模糊理論邊緣檢測方法

『壹』 模糊理論的應用領域

事實上,模糊理論應用最有效，最廣泛的領域就是模糊控制，模糊控制在各種領域出人意料的解決了傳統控制理論無法解決的或難以解決的問題，並取得了一些令人信服的成效。
模糊控制的基本思想：
把人類專家對特定的被控對象或過程的控制策略總結成一系列以「IF(條件)THEN(作用)」形式表示的控制規則，通過模糊推理得到控製作用集，作用於被控對象或過程。控製作用集為一組條件語句,狀態語句和控製作用均為一組被量化了的模糊語言集，如「正大」、「負大」、「正小」、「負小」、零等。
模糊控制的幾個研究方向：
·模糊控制的穩定性研究
·模糊模型及辯識
·模糊最優控制
·模糊自組織控制
·模糊自適應控制
·多模態模糊控制
模糊控制的主要缺陷:
信息簡單的模糊處理將導致系統的控制精度降低和動態品質變差。若要提高精度則必然增加量化級數，從而導致規則搜索范圍擴大，降低決策速度,甚至不能實時控制。模糊控制的設計尚缺乏系統性,無法定義控制目標。控制規則的選擇，論域的選擇，模糊集的定義，量化因子的選取多採用試湊發，這對復雜系統的控制是難以奏效的。 模糊理論發展至今已接近三十餘年，應用的范圍非常廣泛，從工程科技到社會人文科學都可以發現模糊理論研究的蹤跡與成果。我們分別由工程科技與社會人文科學的角度，了解模糊理論應用的范疇。
一、工程科技方面
1、型樣識別：文字識別、指紋識別、手寫字體辨識、影像辨識、語音辨識
2、控制工程：機器人控制、汽車控制、家電控制、工業儀表控制、電力控制
3、信號及資訊處理：影像處理、語音處理、資料整理、資料庫管理
4、人工智慧及專家系統：故障診斷、自然語言處理、自動翻譯、地震預測、工業設計
5、環保：廢水處理、凈水處理廠工程、空氣污染檢驗、空氣品質監控
6、其他：建築結構分析、化工製程式控制制
二、 教育、社會及人文科學方面
1、教育：教學成果評量、心理測驗、性向測驗、計算機輔助教學
2、心理學：心理分析、性向測驗
3、決策決定：決策支援、決策分析、多目標評價、綜合評價、風險分析 模糊理論是指用到了模糊集合的基本概念或連續隸屬度函數的理論。根據下圖可將模糊理論進行大致的分類。主要有五個分支：(1)模糊數學，它用模糊集合取代經典集合從而擴展了經典數學中的概念； (2)模糊邏輯與人工智慧，它引入了經典邏輯學中的近似推理，且在模糊信息和近似推理的基礎上開發了專家系統；
(3)模糊系統，它包含了信號處理和通信中的模糊控制和模糊方法；
(4)不確定性和信息，它用於分析各種不確定性；
(5)模糊決策，它用軟約束來考慮優化問題。
當然，這五個分支並不是完全獨立的，他們之間有緊密的聯系。例如，模糊控制就會用到模糊數學和模糊邏輯中的概念。
從實際應用的觀點來看，模糊理論的應用大部分集中在模糊系統上，尤其集中在模糊控制上。也有一些模糊專家系統應用於醫療診斷和決策支持。由於模糊理論從理論和實踐的角度看仍然是新生事物，所以我們期望，隨著模糊領域的成熟，將會出現更多可靠的實際應用。

『貳』 在Matlab如何使用自己需要檢測的圖像

使用imread函數將圖像讀入，例如A=imread('d:\picture.bmp','bmp'); 其中picture.bmp'為自己的圖像。最好把圖像放在MATLAB的work文件夾下，否則好多東西不方便。

關於邊緣檢測的問題，這是圖像處理的一個很大的方向，有很多種方法來做，有Roberts Cross運算元, Prewitt運算元, Sobel運算元, Canny運算元等等，還可以結合模糊理論和神經網路，沒有最好只有更好，基本都是基於的梯度方法。網上也有些現成的MATLAB程序。
我也是在做圖像的，MATLAB做做演算法模擬還是
不難的，自己編一下效果會更好。

『叄』 邊緣檢測的理論依據是什麼有哪些方法各有什麼特點

就是通過一些臨近像素相關演算法突出灰度變化比較大的部分。變化平緩的取值低，變化越劇烈取值越高。比如有卷積演算法，具體計算方法，有拉普拉斯運算元、高斯運算元等的應用。

