一種基于粗糙集理論的神經(jīng)網(wǎng)絡圖像分割方法

摘要：神經(jīng)網(wǎng)絡用于分割圖像時需要大量的訓練數(shù)據(jù)，由于數(shù)據(jù)量大，計算速度相當慢，不適合實時數(shù)據(jù)處理。基于此，將粗糙集理論與神經(jīng)網(wǎng)絡相結合，提出基于粗糙集的神經(jīng)網(wǎng)絡圖像分割方法。利用粗糙集理論中的簡約的計算方法，從圖像屬性中獲取精簡的規(guī)則，根據(jù)這些規(guī)則構造神經(jīng)網(wǎng)絡各層的神經(jīng)元個數(shù)，并根據(jù)粗糙集理論中的屬性重要性來修正神經(jīng)網(wǎng)絡的權值。實驗結果表明，該方法抗噪能力強，提高了精度，在大大縮短網(wǎng)絡訓練時間的同時改善了分割效果，滿足圖像處理的實時性要求。

關鍵詞：圖像分割；粗糙集；神經(jīng)網(wǎng)絡

中圖分類號：TP391 文獻標識碼：A