基于模糊理论的医学图像平滑滤波方法

提出了一种适用于医学灰度图像处理的平滑滤波方法 .选择八个方向性掩模和一个无方向掩模 ,建立起图像像素与掩模的隶属度映射关系 .利用最大隶属度原理判断该像素隶属于哪一个掩模 ,而后用所求得的掩模对此像素进行平滑滤波 .经实验仿真证实 ,该方法既能有效地滤除医学图像中的噪声 ,又能很好地保持图像的边缘 ,处理速度也比较快     

基于模糊理论的图像分割方法

利用边缘提取方法将边缘和噪声象素点从一维直方图中剔除,再对剩余象素点聚类,求出最优分割阈值,然后再求出各象素点隶属于目标和背景的模糊隶属度。根据背景和目标灰度的分布特征,分别选择适当的置信区间,对不在置信区间的象素点再利用其邻域象素点隶属度进行分类最终得到分割结果。实验结果表明效果良好。     

基于模糊逻辑的足迹图像滤波算法

根据足迹图像噪声的特点,提出一种基于模糊逻辑的足迹图像去噪算法．算法首先分析足迹图像中像素不同方向邻域的灰度值分布情况进行噪声像素点的检测．然后使用改进的去除最大最小灰度值中值滤波算法对已检测噪声像素点的灰度值进行复原估计．最后,通过所设计符合实际的模糊逻辑规则,进行足迹图像噪声污染像素点的复原．实验结果表明,新算法在去除噪声的同时能够较好地保持足迹图像的细节特征,取得了优于现有大多数足迹图像滤波算法的效果．     

基于模糊理论的医学图像增强方法

提出了一种基于模糊逻辑理论的医学图像边缘检测的增强算法.该方法采用S函数作为隶属函数,实现空间域与模糊域之间的转换;在模糊域中采用幂次变换对图像进行对比度增强,最后再通过逆模糊化过程将数据映射到空间域中,得到增强后的图像.实验表明,针对所要处理的医学图像,与几种经典的处理方法相比,所提出的方法使增强后的图像能显示出更完整的边界信息.     

模糊图像的Kalman滤波恢复方法

提出了一种利用Kalman滤波对模糊图像进行恢复的方法。当降质函数已知时,首先对模糊图像在一个方向进行傅立叶变换,然后在另一方向进行快速的Kalman滤波,将两维的恢复问题转化为若干个一维问题。为克服边缘效应,构造了原图像的镜像,并给出了滤波结果。     

一种基于模糊理论的最佳路径选择方法

目的 为车辆用户高速、快速、便利地出行提供一种最佳的行驶路线。方法 利用模糊理论的概念提出了一种模糊综合评判的方法。结果与结论 基于模糊综合评判的最佳路径选取算法能够为驾驶员提供较合理的高效行驶路线。     

基于模糊粗糙集的图像自动分类研究

如何使用图像底层特征有效表达高层语义是实现图像自动分类难以逾越的鸿沟。本文将模糊粗糙集理论引入图像自动分类,在使用图像底层特征表达高层语义的图像自动分类过程中,把高维特征向量处理、合适的描述符集合选择难题转换为模糊决策表,使用图像语义贴近度概念来检验图像特征属性间的数据依赖关系,以达到属性约简,剔除冗余信息和图像分类规则推导的目的,并定义了图像类别隶属度函数对图像进行分类。实验结果表明该图像分类系统的分类正确率达81.7%,说明该方法具有很好的精确性和有效性,能较好地实现图像自动分类。     

图像模糊篡改盲取证

针对图像篡改人工模糊润饰操作,提出了一种新的盲取证技术。首先用保持边缘平滑滤波结构增强源图像模糊区域,并对滤波图像进行边缘检测;然后采用能量比和信息熵构建模糊边缘约简规则来检测源图像自然强边缘;接着设计模糊隶属度函数,计算源图像每个像素的模糊隶属度,并用该隶属度集合对初始模糊边缘图像进行处理,得到模糊边缘图像;最后对前面的图像进行融合并经过闭运算处理,得到准确清晰的人工模糊边缘。实验结果显示,本文算法能够很好地区分模糊边缘与自然强边缘,篡改区域的定位效果较好。     

基于模糊支持向量机的医学图像分类技术

对每一个训练点都定义点模糊度,利用其隶属函数所包含的信息量来确定模糊度,在此基础上对传统的支持向量机算法进行了改进,提出了基于模糊支持向量机的医学图像分类技术。采用不同噪声图像进行的试验结果表明,模糊支持向量机方法能够较好地对MRI图像中脑组织进行分类,并且具有较高的精度。使用该方法还可以减少计算量,提高运算速度。     

