模糊边缘检测技术在机器人触觉图象处理中的应用

讨论了图象的模糊边缘检测问题。把模糊的概念引入到了触觉图象的表达与处理过程中，设计了适合于触觉图象的隶属度函数、构造了模糊增强的变换表达式。这一方法在阵列触觉传感器的图象处理中取得了较好的效果。     

基于神经网络与模糊算法图像边缘检测方法*

针对传统图像边缘检测方法中出现毛边、噪边、边缘定位不精确等缺点,提出一种神经网络与模糊算法相结合的检测方法。根据图像特征,将图像分为高频和低频部分分别处理,高频部分适宜用双层网络结构,可以很好地减弱噪声;对于图像低频部分,将模糊理论引入到边缘检测中,能够检测出弱边。最后对检测出的两个图像边缘进行融合,实验结果证明得出的检测效果较好,比传统边缘检测算子所获结果有很大改善。     

模糊支持向量机在入侵检测中的应用研究

网络入侵检测是保证安全防护技术,在入侵检测中,数据分布的不均衡和噪声数据的存在影响检测性能和分类效果.针对传统支持向量机对噪声数据和孤立点敏感的缺点,提出了一种基于双超球隶属度函数的模糊支持向量机算法.算法在确定隶属度时充分考虑样本与类中心之间的关系以及类中各个样本之间的关系,并且将样本的隶属度与样本到所在类中心的距离看作是一个非线性关系.根据模糊支持向量机和双超球隶属度函数的原理,采用核函数对检测性能的影响.通过KDD99数据的测试并与传统的支持向量机算法进行比较,实验结果证明改进算法的可行性和有效性.     

模糊边缘检测在机器视觉图像系统仿真研究

研究图像优化问题,针对精确定位边缘和抑制噪声,视觉图像中最重要的是进行边缘检测,用于轮廓抽取、特征检测和纹理分析.传统的Pal.King增强算法在速度和检测效果等方面存在缺陷,提出了一种新的检测算法,算法简化了Pal.King复杂的变换和逆变换.先通过阈值来定义一个新的隶属函数将原始图像映射到模糊特征平面,利用模糊增强处理来提高区域之间的层次,加强边缘两侧的对比度,最后根据-定的判别准则提取出图像的边缘.实验结果表明,改进算法提高了运算效率,而且提取的边缘比较精细.新算法中具有唯-的参数且可以自动确定,保证了算法的自适应性.     

基于分类器的图像模糊边缘检测快速算法

通过对Pal King边缘检测算法的分析,提出了一种新的模糊边缘检测快速算法。首先对图像进行模糊增强,然后依据当前像素及其8-邻域像素的灰度,设计了一个分类器,通过计算相对于该分类器的模糊隶属度函数值,对像素进行边缘分类;最后锐化所得的边缘像素,剔除噪声。算法抛弃了Pal King方法中复杂的迭代运算,同时也克服了Pal King算法中对图像低灰度值边缘信息的丢失,还可以通过设置不同的参数来检测不同细节的边缘。实验结果表明,该快速算法比Pal King算法的边缘检测能力更强,同时运算速度提高了约20倍。     

基于模糊和遗传算法的路况图像边缘检测

在路况监测中,常常需要得到路况图像的边缘轮廓线,以便诊断路面的病害情况。为适应这种需求,提出了基于模糊和遗传算法的路况图像边缘检测算法。针对用模糊算法构造相应隶属函数进行图像边缘检测中存在的低灰度图像信息丢失、边缘检测速度较慢等问题,利用遗传和模糊算法的优点构造边缘检测算法。这种方法使得模糊处理后丢失的低灰度信息得以恢复,提高了算法的效率,增强了算法的适应性。算法检测出的图像边缘与传统模糊算法提取的图像边缘相比较,结果更加清晰完整。     

基于模糊梯度法的边缘检测方法

根据图象边缘灰度的梯度变化,构造图象灰度模糊矩阵和描述边缘点的隶属函数,利用遗传算法实现隶属函数各参数的寻优过程,并由输出隶属度判断提取图象边缘点,实现了图象的边缘检测。实验表明,该方法能有效地描述边缘的穿越过程,并可改善检测结果。     

模糊模式识别应用于回转窑内衬故障检测

结圈和红窑是水泥回转窑经常发生的内衬故障,仅对窑筒体表面红外温度图像进行分析来进行故障识别结果往往不够准确,本文采用了基于最大隶属原则的模糊模式识别方法和树聚类法分别对结圈和红窑等内衬故障进行自动识别和定位.在山东某水泥厂实验表明,该方法误识别率低,实现算法效率高,具有较高的工程推广价值.     

模糊柔性形态学边缘检测

提出了一种改进的基于模糊理论的柔性形态学边缘检测方法。在模糊域里选用效率更高的隶属度函数,借鉴广义模糊集的概念对模糊域计算区域进行拉伸和增强处理,增加边缘两侧灰度对比度,再利用柔性形态学特征及性质选取更有效率性能、更好的边缘检测算子和结构元,得到噪声存在条件下更加理想的图像边缘。与其他检测算法相比,该算法在取得更多边缘细节的同时具有更强的抗噪能力,具有一定的实用性和可行性。     

一种构造模糊隶属度的新方法

传统的模糊支持向量机隶属度函数是基于样本点到类中心点的距离进行设计的,这对非规则形状分布数据很不合理.在基于粗糙集和支持向量机建立入侵检测模型里,使用粗糙集理论挖掘出各条件属性对决策属性的影响决策程度,提出基于样本点与类中心点属性比较加权的新隶属度函数构造方法.该方法用于此模型,可以有效降低隶属度函数对样本集几何形状的依赖,能够有效地区分样本点、噪音点以及孤立点.实验表明,与支持向量机和传统基于类中心距离的模糊支持向量机相比,新的基于属性相关的隶属度函数的模糊支持向量机达到最好的分类效果,而且新隶属度方法简单易行,运行速度快     

