基于模糊邏輯的圖像分割算法的研究.pdf

1、圖像分割作為圖像分析，圖像識別和圖像理解的前提條件，是通過不同的特征條件將圖像分為互不相交的區(qū)域。圖像分割的方法多種多樣，本文通過將模糊理論與閾值法和邊緣檢測結(jié)合，以提高圖像的分割質(zhì)量。
　　首先，本文分析了基于模糊度的閾值分割方法，對于方法中的窗寬需要人為確定，算法適應(yīng)性較差的特點，做了相應(yīng)的改進。通過對原始圖像灰度直方圖的變換和利用圖像的模糊率曲線，解決了以上兩個問題，實驗證明圖像分割效果能較好的還原圖像細(xì)節(jié)。然后本文通過分析

2、一維模糊熵閾值分割方法的特點，將圖像灰度信息與空間信息結(jié)合，引入圖像二維模糊熵，并對模糊熵算法加權(quán)，改進了尋優(yōu)算法中的窮舉法，與智能尋優(yōu)算法結(jié)合，提出了二維模糊熵加權(quán)的閾值分割方法，實驗證明算法能夠準(zhǔn)確地分割圖像并且具有一定的抗噪能力。
　　最后本文對圖像的邊緣檢測方法中的一些經(jīng)典算子進行了介紹，分析了Pal和King提出的經(jīng)典的模糊增強邊緣檢測方法，對于算法變換中存在的問題，做了相應(yīng)的嘗試改進，引入了邊緣置信度對圖像算法中的參數(shù)