『肆』 演算法和隨機性檢測的工具有哪些

早期的有邊緣運算元法、曲線擬合法、模板匹配法、門限化法。近年來又有許多新的邊緣檢測的演算法:小波變換、小波包的邊緣檢測等，基於數學形態學、模糊理論和神經網路的邊緣檢測演算法等。

『伍』 求圖像邊緣檢測的流程圖

Adobe Creative Suite 2設計套件中的Photoshop Creative Suite 2（簡稱PS CS2）帶來了很多的新功能：比如更多的創造性選項，按照用戶使用習慣定製更方便使用的Photoshop界面環境，增加了更多可以節省工作效率的文件處理功能，例如批處理數碼相機RAW格式文件。總之，Adobe Photoshop CS2一定可以使你的創意得到更大的提升。

現在我們就用圖解和實例的方式來仔細體驗Photoshop CS2帶給我們的新感覺！

第一部分 體驗全新Adobe Bridge文件瀏覽器帶來工作流程改革

一、全新的Adobe Bridge文件瀏覽器

1、基本操作 2、文件與文件夾 3、Bridge中心
4、自動任務 5、查找元數據Metadata 6、免費圖片庫Stock Photos

二、增強的色彩管理功能

Photoshop CS2除了繼續保持以前版本色彩管理方面的優勢功能之外，最大的改進就在於可以通過Adobe Bridge在Adobe Creative Suite的不同程序之間很方便地同步顏色設置。

三、Version CUE
Version Cue是Adobe公司推出的內容管理工具，使用它可以方便用戶加強圖像文件的分享工作。新版的Version Cue 2.0文檔管理內建於Adobe Creative Suite 2環境中，幫助用戶通過視覺預覽、跟蹤和訪問Adobe Creative Suite 2項目中的歷史和更替文件版本。

第二部分 體驗增強的圖像處理能力

一、32位高動態區域(HDR)支持
二、快速處理相機的RAW格式文件
三、光學透鏡校正
四、高級降噪功能
五、智能銳化濾鏡
六、去斑工具
七、一鍵修正紅眼
八、新增的模糊濾鏡

第三部分 體驗工作效率的有效提升

一、自定義菜單和工作空間
二、圖像處理機
三、腳本與動作事件管理器
四、自定義用戶界面字體大小
五、自動更新管理器
六、數據驅動圖像
七、視頻預覽
八、所見即所得的字體列表

