基于粗糙集理论的自适应图像内插

利用粗糙集中的不可分辨理论提出了一种基于粗糙集理论和旋转掩模(rotatingmask)相结合的自适应图像内插算法.首先利用图像的连续性,提出了用粗糙集中的上近似集(upperapproximation)和下近似集(lowerapproximation)来确定与缺损点具有不可分辨关系的样本点,然后利用这些同类样本点对缺损点进行自适应的内插.实验结果表明,利用该算法内插的图像质量无论客观评价标准还是主观评价标准均好于传统的图像内插法,该算法是粗糙集理论与图像信息处理相结合的有益尝试.