武卫翔，丁卫平

摘要：图像处理在当今社会各个方面都有应用。随着人工智能的发展和大数据时代数据体量的节节攀升，日常生活中图像也呈现出爆发式增长。面对庞大的图像数据库，需要有效工具来快速处理复杂海量信息。具有不确定特性的粗糙集为图像处理提供有效的手段。

关键词：图像处理;粗糙集;不确定性

中图分类号：TP391.41      文献标识码：A

文章编号：1009-3044（2021）34-0093-02

随着科技的发展，近些年图像应用在人们生活的各个方面，如手机拍照、车牌识别、人脸识别、网页图像图片素材等。图像是人们感知客观世界的视觉基础，人们通过图像获取相关信息、表达并进行传播。对图像的深入研究，能改善人们的生活环境，在很大程度上转变人们的生活方式，并且提高人们的生活质量。比如医生借助医学图像处理，能够大大提高对病人所患何种疾病的确定性判断以及疾病的轻重判断，及时给出治疗手段。图像的研究主要包括图像的检索、图像的分类、图像增强、图像融合等[1]。

粗糙集理论由Pawlak在1982年提出[2]，粗糙集是数学工具，它是用来处理不完整不确定任务。随后研究人员对粗糙集的研究大量深入并在大部分领域所有应用。Xiaoling Yang等[3]提出了一种新的邻域粗糙集模型，即使用距离度量学习来构建的模型。Lei Lei等[4]利用粗糙集理论对建筑能耗冗余影响因素进行剔除，找出影响建筑能耗的关键因素。Meng Hu等[5]在邻域关系中引入不同的权值，计算邻域关系之前充分挖掘属性与决策之间的相关性，并讨论了其性质。……