基于模糊理論的圖像邊緣檢測(cè)算法的研究.pdf

1、本文提出了一種基于模糊理論的邊緣檢測(cè)新算法。首先對(duì)輸入圖像進(jìn)行模式轉(zhuǎn)換，將待處理的圖像數(shù)據(jù)（空域數(shù)據(jù)）模糊化（轉(zhuǎn)換成模糊域的數(shù)據(jù)），對(duì)邊緣檢測(cè)的處理過(guò)程將都在模糊域內(nèi)進(jìn)行；接著進(jìn)行多次迭代的圖像模糊增強(qiáng)，主要目的是減小圖像模糊判決的不確定性；確定模糊帶寬、閾值和相關(guān)參數(shù)；然后利用If … then模糊規(guī)則進(jìn)行判決，檢測(cè)出模糊域內(nèi)邊緣數(shù)據(jù)；最后，反模糊化并輸出空域內(nèi)的圖像邊緣。其中，采用圖像窗口迭進(jìn)滾動(dòng)方式掃描，確保了邊緣曲線的連續(xù)與局部

2、細(xì)節(jié)的檢測(cè)。整個(gè)處理的過(guò)程沒(méi)有對(duì)圖像進(jìn)行濾波或降噪處理，但卻有很強(qiáng)的抗噪性能。在無(wú)噪聲干擾和有噪聲干擾的情況下，分別采用主觀和客觀兩種標(biāo)準(zhǔn)對(duì)本文算法和其他幾種傳統(tǒng)算法進(jìn)行了比較，并在理論上與著名Pal算子等模糊算法進(jìn)行了分析對(duì)比。實(shí)驗(yàn)結(jié)果表明，文中設(shè)計(jì)的模糊因子能有效的保證邊緣圖像細(xì)節(jié)和結(jié)構(gòu)的質(zhì)量。在引入80％以內(nèi)的高斯噪聲或10％以內(nèi)椒鹽噪聲的情況下，本文方法均比其他傳統(tǒng)方法效果好。 最后，本文提出了模糊邊緣檢測(cè)算法的硬件實(shí)現(xiàn)方案