基于模糊集理論的圖像濾波的研究.pdf

1、圖像濾波是圖像處理領域里的一個重要分支，是圖像分割、紋理特征和形狀特征提取等圖像分析的重要基礎。大量有關這個主題的論文都集中在討論圖像濾波的數學模型，但是，許多基于數學模型的圖像濾波算法只能針對某一類噪聲有效，例如，中值濾波主要用于去除脈沖噪聲，而均值濾波則可以有效的消除高斯噪聲。圖像濾波的重點在于圖像噪聲點和信號點的區(qū)分，圖像噪聲點信息的檢測過程是個不確定性的問題，模糊邏輯在處理這個不確定問題上表現出了很大的優(yōu)越性，同時當一幅圖像的信

2、息未知時，某些數學模型里的參數是很難確定的，由于一些人類知識可以用語言規(guī)則來表示，用模糊邏輯來表示很合適，所以運用模糊算法越來越成為當今圖像處理的重要方法。基于模糊集理論的方法是把模糊邏輯應用于專家系統的思想，其中用If...Then規(guī)則來表示人類知識，使用模糊集理論的模糊濾波方法是一種很有前途的領域。
　　 本文的研究目的是為了探索新的圖像濾波方法，提出一種新的基于模糊集理論的噪聲濾除算法。文中首先闡述了模糊集的基本理論，然后

3、介紹了一些經典的圖像濾波算法，在此基礎上研究了將模糊集理論應用于圖像濾波的相關算法。
　　 本論文重點是:(一)研究了一種基于物理模型的噪聲檢測算法，詳細闡述了改進的彈簧質點模型這一物理模型，并將平面匯交力系的平衡條件作為判斷像素點是否是噪聲點的標準，進而結合迭代中值濾波技術對灰度圖像的噪聲點進行處理；(二)在改進的彈簧質點模型的基礎上，將該物理模型與模糊集理論相結合，充分考慮彩色圖像中的顏色信息，從而建立新的模糊規(guī)則進行彩色圖