数字信号处理技术应用于路轨探伤

提出了一种路轨探伤的新方法。它的特点在于（１）以波束脉冲直通方式代替了常规的波束脉冲回波方式；（２）利用雷利波的色散特性计算与它相互作用的裂痕深度；（３）使用信号处理技术，对所传送的雷利波进行ＦＦＴ和频谱分析，从而直接计算裂痕深度。处理方法简单快速，可提高实时处理的速度和可靠性。最后还介绍了探伤装置的组成结构和处理流程。     

基于DSP的CIS信号采集与处理技术

CIS(接触式图像传感器)是一种新型图像传感器。介绍了CIS的主要结构、特点和工作原理，提出了一种基于DSP的CIS信号采集与处理方案。与传统的图像采集系统相比，该系统由于采用CIS作为图像传感器，DSP作为控制和运算核心，因而具有电路简单，控制方便的特点。最后，给出了该系统在实际应用中的工作波形。     

基于模糊神经网络火灾探测信号处理方法

针对火灾探测信号的特点,建立了火灾探测系统模型及用于处理火灾信号的模糊神经网络计算模型.利用神经网络构造模糊系统,用神经网络的自学习和自适应能力自动调整模糊系统参数,用改进的BP算法对网络进行学习和训练.根据国家标准试验火数据进行网络的学习和测试,系统误差小于试验火标准误差要求,表明了算法的有效性和可行性.     

微波车流量检测雷达中数字信号处理机的设计

针对微波车流量检测雷达的要求,设计并实现了基于DSP芯片TMS320VC5502的数字信号处理机,对车流量检测雷达系统接收到的回波信号进行实时采样和分析计算出道路车流量.实验表明:该系统稳定可靠,满足智能交通系统对车流量检测器的要求.     

强杂波背景下LPI信号的模糊检测方法

研究了强杂波干扰背景下运用模糊集合理论解决低截获概率信号（LPI）雷达信号的检测问题,分析了在无源雷达体制下获取有效目标信号的方法,并指出了传统匹配滤波方法的局限性.针对该问题,给出了四种模糊集合相似性测度,在借鉴了传统的匹配滤波器基础上提出了构造模糊匹配滤波器,并利用模糊相似性测度为准则进行滤波运算,以解决强干扰背景中信号检测的问题.基于定义的相似性测度准则对LPI信号采用模糊匹配滤波,仿真结果表明该方法具有在强干扰背景下检测目标的良好能力,其性能优于传统匹配滤波方法.     

一种基于模糊逻辑的数字信号滤波方法

提出了一种用模糊逻辑推理对数字信号进行滤波的方法.根据带有噪声信号的特性,通过比较该信号与其前、后几个信号的差异,再运用模糊逻辑推理规则,就可以判断出该信号是否带有噪声,并对其进行处理.通过实验说明:该方法可以滤除信号中带有的脉冲噪声和同分布噪声,方法简单,结果满意.     

模糊神经网络技术在火灾探测信号处理中的应用

本文结合火灾探测信号的特点,提出一种将模糊神经网络应用于火灾探测报警系统的方法,实现模糊神经网络系统的自学习和自适应功能。依据模糊神经网络算法的要求,完成了网络结构的设计,并用BP算法对网络进行学习和训练。有效提高火灾报警的准确性,减少了火灾报警系统漏报率和误报率。     

模糊神经网络技术在火灾探测信号处理中的应用

本文结合火灾探测信号的特点,提出一种将模糊神经网络应用于火灾探测报警系统的方法,实现模糊神经网络系统的自学习和自适应功能.依据模糊神经网络算法的要求,完成了网络结构的设计,并用BP算法对网络进行学习和训练.有效提高火灾报警的准确性,减少了火灾报警系统漏报率和误报率.     

Fuzzy Filtering for Physiological Signal Analysis

This study suggests the use of fuzzy-filtering algorithms to deal with the uncertainties associated to the analysis of physiological signals. The signal characteristics, for a given situation or physiological state, vary for an individual over time and also vary among the individuals with the same state. These random variations are due to the several factors related to the physiological behavior of individuals, which cannot be taken into account in the interpretation of signal characteristics. Our approach is to reduce the effect of random variations on the analysis of signal characteristics via filtering out randomness or uncertainty from the signal using a nonlinear fuzzy filter. A fuzzy-filtering algorithm, which is based on a modification of filtering algorithm of Kumar et al. [M. Kumar, N. Stoll, and R. Stoll, IEEE Trans. Fuzzy Syst., vol. 17, no. 1, pp. 150–166, Feb. 2009], is proposed for an improved performance. The method is illustrated by studying the effect of head-up tilting on the heart-rate signal of 40 healthy subjects.      

基于数字信道化的二相编码信号检测优化方法

在现代雷达信号中,相位编码是一种应用广泛的调制方式.针对不同的应用需求,相位编码信号所采用的具体编码形式又各不相同,这就要求雷达侦察接收机必须根据侦察对象的特点采取相应的处理方法,以达到最佳的截获性能.本文对数字信道化接收机中宽脉宽信号测量的处理问题进行了研究与探索并进行了检测方法优化,结果分析显示优化后的相关检测方法可适应目前雷达的相位编码调制方式.