基于模糊集理论图像增强与边缘检测算法研究.ppt

基于模糊集理论的图像增强及 边缘检测算法研究 0605014114 答辩人:管慧萍 指导老师:李化欣 本课题研究意义 图像作为人类感知世界的视觉基础,是人类货物信息 表达信息和传递信息的重要手段。而数字图像处理技术则 为人类在计算机上实现和强化人的视觉以及人对视觉信息 的加工处理能力提供了可能 图像增强是一种基本的图像底层处理手段,它的目的 在于改善原始图像的视觉效果和某种意义上的滤噪,便于 后续的图像分析和模式识别。传统的图像增强方法,技术 上可以分为两类:频域法和空域法。它们大都没有考虑图 像的模糊性,而只简单地对整个图像改变对比度或抑制噪 声,往往在抑制噪声的同时也削减了图像的细节部分。本 文主要研究模糊集合理论用于256级灰度静止图像的对比 度增强和边缘检测算法 中北大学信息与通信工程学院 课题内容 模糊集理论图像增强发展现状 传统、广义模糊增强算法 基于模糊集理论的图像増强算法 基于模糊增强算子的边缘检测算法 中北大学信息与通信工程学院 视树集理论图像发展职状(费 模糊理论是由美国加利福尼亚大学伯克利分校电 气工程系 Lotfi A. Zadeh教授于1965年创立的模 糊集合理论的数学基础上发展起来的,主要包括模 糊集合理论、模糊逻辑、模糊推理和模糊控制等方 面的内容。 模糊理论在其诞生后的四十年的时间里发展十分 迅速。学习、研究并应用模糊理论的人越来越多, 模糊理论由此日益完善,其应用也日益广泛。 目前,从应用的情况看,模糊理论己在图像识别、 语音处理、自动控制、故障诊断、信息检索、地震 中北大学信息与通信工程学院 研究、环境预测、运输管理、楼宇自动化以及医 学、生物学、社会学及心理学等许多学科和领域 中获得了广泛的应用。近年来,空调、冰箱、洗 衣机等家用电器中也广泛采用了模糊控制技术。 近几年来,模糊理论与神经网络、遗传算法 起形成计算智能这一新兴学科的三大组成部分 模糊理论与应用的发展将会极大地推动人类社会 向智能信息处理的新阶段迈进。 图像模糊处理主要有以下三个步骤:图像模 糊特征提取、隶属函数值的修正和模糊域反变换, 如图1.1 中北大学信息与通信工程学院