第四部分 體驗增強的設計功能

一、滅點工具
濾鏡菜單中新增的滅點工具能夠按透視校正來處理包含透視面的圖像。下面我們舉一個例子來說明它的具體用法。

二、智能對象
智能對象是一種容器，在其中可以植入光柵或矢量圖像數據，比如植入來自其它Photoshop文件或Illustrator的光柵或矢量圖像。

三、多圖層控制
現在圖層的操作變得更加方便自如，我們來看看有關圖層基本操作方面的改進。

四、圖像扭曲
我們通過一個往茶杯上貼圖的小例子說明如何使用圖像扭曲功能。
回答者：lzcbox - 試用期 一級 11-5 12:01

photoshop cs2 是 photoshop 的最新的版本，和以前比最大的不同在於7.0出現的文件瀏覽器被CS1大大加強後在CS2中獨立出來，可以作為一個獨立的軟體使用。其他詳細的不同處可以參考它的幫助：
新功能
工作流程改進
Adobe Bridge 簡化了 Photoshop 以及帶有 Adobe Bridge（下一代文件瀏覽器）的 Adobe Creative Suite 中的文件處理。 有效地瀏覽、標記、搜索和處理圖像。 （請參閱關於 Adobe Bridge。）
色彩管理改進 保留所有 Adobe Creative Suite 組件中的通用顏色設置。 通過用於色彩管理的簡化列印界面進行列印。 （請參閱在 Adobe 應用程序間同步顏色設置。）
Version Cue® 2.0 作為單一用戶或小型工作組成員來管理文件和版本。 與 Adobe Bridge 集成以管理 Photoshop 和 Adobe Creative Suite 項目文件。 （請參閱受 Version Cue 管理的項目。）
增強的照片功能
多圖像相機原始數據 在極短的時間內處理完整個照片拍攝過程。 由於提供了整套數碼相機支持，您可以自動調整設置，轉換為通用數字負片 (DNG) 格式，並為成批圖像應用非破壞性的編輯。 （請參閱相機原始數據增效工具。）
高動態范圍 (HDR) 處理具有擴展動態范圍的 32 位/通道圖像。 攝影師可以使用多次曝光來捕捉整個動態范圍的場景，並將文件合並為單個圖像。 （請參閱關於高動態范圍圖像。）
光學鏡頭校正 校正鏡頭偏差，如桶形和枕形失真、色差和鏡頭暈影。 使用濾鏡網格方便地校正圖像透視。 （請參閱鏡頭校正濾鏡。）
減少雜色 減少數字圖像雜色、JPEG 不自然感以及掃描的膠片顆粒。 （請參閱減少圖像雜色。）
智能銳化濾鏡 使用新的演算法來銳化圖像，以獲得更好的邊緣檢測並減少銳化暈圈。 控制高光和陰影中的銳化量。 （請參閱使用智能銳化濾鏡。）
污點修復工具 快速修復污點和瑕疵，而不選擇源內容。 （請參閱使用污點修復畫筆工具。）
只需點按一次即可校正紅眼 點按一次來修復紅眼。 設置選項以調整瞳孔大小和變暗量。 （請參閱移去紅眼。）
模糊濾鏡 使用新的「模糊」濾鏡來應用模糊效果：「方框模糊」、「形狀模糊」和「表面模糊」。 （請參閱模糊濾鏡。）
生產率提高工具
可自定的菜單 設置和存儲自定菜單和工作區，突出顯示新的或常用菜單項以及簡化屏幕顯示內容以便於訪問所需的工具。 （請參閱定義菜單組。）
圖像處理器 將一批文件處理為多種文件格式。 （請參閱關於圖像處理器。）
全新的 PDF 引擎 功能全面的、可自定的預設以及 PDF 1.6/Acrobat 7.0 兼容性。 （請參閱以 PDF 格式存儲文件 (Photoshop)。）
腳本和動作事件管理器 將 JavaScript 和 Photoshop 動作設置為在發生指定的 Photoshop 事件時自動運行。 （請參閱將腳本和動作設置為自動運行。）
自定 UI 字體大小 在選項欄、調板以及「圖層樣式」對話框中自定文本大小。 （請參閱更改工作區域中的字體大小。）
更新管理器 自動搜索 Photoshop 更新。
變數 在 Photoshop 中創建數據驅動圖形，這與目前在 ImageReady 中執行的操作相同。 （請參閱關於數據驅動圖形。）
視頻預覽 使用 Firewire (IEEE1394) 鏈接在視頻顯示器中顯示文檔。 （請參閱在視頻顯示器上預覽文檔 。）
所見即所得字體菜單 直接在「字體」菜單中預覽字體系列和字體樣式。 （請參閱選取字體系列和樣式。）
設計師增強功能
消失點 粘貼、復制和繪制自動與圖像中透視平面匹配的圖素。 （請參閱關於消失點。）
智能對象 對嵌入矢量和像素數據執行非破壞性的變換。 創建多個嵌入數據實例，並方便地同時更新所有實例。 （請參閱智能對象。）
多圖層控制 將圖層作為對象使用。 選擇多個圖層並對其進行移動、編組、對齊和變換。 （請參閱選擇圖層和將圖層編組和取消圖層編組。）
圖像變形 可以使用「圖像變形」將圖像折成任何形狀，或者伸展、捲曲和彎曲圖像，從而方便地創建包模型或其他維度效果。 （請參閱變形命令。）
動畫 在 Photoshop 中創建動畫 GIF 文件，這與在 ImageReady 中創建動畫非常類似。 （請參閱創建動畫。）
日語文字功能 使用新字元對齊 (Mojisoroe) 和更多避頭尾法則文字來設置文本的格式。 （請參閱關於亞洲文字。）
智能參考線 在移動圖層時使用參考線（僅在需要時出現）對齊其內容。 （請參閱關於參考線和網格。）
集成的 Adobe Online Services 訪問和下載專業級 Adobe Stock Photos 並使用 Adobe Photoshop Services 共享和在線列印。 （請參閱關於 Adobe Stock Photos。）

