粗糙集在材料腐蝕特征提取中的應(yīng)用

摘 要：提出將粗糙集理論應(yīng)用在材料腐蝕特征的提取中，利用粗糙集的特點(diǎn)，將材料的腐蝕區(qū)域分為高腐蝕區(qū)和低腐蝕區(qū)，易于檢測(cè)和提取材料的腐蝕特征。相對(duì)了傳統(tǒng)的方法，這種方法避免了人的主觀性的差異，降低了勞動(dòng)強(qiáng)度，提高了效率。精確的提取材料的腐蝕特征，為后續(xù)研究材料的腐蝕等級(jí)和材料對(duì)環(huán)境的適應(yīng)能力提供基礎(chǔ)。

關(guān)鍵詞：粗糙集；腐蝕圖像；特征提取

0 引言

隨著工業(yè)技術(shù)的發(fā)展，材料在我們?nèi)粘Ｉ钪邪缪葜絹?lái)越重要的角色，因?yàn)槭艿礁鞣N綜合環(huán)境因素的影響，材料表面會(huì)發(fā)生各種各樣的腐蝕現(xiàn)象[1，2]。但是，目前在檢測(cè)和提取腐蝕區(qū)域的方面，仍然以人工方法為主，因?yàn)槭艿浇?jīng)驗(yàn)因素的影響，導(dǎo)致檢測(cè)和提取結(jié)果不準(zhǔn)確，給腐蝕材料的分析帶來(lái)一定的困難。

近年來(lái)，隨著圖像處理和機(jī)器識(shí)別技術(shù)的發(fā)展，大量的腐蝕信息以圖像的形式記錄下來(lái)。本文提出一種基于粗糙集理論的腐蝕特征區(qū)域提取算法，能夠精確的提取腐蝕特征區(qū)域，對(duì)腐蝕特征區(qū)域進(jìn)行圖像分割，為后續(xù)研究提供基礎(chǔ)。

1 粗糙集理論基本概念

粗糙集（roughsets）理論是波蘭學(xué)者Pawlak提出的一種分析數(shù)學(xué)工具[3]，粗糙集的優(yōu)點(diǎn)在于刻畫(huà)不完整性和不確定性的關(guān)系，從而發(fā)現(xiàn)隱含知識(shí)，發(fā)現(xiàn)潛在規(guī)律。目前，在模式識(shí)別、人工智能等領(lǐng)域，有很強(qiáng)的實(shí)用性。

設(shè)一個(gè)四元組是一個(gè)信息系統(tǒng)或知識(shí)表達(dá)系統(tǒng)，其中，U是討論對(duì)象的非空有限集合，；A為屬性的非空有限集合，且，其中C為條件屬性集，D為決策屬性集。，為屬性的值域，，表示一個(gè)信息函數(shù)，它為每個(gè)對(duì)象的每個(gè)屬性定義一個(gè)信息值，即。

2 基于粗糙集理論的腐蝕特征區(qū)域提取算法

2.1 腐蝕區(qū)域圖像預(yù)處理

文獻(xiàn)[5，6]介紹了基本的區(qū)域分割的算法，但是因?yàn)槭艿讲煌h(huán)境的影響，材料外觀的腐蝕區(qū)域分布不均勻，有較多的圖像噪聲，因此本文采用Kirsch算子進(jìn)行邊緣檢測(cè)。

針對(duì)數(shù)字圖像的每一個(gè)像素，考慮其8個(gè)相鄰點(diǎn)的灰度變化，將腐蝕圖像作以下計(jì)算[4]，將其中的3個(gè)相鄰點(diǎn)的加權(quán)減去余下5個(gè)相鄰點(diǎn)的加權(quán)和。假設(shè)3個(gè)相鄰點(diǎn)環(huán)繞，并且不斷移動(dòng)其位置，取其差值的最大值作為Kirsch算子值，則Kirsch算子的8個(gè)模板組成如下：

在粗糙集理論中，有兩種屬性：條件屬性和決策屬性。對(duì)于一幅的腐蝕區(qū)域圖像，假設(shè)像素x為U中的一個(gè)對(duì)象，則知識(shí)庫(kù)可表示為圖像的一個(gè)近似空間。

