科技时代带来信息的飞速增长,计算机与网络技术的飞速发展使整个应用领域的数据和信息十分巨大,更甚于人类的参与,使得数据与信息系统中的不确定性更加显著、因此,对于图片视频信息中数据量大,随机性强,区分比较困难等数据特点,要想得到比较规整的有利用价值的信息,是十分困难的、为此数据挖掘便是解决途径之一、粗糙集理论的特点中,其首先是新技术,同时专长是处理不精确、不完全信息,由波兰数学家Z.Pawlak于1982年提出、它的主要思想是:在拥有固定的系统特征分类条件下,通过知识约简导出问题的分类或决策规则、粗糙集理论方法作为数据挖掘应用于图像处理有一定的优点,这种理论只要求具有全面的样本知识就可以进行相关联系的研究,完全依赖实际拥有的数据,大大降低了人为因素的影响,更有利于机器操作、这种特点,是它适应性非常强,拥有比较广泛的应用空间、许多领域都有它的身影,比如用于机器人学习、人工智能研究、图像识别、专家系统等、国内学者对该理论也是非常重视,特别是应用于图像识别,研究人员越来越多,成果也很显著,但深度有限,这和我国的科技水平是基本吻合的、粗糙集的思想就是分析和处理数据,得出推理结论,用来处理不精确的问题,该理论的数学基础比较扎实,所以是一种很好的数据分析处理方法,也是很好处理大量图形图像数据的方法、首先将图片的整个二维信息存储为像素矩阵,每个点都具有R、G、B三种颜色深度值,原先方法是通过设置阈值深度在一定的范围内能够将图像二值化,由于这个处理过程比较精确,导致边缘曲线非常不规则;如果通过符合粗糙集原理的模糊处理,也就是cv_edge和cv_smooth来处理,将锯齿比较多的图像进行一定的灵活界定,再进行二值化可以得到比较理想的轮廓,实现抽象图像属性的提取、本系统通过结合嵌入式系统,在ARM9上实现图像轮廓识别,并改进了轮廓识别中二值化处理的算法、