基于粗糙熵的图像分割 根据pal的一篇文献编写的-Image Segmentation Based on Rough Entropy

出了一种新的图像分割方法。这种分割方法首先利用粗糙集理论将图像按照一定的规则划分为 大小相等的若干图像子块，而后利用蒙特卡罗方法基本原理对划分的图像子块进行一定规模的随机抽样，以随机抽 样所得的图像子块为样本进行粗糙熵计算，用所得最大粗糙熵所对应的灰度值为分割阀值对图像进行分割，在采用 较小的图像子块划分以取得更好的分割效果的情况下，极大的提高了算法的分割速度。通过对测试图像的 MATLAB仿真试验验证了算法在降低计算机消耗方面的有效性，且所得的分割阀值也令人满意。-The im

粗糙集属性约减的几种方法，包括基于正领域与信息熵等，简单通俗易懂。-Several methods of rough set attribute reduction, including the field of information based on positive entropy, simple easy to understand.