外文翻譯---基于模糊邏輯技術(shù)圖像上邊緣檢測(cè)

1、譯文二：1基于模糊邏輯技術(shù)圖像上邊緣檢測(cè) 基于模糊邏輯技術(shù)圖像上邊緣檢測(cè)[2]摘要 摘要：模糊技術(shù)是經(jīng)營(yíng)者為了模擬在數(shù)學(xué)水平的代償行為過程的決策或主觀評(píng)價(jià)而引入的。下面介紹經(jīng)營(yíng)商已經(jīng)完成了的計(jì)算機(jī)視覺應(yīng)用。本文提出了一種基于模糊邏輯推理戰(zhàn)略為基礎(chǔ)的新方法，它被建議使用在沒有確定閾值的數(shù)字圖像邊緣檢測(cè)上。這種方法首先將用 3 3 的浮點(diǎn)二進(jìn)制矩陣將圖像分割成幾個(gè)區(qū)域。邊緣像素被 ?映射到一個(gè)屬性值與彼此不同的范圍。該方法的魯棒性所得到的不

2、同拍攝圖像將與線性 Sobel 運(yùn)算所得到的圖像相比較。并且該方法給出了直線的線條平滑度、平直度和弧形線條的良好弧度這些永久的效果。同時(shí)角位可以更清晰并且可以更容易的定義。關(guān)鍵詞 關(guān)鍵詞：模糊邏輯，邊緣檢測(cè)，圖像處理，電腦視覺，機(jī)械的部位，測(cè)量1. 引言 引言在過去的幾十年里，對(duì)計(jì)算機(jī)視覺系統(tǒng)的興趣，研究和發(fā)展已經(jīng)增長(zhǎng)了不少。如今，它們出現(xiàn)在各個(gè)生活領(lǐng)域，從停車場(chǎng)，街道和商場(chǎng)各角落的監(jiān)測(cè)系統(tǒng)到主要食品生產(chǎn)的分類和質(zhì)量控制系統(tǒng)。因此，引進(jìn)

3、自動(dòng)化的視覺檢測(cè)和測(cè)量系統(tǒng)是有必要的，特別是二維機(jī)械對(duì)象[1,8]。部分原因是由于那些每天產(chǎn)生的數(shù)字圖像大幅度的增加(比如，從 X 光片到衛(wèi)星影像)，并且對(duì)于這樣圖片的自動(dòng)處理有增加的需求[9,10,11]。因此，現(xiàn)在的許多應(yīng)用例如對(duì)醫(yī)學(xué)圖像進(jìn)行計(jì)算機(jī)輔助診斷，將遙感圖像分割和分類成土地類別(比如，對(duì)麥田，非法大麻種植園的鑒定，以及對(duì)作物生長(zhǎng)的估計(jì)判斷)，光學(xué)字符識(shí)別，閉環(huán)控制，基于目錄檢索的多媒體應(yīng)用，電影產(chǎn)業(yè)上的圖像處理，汽車車牌的

4、詳細(xì)記錄的鑒定，以及許多工業(yè)檢測(cè)任務(wù)(比如，紡織品，鋼材，平板玻璃等的缺陷檢測(cè))。歷史上的許多數(shù)據(jù)已經(jīng)被生成圖像，以幫助人們分析(相比較于數(shù)字表之類的，圖像顯然容易理解多了)[12]。所以這鼓勵(lì)了數(shù)字分析技術(shù)在數(shù)據(jù)處理方面的使用。此外，由于人類善于理解圖像，基于圖像的分析法在算法發(fā)展上提供了一些幫助(比如，它鼓勵(lì)幾何分析)，并且也有助于非正式確認(rèn)的結(jié)[1] Abdallah A. Alshennawy, Ayman A. Aly. Ed

5、ge Detection in Digital Images Using Fuzzy Logic Technique . World Academy of Science, Engineering and Technology, 2009, 51: 178-186. ? ? J輸入圖像模糊圖像 模糊推理系統(tǒng) 圖像去模糊 結(jié)果圖像專家知識(shí)庫(kù)模糊邏輯模糊集理論圖二 模糊圖像處理的一般結(jié)構(gòu)最近的研究發(fā)現(xiàn)可以使用神經(jīng)模糊功能開發(fā)邊緣檢測(cè)，在

6、一個(gè)相對(duì)較小的原型邊緣設(shè)置上訓(xùn)練之后，再用古典邊緣檢測(cè)在樣品圖像中進(jìn)行分類。這項(xiàng)工作是Bezdek 等人開創(chuàng)的，他們訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)去像正規(guī)的 Sobel 算子一樣給出相同的模糊的結(jié)果。然而，通過筆者和合作者的工作已表明訓(xùn)練神經(jīng)網(wǎng)絡(luò)去分類脆值是個(gè)更有效的 Bezdek 計(jì)劃變體。神經(jīng)模糊邊緣檢測(cè)的優(yōu)勢(shì)甚至超過傳統(tǒng)的邊緣檢測(cè)。在[27, 28]系統(tǒng)中的描述，模糊推理系統(tǒng)的輸入是通過向原始圖像申請(qǐng)高通濾波器，Sobel 算子和低通濾波器而獲

7、得的。然后整個(gè)結(jié)構(gòu)轉(zhuǎn)換成對(duì)比增強(qiáng)濾波器起作用，另一個(gè)問題是，轉(zhuǎn)換成輸入類里指定數(shù)量的部分圖像。為數(shù)字圖像上的邊緣檢測(cè)，一種新型的基于模糊邏輯推理策略的 FIS 方法已經(jīng)準(zhǔn)備好了，而不是確定閥值或需要訓(xùn)練算法。這種提出的方法通過將圖像分割成浮動(dòng) 3*3 的二進(jìn)制區(qū)域開始。一個(gè)直接的模糊推理系統(tǒng)測(cè)繪一個(gè)從浮動(dòng)矩陣上得到不同值的范圍來檢測(cè)邊緣。A 模糊圖像處理模糊圖像處理是所有方法的集合，包括理解，描繪或處理作為模糊集的段或特征的圖像。描繪或

8、處理取決于選定的模糊技術(shù)或需要解決的問題。模糊圖像處理有三個(gè)主要階段：圖像模糊化，隸屬度值的修改，以及必要是的圖像去模糊化，如圖2 所示。模糊化和去模糊化的步驟歸咎于我們不具備硬件模糊。因此，圖像數(shù)據(jù)的編碼(模糊)和對(duì)結(jié)果的解碼(去模糊化)使通過模糊技術(shù)處理圖像變?yōu)榭赡?。模糊圖像處理的主要力量是中間步驟(隸屬度值的修改)。當(dāng)圖像數(shù)據(jù)從灰度平面轉(zhuǎn)換成隸屬度平面(模糊)，通過模糊技術(shù)修改隸屬度。這可以是一個(gè)模糊聚類，一個(gè)基于規(guī)則的模糊方法，