參考資料：PS

『陸』 邊緣檢測的閾值確定

一旦我們計算出導數之後，下一步要做的就是給出一個閾值來確定哪裡是邊緣位置。閾值越低，能夠檢測出的邊線越多，結果也就越容易受到圖片雜訊的影響，並且越容易從圖像中挑出不相關的特性。與此相反，一個高的閾值將會遺失細的或者短的線段。一個常用的這種方法是帶有滯後作用的閾值選擇。這個方法使用不同的閾值去尋找邊緣。首先使用一個閾值上限去尋找邊線開始的地方。一旦找到了一個開始點，我們在圖像上逐點跟蹤邊緣路徑，當大於門檻下限時一直紀錄邊緣位置，直到數值小於下限之後才停止紀錄。這種方法假設邊緣是連續的界線，並且我們能夠跟蹤前面所看到的邊緣的模糊部分，而不會將圖像中的雜訊點標記為邊緣。

『柒』 什麼是模糊理論

模糊理論(Fuzzy Logic) [編輯本段]模糊的基本概念概念是思維的基本形式之一，它反映了客觀事物的本質特徵。人類在認識過程中，把感覺到的事物的共同特點抽象出來加以概括，這就形成了概念。比如從白雪、白馬、白紙等事物中抽象出「白」的概念。一個概念有它的內涵和外延，內涵是指該概念所反映的事物本質屬性的總和，也就是概念的內容。外延是指一個概念所確指的對象的范圍。例如「人」這個概念的內涵是指能製造工具，並使用工具進行勞動的動物，外延是指古今中外一切的人。
所謂模糊概念是指這個概念的外延具有不確定性，或者說它的外延是不清晰的，是模糊的。例如「青年」這個概念，它的內涵我們是清楚的，但是它的外延，即什麼樣的年齡階段內的人是青年，恐怕就很難說情楚，因為在「年輕」和「不年輕」之間沒有一個確定的邊界，這就是一個模糊概念。
需要注意的幾點：首先，人們在認識模糊性時，是允許有主觀性的，也就是說每個人對模糊事物的界限不完全一樣，承認一定的主觀性是認識模糊性的一個特點。例如，我們讓100個人說出「年輕人」的年齡范圍，那麼我們將得到100個不同的答案。盡管如此，當我們用模糊統計的方法進行分析時，年輕人的年齡界限分布又具有一定的規律性；
其次，模糊性是精確性的對立面，但不能消極地理解模糊性代表的是落後的生產力，恰恰相反，我們在處理客觀事物時，經常藉助於模糊性。例如，在一個有許多人的房間里，找一位「年老的高個子男人」，這是不難辦到的。這里所說的「年老」、「高個子」都是模糊概念，然而我們只要將這些模糊概念經過頭腦的分析判斷，很快就可以在人群中找到此人。如果我們要求用計算機查詢，那麼就要把所有人的年齡，身高的具體數據輸入計算機，然後我們才可以從人群中找這樣的人。
最後，人們對模糊性的認識往往同隨機性混淆起來，其實它們之間有著根本的區別。隨機性是其本身具有明確的含義，只是由於發生的條件不充分，而使得在條件與事件之間不能出現確定的因果關系，從而事件的出現與否表現出一種不確定性。而事物的模糊性是指我們要處理的事物的概念本身就是模糊的，即一個對象是否符合這個概念難以確定，也就是由於概念外延模糊而帶來的不確定性。

『捌』 模糊模式識別的理論基礎

1965年，美國著名控制論專家、加利福尼亞大學L.A.Zadeh(1965)教授提出模糊集(fuzzy sets)概念，建立了模糊集理論，創造了研究模糊性或不確定性問題的理論方法。近40年來，模糊理論與技術得到了迅猛發展，以模糊集理論為基礎的應用學科，如模糊聚類分析、模糊模式識別、模糊綜合評判、模糊決策與模糊預測、模糊規劃、模糊控制、模糊信息處理等已在工業、農業、醫學、軍事、計算機科學、信息科學、管理科學、系統科學、工程技術等學科領域中發揮著非常重要的作用，帶來了巨大的經濟效益。
在日常生活中，人們常常通過感官來對圖形、文字、語言等作出識別，在氣象科學領域、工程勘察領域、環境工程領域、醫學領域、刑偵領域、軍事領域等等方面的工作都有一個共同特點，就是都涉及利用已知的各類型來識別給定對象屬於哪一個類型的問題，這就是模式識別問題。
模式識別(pattern recognition)是近30年來得到迅速發展的人工智慧分支學科。但是，對於什麼是「模式」，或者什麼是機器(也包括人)能夠辨認的模式，迄今尚無確切的定義。這里，我們只能形象地解釋說，人之所以能識別圖像、聲音、動作，文字字形、面部表情等等是因為它們都存在著反映其特徵的某種模式。這種解釋仍屬同義反復，根本沒有詮釋模式的內涵和外延。連人工智慧專家卡納爾(L.Kanal)也認為：「如果一旦出現了對模式的定義並被證實能夠推動理論的發展，那將標志著人類智力的一大進步。雖然如此，目前的局面並不影響模式識別在各領域中廣泛的應用。」
人類對模式識別過程的機理目前仍然不是很清楚。對具體事物的識別主要是心理現象，對抽象事物的識別主要是思維現象。當一個人對於具體事物的認識，涉及人與客觀事物在人類感官中所引起的刺激之間的關系。當一個人感受到一個模式時，他把此感覺與他從自己過去的經驗中得來的一般概念或線索結合起來，並作出歸納性的推理判斷。由於客觀事物的特徵存在不同程度的模糊性，使得經典的識別方法越來越不適應客觀實際的要求，模糊識別正是為了滿足這一要求而產生起來的。
模糊識別的模糊集方法即模糊模式識別是對傳統模式識別方法即統計方法和句法方法的有用補充，就是能對模糊事物進行識別和判斷，它的理論基礎是模糊數學。模糊模式識別就是在模式識別中引入模糊數學方法，用模糊技術來設計機器識別系統，可簡化識別系統的結構，更廣泛、更深入地模擬人腦的思維過程，從而對客觀事物進行更為有效的分類與識別。