一种模糊自适应滤波算法的研究与实现

为解决均值滤波和中值滤波算法在数字信号处理中存在的问题,提出一种模糊自适应滤波算法．根据每个元素噪声度的大小控制均值滤波窗口的大小,并做了大量的仿真．与普通的均值滤波和中值滤波进行比较发现,该方法不仅很好地去除了信号中混有的脉冲,而且在不损坏信号细节的前提下,很好地滤除了噪声信号．最后,使用了信噪比改善因子S来检验算法的滤波效果,证明其滤波效果好于传统的中值滤波和均值滤波,且具有算法简单、实时性好等特点,并已经应用在很多场合．     

一种新的模糊图像边缘检测方法

边缘检测技术是图像预处理中最重要和最困难的任务之一，本提出了一种新的模糊图像边缘检测算法，算法中图像所对应的模糊特征平面通过一个基于阈值的隶属函数来提取，在模糊特征平面上应用模糊增强算子对低灰度区域的大部分象素进行衰减运算，对高灰度区域的大部分象素进行增强运算来提高两个区域之间的对比度，图像的边缘采用min或max算子来提取，仿真结果表明，该算法是一种有效的边缘检测方法。     

基于各向异性扩散的超声图像混合滤波方法

提出基于各向异性扩散的混合滤波新方法,以图像梯度为依据,利用各向异性扩散、各向同性扩散和自适应脉冲噪声滤波对医学超声图像进行分段滤波.为提高模型的稳定性与适用性,通过实验优化模型中的高斯平滑系数σ、步长△t、梯度阈值Ymin和Ymax4个主要参数,并确定各参数默认值及其修正范围.实验结果表明,该方法在去噪效果、滤波速度、边缘保护、稳定性和适用性方面优于现有的单一滤波方法,具有较好的应用前景.     

改进的选择式掩模法在图像平滑中的应用

提出了一种新的图像平滑方法。该方法在选择式掩膜平滑处理方法的基础上加以改进，对所选取的模板进行加权平均，达到了以下3个目的：第一，除去噪声,这是该图像平滑方法的基本功能；第二，保存边界，这是该方法相对于其它普通方法的一大改进；第三，增加图像的对比度，使得平滑后的图像与原图像失真最小，它为图像的预处理提供了一种很好的方法。     

基于模糊模式识别的高速公路交通事件的自动检测

通过模糊模式识别的方法,对高速公路交通事件进行自动检测。根据交通流量、速度和占有率,构造不同交通流状态的隶属函数,根据最大隶属度原则进行交通流状态的识别;构造3个变量的增量关于事件和非事件的隶属函数,根据最大隶属度原则进行事件的模糊识别。对算法进行离线性能评价,结果表明,模糊模式识别方法优于一般的事件自动检测(AID)方法,从而为AID提供了一种更科学有效的方法。     

基于包含度理论的图像置乱程度评价研究

提出了基于包含度理论的图像置乱程度评价新方法。本文首先对置乱前后图像中任意像素所对应二阶邻域系统构造一个模糊集并定义其隶属度;其次计算图像中各像素所对应二阶邻域系统模糊集及其补集之间的包含度;最后根据置乱前后两图像的包含度来构造图像置乱程度评价函数。实验结果表明,本文提出的评价方法是能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。     

基于模糊逻辑的图像脉冲噪声滤除

为了兼顾与平衡在图像脉冲噪声滤除和细节保留两方面的内容,提出了基于模糊逻辑的图像脉冲噪声滤除算法.新算法通过分析像素不同方向邻域像素灰度值分布情况来检测脉冲噪声点,另外为保持图像边缘等细节特征,使用改进MMEM(maximum-minimum exclusive median)算法对噪声像素点的灰度值进行估计.最后,新算法通过引入模糊逻辑规则,更加合理地进行噪声污染像素点的灰度值复原.仿真结果表明,与其它改进中值滤波算法相比新算法在去除脉冲噪声时能取得更好的效果.     

基于模糊类理论的电力系统短期负荷预测的方法

依据模糊聚类理论,提出一种短期负荷预测的新方法,应用相应的隶属度来描述负荷与影响负荷因素之间的关系。实践表明：该方法可以较多的考虑各种影响因素,从而较大地提高了预测的精度。