2.2 提取腐蝕特征區(qū)域的具體算法

為了提取腐蝕特征區(qū)域，其具體的算法操作如下：

（1）定義條件屬性集C=c1，c2，且c1表示像素的平均灰度值屬性，c2表示區(qū)域輪廓屬性。在材料腐蝕過(guò)程中，定義腐蝕嚴(yán)重的區(qū)域?yàn)楦吒g區(qū)域，腐蝕輕微的區(qū)域?yàn)榈透g區(qū)域，并且定義一個(gè)灰度值為閾值P。定義灰度值屬性c1=0，1，其中0表示灰度值0～p，1表示灰度值（p+1）～255。定義區(qū)域輪廓屬性c2=0，1，其中0代表區(qū)域2×2像素塊的平均灰度值與相鄰字塊的平均灰度值之差的絕對(duì)值小于閾值Q，1表示子塊的差值絕對(duì)值均大于閾值Q。

（2）定義決策屬性D=0，1，其中，0代表像素點(diǎn)在高腐蝕區(qū)，1代表像素點(diǎn)在低腐蝕區(qū)。根據(jù)以上的定義和粗糙集的知識(shí)分類，結(jié)合文獻(xiàn)[5]對(duì)腐蝕區(qū)域分割的方法，對(duì)腐蝕圖像進(jìn)行區(qū)域分割。

（3）等價(jià)關(guān)系Rc1定義為：如果兩個(gè)像素的灰度值都大于某個(gè)閾值P，則兩個(gè)像素是Rc1 相關(guān)的，屬于等價(jià)類，用公式表示為。其中式中x表示該點(diǎn)的像素；f（x）表示其像素的灰度值；Rc1（x）表示所有“腐蝕度高”像素x組成的集合。等價(jià)關(guān)系Rc2定義為。式中 Rc2（x）表示邊緣像素的集合；K（x）為區(qū)域像素的平均灰度值函數(shù)；sij 和si±1，j±1 表示相鄰的圖像子塊。

（4）令A(yù)=Rc1（x）- Rc2（x），則區(qū)域A就是圖像的高腐蝕區(qū)。為了結(jié)果更加準(zhǔn)確，本文還進(jìn)行圖像增強(qiáng)處理來(lái)減小誤差。

通過(guò)特征提取算法的具體實(shí)施，能夠分別識(shí)別出材料的高腐蝕區(qū)域和低腐蝕區(qū)域，再通過(guò)圖像分割的方法，提取材料的高腐蝕區(qū)域和低腐蝕區(qū)域[1]。為后續(xù)研究材料的腐蝕等級(jí)以及材料的環(huán)境適應(yīng)性提供基礎(chǔ)。

3 結(jié)束語(yǔ)

本文將粗糙集理論用到了腐蝕特征的提取中以及能反應(yīng)材料在自然環(huán)境下的抗腐蝕性能，這些參數(shù)都能為研究材料的性能提供數(shù)據(jù)依據(jù)。

這種方法，相較傳統(tǒng)的人工檢測(cè)方法，避免了人的主觀性，降低了勞動(dòng)強(qiáng)度，提高了勞動(dòng)效率，具有重要的意義。

參考文獻(xiàn)

[1]紀(jì)綱，彭麗麗，王平.基于腐蝕產(chǎn)物顏色分析的材料腐蝕程度評(píng)定方法[J].重慶理工大學(xué)校報(bào)（自然科學(xué)版），2012，26（7）：69-73.

[2]紀(jì)鋼，朱燁華.材料外觀腐蝕特征處理評(píng)價(jià)系統(tǒng)研究[J].重慶工學(xué)院學(xué)報(bào)：自然科學(xué)版，2007，（1）：91-95.

[3]PAWLAK ZRough sets and intelligent data analysis[J].Information Science，2002，11（147）：1-12.

[4]武廣富，呂震中.基于粗糙集理論的火焰圖像處理與狀態(tài)識(shí)別[J].熱能動(dòng)力工程，2007，22（3）：310-313.

[5]范華忠，張伯虎，馮艷.數(shù)字圖像處理技術(shù)在火焰目標(biāo)提取中的應(yīng)用[J].電光與控制，2006，（1）：99-102.

[6]朱光忠.邊緣檢測(cè)算子在汽車牌照區(qū)域檢測(cè)中的應(yīng)用[J].計(jì)算機(jī)技術(shù)與發(fā)展，2006，（3）：161-163.

（作者單位：蘇州科技大學(xué) 外國(guó)語(yǔ)學(xué)院）