『玖』 邊緣檢測，圖像模糊，灰度化和圖像去霧的基本思路是什麼呢 說出是需要改變哪些色彩空間的值。。。

我挨個說一下吧，也算給自己復習一下。
一 邊緣檢測
方法很多很多啊。
1 常用的是用各種邊緣檢測運算元對圖像進行卷積運算，計算出來圖像每個部分的梯度值，由於邊緣有突變的像素值，所以梯度大的地方很可能是邊緣。常見的有 sobel運算元等。
2 形態學運算，主要是針對二值化之後的圖比較高效，直接先膨脹再腐蝕，然後相減圖像就是邊緣。
3 canny演算法，這個用的很多，我也很喜歡，主要是用到強邊緣和弱邊緣進行區分。
4 通過識別feature進行識別，在邊緣不明顯的時候比較有效。

二 圖像模糊
這里你要知道一個概念，什麼是模糊呢？
咱們近視眼就是一個模糊，這個模糊就是眼睛的成像不能精確的成像在視網膜上吧？
你可以想像一下，其實這就是一個尺度變換的問題，你看一張報紙很清楚，但是從五十米外看你這張報紙（我們假設能看得到），就非常模糊，不能辨認吧？
我這里就引出這個模糊的概念：叫做高斯濾波，高斯濾波其實就是一個尺度變換。
我再打個比方吧，比如一個圍棋棋盤，黑線是黑線，棋盤是棋盤，即使黑線很細，你也能分清楚是吧？
但是如果你摘下眼鏡看呢？黑線變粗了是吧？黑線變暗了是吧？
其實真正原因是棋盤的信息進入了原本黑線的地方，而黑線也進入了棋盤的地方。
這就是濾波的魅力，可以使像素各個梯度變小，讓圖像的像素點之間的聯系沒有那麼強烈。。
既然引出高斯濾波，那就有其他的各種濾波，比如拉普拉斯濾波，中值濾波，均值濾波。
實際操作中應用的也都是運算元求卷積的方法。

三 灰度化
你看電視的時候應該知道，電視上的一個彩色點，其實是GRB顏色模式，就是綠紅藍三色。
對應這個RGB顏色模式，你可以通過對這三個顏色通道的值進行處理，比如我就定義 V=(R+G+B)/3。那麼這個V就包含了三種顏色的信息了吧？
但是一般的我們不直接用三個平均，而是由各個相應的系數相乘得到。

這是RGB顏色模式，但是如果你用到HSV顏色模式，問題就簡單多了。
什麼是HSV模式呢？你遙控器上可能有 色度 飽和度 亮度按鈕吧？
這個就是HSV模式，其中這個V 就是 亮度 value，這個就直接是灰度信息了。

四 圖像去霧
我對這個去霧的理解是，圖像增強。
也可以叫做是圖像銳化，這個過程正好和圖像模糊相對應。
模糊是讓梯度值變小，銳化就是讓梯度變大。
對應的方法也是響應的運算元進行濾波了。
而需要注意的是，銳化用的是高通濾波，模糊是低通濾波。
因為邊緣信息一般都是頻率高的信號。

視頻分析系統團隊
風之風信子