模糊边缘检测算法的改进

本文通过对Pal.King模糊边缘检测算法进行改进，提出了一种新的模糊边缘检测算法。该算法首先定义了一种简单的隶属度函数作为变换；然后根据Ostu法选取的阈值确定增强算子的参数μc，通过我们新定义的增强算子，在模糊特征平面上进行增强运算；接着将增强后的图象模糊特征平面转换为空域图象，最后进行图象的平滑和边缘提取。同时，本文还提出了改进算法的快速算法，对具有多峰直方图分布图象的模糊边缘检测也进行了推广。     

一种基于改进Pal.King算子的AVI视频边缘检测研究

本文全面分析了Pal.King模糊边缘检测算法存在的缺陷,提出了一种新的改进型Pal.King模糊边缘检测算法,并将其应用到AVI视频边缘检测。该算法针对Pal.King算法中对隶属度阈值的设置存在的不足,通过重新定义模糊隶属度函数,反复实验,确定了各参数的最佳值。仿真结果比较显示,改进后的算子复杂度得到降低,效率得以显著提高,边缘检测效果更佳。     

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷,即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理。并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法。通过定义新的隶属函数和一种新的模糊增强算法,结合图像平滑滤波处理进行图像边缘提取,有效地增强了边缘信息且抑制了噪声的干扰,并给出了该方法在图像边缘提取中的应用实例。     

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷，即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理。并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法。通过定义新的隶属函数和一种新的模糊增强算法，结合图像平滑滤波处理进行图像边缘提取，有效地增强了边缘信息且抑制了噪声的干扰，并给出了该方法在图像边缘提取中的应用实例。     

基于遗传算法阈值优化的模糊边缘检测

针对Pal和King提出的模糊边缘检测算法易导致图像灰度信息丢失的问题,提出一种改进的图像模糊边缘检测算法。算法先使用遗传算法和Otsu得到最佳阈值参数,通过阈值定义一个新的隶属函数将原始图像映射到模糊特征平面;然后利用模糊增强提高区域之间的层次,加强边缘两侧的对比度;再对图像进行灰度增强;最后用Min算子提取出图像的边缘。实验结果表明,改进算法提高了边缘检测质量。     

一种新的模糊图像边缘检测方法

边缘检测技术是图像预处理中最重要和最困难的任务之一，本提出了一种新的模糊图像边缘检测算法，算法中图像所对应的模糊特征平面通过一个基于阈值的隶属函数来提取，在模糊特征平面上应用模糊增强算子对低灰度区域的大部分象素进行衰减运算，对高灰度区域的大部分象素进行增强运算来提高两个区域之间的对比度，图像的边缘采用min或max算子来提取，仿真结果表明，该算法是一种有效的边缘检测方法。     

图像模糊篡改盲取证

针对图像篡改人工模糊润饰操作,提出了一种新的盲取证技术。首先用保持边缘平滑滤波结构增强源图像模糊区域,并对滤波图像进行边缘检测;然后采用能量比和信息熵构建模糊边缘约简规则来检测源图像自然强边缘;接着设计模糊隶属度函数,计算源图像每个像素的模糊隶属度,并用该隶属度集合对初始模糊边缘图像进行处理,得到模糊边缘图像;最后对前面的图像进行融合并经过闭运算处理,得到准确清晰的人工模糊边缘。实验结果显示,本文算法能够很好地区分模糊边缘与自然强边缘,篡改区域的定位效果较好。     

基于广义模糊算子的射线检测焊接图像增强

针对射线检测焊接图像存在对比度差，灰度范围小，影像模糊，一般的增强方法不能在增强对比度同时较好保持边缘的问题，在分析传统模糊增强算法的基础上，引入广义模糊集合的概念．利用广义模糊变换范围大的特点，将图像映射到广义模糊空间，选用分段正弦函数作为模糊隶属度，提出一种适用于射线检测焊接图像的广义模糊增强算法．通过对焊缝图像进行广义模糊增强处理表明，该算法在增强对比度同时又可较好保持边缘．引入了模糊熵的方法来评价图像的增强效果，并对提出的正弦隶属度函数及广义模糊增强算子的特性进行了分析．     

基于自适应高斯云变换的模糊控制器隶属度函数选取

针对现阶段模糊控制器中隶属度函数选取的局限性,利用自适应高斯云变换算法在概念含混度阈值的引导下对工程样本数据进行概念层次划分,根据最终所得的高斯云分布情况确定出隶属度函数的数目、形状及覆盖范围。为了验证自适应高斯云变换算法提取的隶属度函数的合理性,构建了无人机六自由度模型,搭建了基于simulink仿真平台的无人机俯仰角模糊控制器用于仿真验证。数值仿真结果表明嵌套有自适应高斯云变换算法所确定的隶属度函数的无人机俯仰角模糊控制器可有效实现俯仰角的控制,同时具有良好的动态响应特性。     

基于多特征分步模糊推理的边缘检测算法

基于Mamdani模糊推理的边缘检测,将多个特征作为整体进行一步推理,但不同特征难以兼顾对模糊边缘的敏感和噪声的抑制,导致算法鲁棒性下降. 为此,该文提出了一种基于重要性加权的分步推理算法,根据各特征对边缘敏感和噪声抑制的重要性分步进行模糊推理,并加权每步推理结果作为边缘隶属度. 并提出了一种基于面积近似的重心法改进算式,能更好兼顾解模糊的准确性和实时性. 实验结果表明了该算法的准确性、鲁棒性和实时性.     

