论文部分内容阅读
文中构造了一个数字图像处理与识别系统,并且运用MATLAB语言编程实现。其中数字图像处理部分能完成图像格式转换、调整、滤波、FFT变换以及边缘检测等基本功能。 数字图像识别部分是基于粗集方法构造的,包括训练学习和图像识别两个阶段。在训练阶段,将图像经过预处理、图像分块、特征提取以及归一化,构造原始决策表。其中条件属性即是不同子图的特征值,决策属性为子图所属原始图像序号。运用粗集方法,根据不可分辨概念,提取有用特征和简化决策表,得到最小决策算法。在图像识别阶段,通过与训练阶段类似的方法构造测试集,运用训练阶段得到的最小决策算法进行图像识别并输出识别结果。通过运用粗集方法,能有效地减少图像的特征数目,简化系统结构,提高运行速度。 实验表明,在图像识别过程中,能达到大约85%的识别率,加入噪声以后,图像识别率下降到48%。