彩色圖像處理方法研究及其在現(xiàn)代農(nóng)業(yè)中的應(yīng)用.pdf

1、同濟(jì)大學(xué)博士學(xué)位論文彩色圖像處理方法研究及其在現(xiàn)代農(nóng)業(yè)中的應(yīng)用姓名：林開顏申請學(xué)位級別：博士專業(yè)：控制理論與控制工程指導(dǎo)教師：徐立鴻20040301彩色圖像處理方法研究及其在現(xiàn)代農(nóng)業(yè)中的應(yīng)用中心點(diǎn)隨機(jī)初始化的影響；另一方面，利用子集中心點(diǎn)集和子集分布密度進(jìn)行模糊聚類，可以大幅提高算法的計(jì)算速度，進(jìn)而可以利用聚類有效性分析指標(biāo)快速確定聚類數(shù)目。通過實(shí)驗(yàn)分析表明，在優(yōu)化聚類性能不變的前提下，可以使模糊聚類的速度得到明顯提高，實(shí)現(xiàn)彩色圖像的快

2、速分割。(5)針對FFCM算法對噪聲敏感的問題，把一種基于負(fù)指數(shù)函數(shù)的距離引入FFCM算法，與基于歐式距離的FFCM相比，采用新距離測度的NDM—FFCM算法在計(jì)算中心點(diǎn)時(shí)每個(gè)數(shù)據(jù)點(diǎn)多了一個(gè)權(quán)重，當(dāng)數(shù)據(jù)點(diǎn)離中心越近，權(quán)重越大；反之，權(quán)重越小。實(shí)驗(yàn)表明，由于噪聲點(diǎn)離中心點(diǎn)通常比較遠(yuǎn)，采用NDM—FFCM算法可以有效地抑制噪聲，提高了算法的魯棒性。(6)利用梯度法進(jìn)行彩色圖像邊緣檢測具有計(jì)算簡單、速度快、實(shí)時(shí)性好等特點(diǎn)，但缺點(diǎn)是對噪聲敏感，

3、檢測的邊緣較粗，對此利用模糊邏輯和快速最大熵法對彩色圖像邊緣檢測方法進(jìn)行研究。在YIⅣ彩色空間中，提出了一種基于模糊規(guī)則的彩色圖像邊緣檢測方法。對輸入圖像的Y、u、V三個(gè)分量，計(jì)算各個(gè)點(diǎn)與8鄰域的絕對差值，利用預(yù)先定義的16條模糊規(guī)則進(jìn)行模糊推理，獲得屬于邊緣點(diǎn)的隸屬度，再將其變換到灰度空間獲得邊緣強(qiáng)度值：然后利用快速熵算法確定閾值，進(jìn)而獲得邊緣圖像。實(shí)驗(yàn)證明，與基于梯度的方法相比，這種方法不但可以獲得較好的邊緣特性，而且具有較強(qiáng)的抗噪

4、性能。(7)對于水果的形狀分級問題，提出了一種基于傅立葉變換的分級方法。對目標(biāo)進(jìn)行邊界跟蹤后，獲取其半徑序列點(diǎn)，利用傅立葉變換可以方便的對其形狀進(jìn)行描述，由于信息集中在低頻分量上，故只需計(jì)算少量的傅立葉系數(shù)即可，滿足實(shí)時(shí)性要求。利用傅立葉變換的前K項(xiàng)分量中傅立葉系數(shù)最大的L項(xiàng)傅立葉系數(shù)定義了一個(gè)形狀分類器，以此對水果進(jìn)行形狀分級，方法簡單有效。將研究的算法用于水果形狀分級和葉片面積測量，結(jié)果表明算法性能良好，測量精度高，具有實(shí)時(shí)、無損等