基于粒子群算法的模糊滤波器优化方法

根据粒子群算法可以搜索全局最优的特点,提出一种新的基于粒子群算法优化模糊隶属函数,从而对带有脉冲噪声图像进行模糊中值滤波的方法.该方法给出一个新的模糊熵定义,采用改进粒子群优化算法寻求隶属函数的最优参数,依照最大熵准则将图像变换到模糊域,然后对需要处理的噪声图像进行滤波.实验表明,提出的方法可以很好地滤除图像中的脉冲噪声,自适应性强.     

模糊数学存在的问题及解决方法

指出模糊数学的问题是没有计算,因为支撑模糊集合转换的不是数学计算而是基于“取大取小”和“If…then”型模糊逻辑的专家系统。解决模糊数学问题的途径是,不借用“取大取小”和“模糊逻辑”等辅助性支撑条件来实现模糊集合转换,而是直接研究基于隶属函数的“不确定性转换”。做法是,用构造隶属函数的方法确定目标在单指标下具有某种状态程度的不确定性,进而用隶属度向量表征目标在单指标下的不确定性状态,并把确定目标在多指标下的不确定状态具体化为实现“指标隶属度到目标隶属度转换”。从分析指标隶属度中包含对目标分类的冗余值入手,通过建立一系列定理、推论揭示隶属度转换的非线性转换机理,由此构建实现隶属度转换的非线性计算方法。     

基于遗传算法的模糊隶属函数的优化

对于非线性和时变性的不确定系统 ,模糊控制是一种较有效的方法。但在模糊控制器的设计中存在两个瓶颈 :模糊变量隶属函数的确定和模糊控制规则的正确选取。遗传算法是模拟生物的进化现象 ,并采用自然进化机制来表现复杂现象的一种概率搜索方法。传统搜索方法解决不了的复杂问题 ,应用遗传算法却可以得到解决。将遗传算法引入到模糊控制器的设计中 ,根据已知的模糊控制规则 ,对模糊隶属函数自动寻优。以工业过程控制为对象 ,针对具有纯滞后二阶系统进行了计算机仿真 ,并进行了对比性研究。仿真结果表明 ,采用该方法可获得一个基于一定性能指标的最优或次优的隶属函数参数 ,且该模糊控制系统具有过渡过程的时间短、超调小等优点。     

一种基于遗传算法的机器人手臂系统模糊控制器

为了对模糊控制器中隶属函数进行寻优,本文设计了一种直接对隶属度函参数进行编码的短阵式个体编码遗传算法,该编码方式具有简单明了,易于交叉异操作,不用译译的特点,某四自由度机器人手臂模糊控制系统仿真结果表明,该矩阵式个体编码遗传算法能够在线优化模糊变量的隶属度函数,与没有采用该遗传算法的模糊控制器线比较,它大大提高了系统的控制效果。     

用遗传算法对模糊量的隶属函数进行优化

在模糊控制器设计中,模糊规则的确定以及模糊变量隶属函数的选取都是非常重要的,隶属函数的形状、模糊划分的覆盖范围对模糊推理有很大影响,实际设计时隶属函数的确定往往需要反复试凑.文章目的是解决在控制规则已知的情况下语言变量最佳覆盖范围,及隶属函数优化.采用遗传算法对各模糊变量的隶属函数进行二进制编码和优化计算,可以得到隶属函数覆盖范围的最优划分.结果表明这种方法可以求得全局最优.     

用遗传算法对模糊量的隶属函数进行优化

在模糊控制器设计中，模糊规则的确定以及模糊变量隶属函数的选取都是非常重要的，隶属函数的形状、模糊划分的覆盖范围对模糊推理有很大影响，实际设计时隶属函数的确定往往需要反复试凑．文章目的是解决在控制规则已知的情况下语言变量最佳覆盖范围，及隶属函数优化．采用遗传算法对各模糊变量的隶属函数进行二进制编码和优化计算，可以得到隶属函数覆盖范围的最优划分．结果表明这种方法可以求得全局最优。     

相对运动所引起的模糊图像的模糊复原算法研究

由于通常所要处理的图像都具有某种不确性，根据先验知识采建立退化模型的反退化处理技术，如滤波，其通用性较差．论文基于模糊算法对由相对运动引起的模糊图像的复原算法进行了研究，阐述了运动模糊图像退化的数学模型．根据数学模型分析其退化的原因，并运用模糊理论知识，提出了对由相对运动引起的模糊图像进行复原的隶属函数，同时与维纳（Wiener）滤波复原算法进行了对比分析．结果表明：模糊复原算法对有噪声的运动模糊图像能基本还原出原来的图像，效果相当理想，为图像复原技术提供了一种新思路．     

基于模糊聚类建立模糊模型的新方法

为了实现自动建立Mamdani模糊模型,提出了一种基于局部数据密度的新方法.该方法采用局部近似隶属函数的模糊聚类算法对数据进行学习,从而挖掘出潜在的模糊规则集和隶属函数的参数,实现自动建立Mamdani模糊模型.在聚类时,不需要事先指定类的数目,确定类中心的同时能自动识别噪声,因此在建模时不需要做额外的去噪声处理.使用该方法对交通信息预测进行了仿真实验,结果表明本文提出的模糊建模方法行之有效.     

一种基于数据库的专家系统设计方法

利用一种将人工智能、数据库技术、模糊理论相结合的方法，设计构造专家系统的整体框架。在系统实现中，采用隶属函数来反映对象的模糊性和模糊关系，基于关系型数据库进行知识库的设计，用模糊性更新传播算法和正反向混合推理控制策略进行模糊性推理。