基于模糊集理论的图像处理与控制方法研究

目录

声明

致谢

1 绪论

1.1研究背景及意义

1.1.1研究背景

1.1.2研究意义

1.2国内外研究现状

1.2.1图像处理研究现状

1.2.2 模糊集研究现状

1.3 主要研究内容与技术路线

1.3.1主要研究内容

1.3.2论文框架及技术路线

2 基于模糊集的图像处理与控制基础理论

2.1 模糊集合及其表示方法

2.1.1 模糊集

2.1.2 模糊集的表示方法

2.2 模糊集合的运算

2.2.1 模糊集的格运算

2.2.2 模糊集合的其他运算

2.3 模糊集合的分解与表现定理

2.3.1 模糊集的分解定理

2.3.2 模糊集的表现定理

2.4 模糊性的度量

2.4.1 有限域上的模糊度量

2.4.2 无限域上的模糊度量

2.5直觉模糊集

2.5.1 相关定义

2.5.2 直觉模糊集的散度测度和熵测度

2.6 模糊控制与模糊推理算子

2.6.1模糊化算子

2.6.2 判定化算子

2.7 本章小结

3 基于模糊集理论的图像增强方法

3.1 引言

3.2 基于模糊集图像增强相关技术

3.2.1模糊逻辑与凸模糊集

3.2.2模糊极值

3.2.3 最大隶属度

3.2.4 图像转换

3.3 基于模糊集的图像增强方法

3.3.1图像增强方法

3.3.2 数据分析

3.3.3 实验仿真

3.4本章小结

4基于模糊集理论的图像边缘检测方法

4.1 引言

4.2 基于模糊集的图像边缘检测方法

4.2.1边缘检测关键技术

4.2.2 基于模糊集边缘检测算法

4.3算法评估分析

4.3.1模糊集图像增强算法的仿真

4.3.2 基于模糊集的图像增强算法评估

4.3.3基于模糊集的图像边缘检测算法实验评估

4.3.4 检测结果分析

4.4本章小结

5 基于直觉模糊集的图像边缘检测方法

5.1引言

5.2改进的IFS散度测度和熵测度计算方法

5.2.1 计算方法

5.2.2熵测度的比较与分析

5.3实验仿真

5.3.1 方法与步骤

5.3.2结果分析

5.4本章小结

6 基于模糊集的模糊逻辑控制方法

6.1 引言

6.2模糊逻辑控制方法

6.2.1建立模糊集和隶属度函数

6.2.2建立模糊推理规则

6.3模糊逻辑系统控制策略

6.3.1模糊推理方法

6.3.2模糊控制器设计

6.3.3 输出信息清晰化处理

6.4设计实例

6.4.1设计思路

6.4.2 位置获取

6.4.3模糊控制器设计

6.4.4评估分析

6.5本章小结

7 结论与展望

7.1 结论

7.2 展望

参考文献

作者简历及攻读博士学位期间取得的研究成果

独创性声明

学位论文数据集