空间滤波_第三章 灰度变换与空间滤波-(八)使用模糊技术进行灰度变换和空间滤波之原理...

空间滤波_第三章 灰度变换与空间滤波-(八)使用模糊技术进行灰度变换和空间滤波之原理..._第1张图片

小孩子才分对错,成年人只看利弊。

权威不容置疑,理解也要建立在共同认知的基础上。怕是要抄抄书,论述一些基本概念。

模糊集合论原理

遥远的1965年L.A.Zadeh就在论文中引入了模糊轮的概念:

为元素(对象)集,
表示
的一类元素,即
。该集合称为
论域
中的模糊集合
由隶属度函数
表征,它是与
的元素相关的在区间
内的一个实数。
处的值表示
的隶属度等级。最近接
的值在
中的
的较高的隶属等度等级趋于一致,而当
接近于0时,则相反。

“属于”这个概念在普通集合中很熟悉,但在模糊集合论中却有不同的含义。

对于普通集合:

我们说一个元素属于或不属于一个集合;

而对模糊集合:

  • 对于
    的所有
    都是集合的完全成员,
  • 对于
    的所有
    都不是集合的成员,
  • 的值介于0和1之间的所有
    是集合的部分成员。

用公式表示:

我们以上一章中“年轻人的”有斜率的图来表示就是:

这里作为一个例子就很好理解,(1, 1), (2, 1), (3, 1) ...(20, 1)表示在[1, 20]区间中跟年轻人的契合度是1, 但是再随着年龄的整张,契合度就变低了(21, 0.9), (22, 0.8) ...(29, 0.1).

如果我们把A当做(x, y)的一个个点的坐标值的集合,并把它画出来,是不是就变成了

函数的离散图像?就可以完全用
来定义
了。我们换个角度考虑就是:

一个离散模糊集合只不过是一个函数点的集合,该函数将问题域(论域)中的每个元素映射到了大于0而小于1的数,这样,我们通常可以交替使用术语模糊集合和隶属度函数。

可以想象,如果隶属度函数

有且仅有两个值时,例如0和1, 这样这个模糊集合就退化成我们熟悉的集合论了。从这个角度想,普通集合只不过是模糊集合的一种特殊形式而已。既然模糊集合这么厉害,我们有必要在模糊集合下拓展一下之前集合的一些概念:
  • 空集:当且仅当
    中的隶属度函数等于0, 模糊集合为空集。
  • 相等:当且仅当对于所有的
    ,两个模糊集合A和B相等
  • 补集:
    表示模糊集合
    的补集(
    ),定义为其隶属度函数是
    的集合,其中
  • 子集:当且仅当所有的
    ,有
    , 模糊集合A是B的子集。
  • 并集:对于所有的
    , 两个模糊度集合A和B的并集是具有隶属度函数
    的并集
    , 表示为
  • 交集:两个模糊集合A和B的交集是对于与所有的
    , 具有隶属度函数
    的模糊集合I,表示为

空间滤波_第三章 灰度变换与空间滤波-(八)使用模糊技术进行灰度变换和空间滤波之原理..._第2张图片

只讲概念的教程都是耍流氓。看定义晕了头很正常,因为定义本来就是用来概括定义的。

如上图就很好诠释了集合的定义,对于有隶属度函数

, 上图的从左到右,从上到下就分别代表了:
  • 模糊集合A和模糊集合B
  • 模糊集合A的补集
  • 模糊集合A和模糊集合B的并集
  • 模糊集合A和模糊集合B的交集

一些常见的隶属度函数:

空间滤波_第三章 灰度变换与空间滤波-(八)使用模糊技术进行灰度变换和空间滤波之原理..._第3张图片
三角形

空间滤波_第三章 灰度变换与空间滤波-(八)使用模糊技术进行灰度变换和空间滤波之原理..._第4张图片
梯形

空间滤波_第三章 灰度变换与空间滤波-(八)使用模糊技术进行灰度变换和空间滤波之原理..._第5张图片
Σ型

空间滤波_第三章 灰度变换与空间滤波-(八)使用模糊技术进行灰度变换和空间滤波之原理..._第6张图片
S形

空间滤波_第三章 灰度变换与空间滤波-(八)使用模糊技术进行灰度变换和空间滤波之原理..._第7张图片
钟型

空间滤波_第三章 灰度变换与空间滤波-(八)使用模糊技术进行灰度变换和空间滤波之原理..._第8张图片
截尾高斯形

你可能感兴趣的:(空间滤波)