1. 使用模糊技术进行灰度变换和空间滤波
(1)基础 : 模糊集合理论 (对于隶属度函数的值而言)
子集、并集、交集 (AND交 取max \OR并 取min )
(2)一些具体操作流程
1.模糊输入:对于每个标量输入,通过将出入映射到 [0,1] ,在每个规则中使用可用的隶属度函数,找到相应模糊值
2. 执行需要的模糊逻辑操作 :必须合并前提各个部分的输出,并使用最大或者最小操作生成单个值,
具体最大最小取决于各部分是 OR连接还是 AND连接
3. 应用一种推断方法 :将每个输入计算出的模糊值,对应到最终输出 ,最后将所有输出取最大或者最小,
具体取哪个看情况,再转换成一个 ‘干脆的’ bi标量输出即可。
2. 使用模糊集合进行灰度变换 - 增强对比度
较好的扩展了灰度的动态范围。
3. 使用模糊集合进行空间滤波 -- 边缘提取