彩色图像分割一直是图像处理系统中的重要技术。 通过基于粗糙集理论的近似彩色直方图的粗糙度测量，可以实现具有低计算复杂度的高精度分割。 但是，由于对邻域相似性的描述不够精确，因此现有的粗糙度量度倾向于过度关注琐碎的均质区域，但不够精确，无法测量颜色均质性。 本文旨在通过模拟人类视觉来构建多尺度粗糙度度量。 我们应用线性尺度空间和粗糙集的理论来生成多个尺度下颜色分布的层次粗糙性。 这种多尺度粗糙度可以容忍琐碎区域的干扰，还可以提供视觉中的多层次同质性表示，因此可以产生精确而直观的分割结果。 此外，我
