熵%模糊相似性
모호집%모호적%모호상사성
许多传统的分割方法往往是根据图像单一的属性标准对图像进行分割,通常不能满足整幅图像的分割要求.本文针对这个问题,介绍了一种新的图像阈值分割方法(FES),该方法在模糊集的基础上,结合模糊熵和模糊相似性两种截然不同的属性刻画分割图像.最后针对算法进行仿真,证明该方法是切实可行的.
許多傳統的分割方法往往是根據圖像單一的屬性標準對圖像進行分割,通常不能滿足整幅圖像的分割要求.本文針對這箇問題,介紹瞭一種新的圖像閾值分割方法(FES),該方法在模糊集的基礎上,結閤模糊熵和模糊相似性兩種截然不同的屬性刻畫分割圖像.最後針對算法進行倣真,證明該方法是切實可行的.
허다전통적분할방법왕왕시근거도상단일적속성표준대도상진행분할,통상불능만족정폭도상적분할요구.본문침대저개문제,개소료일충신적도상역치분할방법(FES),해방법재모호집적기출상,결합모호적화모호상사성량충절연불동적속성각화분할도상.최후침대산법진행방진,증명해방법시절실가행적.
