基于區(qū)間二型模糊集的圖像邊緣檢測方法.pdf

1、圖像邊緣檢測是圖像處理領(lǐng)域中經(jīng)典的技術(shù)難題之一,是前期視覺理論和算法中的基本問題,也是中期和后期視覺處理成敗的重要因素之一。圖像的邊緣攜帶了圖像大部分信息,是圖像的基本特征。它在圖像識別、圖像分割、圖像增強以及圖像壓縮等領(lǐng)域中有著較為廣泛的應(yīng)用。邊緣檢測質(zhì)量的好壞直接影響后續(xù)圖像處理的效果,甚至決定其成敗,因此,邊緣檢測的作用至關(guān)重要。
　　 圖像本質(zhì)上具有模糊性,有以下三方面因為:一是圖像是由三維空間投影在二維平面上的,因此會

2、帶來部分信息丟失。二是在定義圖像的邊界、區(qū)域和紋理等時存在模糊性。三是對圖像底層處理結(jié)果的解釋帶有模糊性。但這些不確定性不完全是隨機的,單純用隨機理論來處理是不適合的。所以模糊理論在圖像處理問題的使用有著一定的合理性和必然性。
　　 區(qū)間二型模糊集是一類特殊的二型模糊集,其次隸屬度的值等于1,比起一般二型模糊集較簡單。傳統(tǒng)構(gòu)造區(qū)間二型模糊集都是通過模糊化因子把一型模糊集的隸屬函數(shù)轉(zhuǎn)化成上、下隸屬函數(shù)。本文中介紹了一種HM方法,把

3、一幅圖像對應(yīng)的模糊矩陣通過運算直接得到區(qū)間二型模糊集的上、下隸屬函數(shù)。
　　 模糊熵描述了一個模糊集的模糊性程度?；谀：氐膱D像邊緣檢測效果比傳統(tǒng)的圖像處理方法要好,因此成為了圖像分析的研究熱點。目前提出的BurilloBustince和Zeng兩種區(qū)間二型模糊熵都存在著一定的缺陷,基于此因為對目前的區(qū)間二型模糊熵做了改進。
　　 本文利用HM法構(gòu)建的區(qū)間二型模糊集和改進的區(qū)間二型模糊熵進行圖像邊緣檢測,最后運用MAT