PDF
研究文章|开放获取
帕维尔Vlašanek, ”生成合适的基本功能由F-Transform用于图像重建”,模糊系统的进步, 卷。2013年, 文章的ID593694年, 6 页面, 2013年。 https://doi.org/10.1155/2013/593694
生成合适的基本功能由F-Transform用于图像重建
文摘
图像重建技术基于F-transform使用明确的基本功能。这些功能有强烈影响重建的质量。我们可以使用一些预定义的形状和半径,而且我们可以创建一个新的。本文的目的是分析创建过程和基于找到最佳基本功能受损的测试输入集的图像。
1。介绍
图像重建旨在恢复受损的部分。在现实情况下这种损害可以引起的各种来源不同的表面。输入信息必须数字化作为第一步,之后分裂破坏和nondamaged部分。典型情况下摄影。我们可以区分许多类型的伤害像污点,划痕,文本,或噪音。我们可以说每一种损害包括破坏过程的典型方式。多余的时间或日期邮票了文本。划痕,裂纹,折叠了填补。这是显示在图1这也包括噪音。
(一)
(b)
(c)
从输入图像重建的目标是消除损坏部件,取而代之的部分,重新计算值。从附近的这些值计算。本文中提到的技术是基于F-transform带来特定的方式计算估值邻域像素及其使用的(1,2]。其他方法(3,4选择不同的技术。
在本文中,我们将重点关注估值计算的一部分。将测量质量的重建RMSE值均方根误差(RMSE代表)。在图2你可以看到输入图像和重建受损的以后使用理想的基本功能描述。我们将分析参数变化对目标质量的影响。
(一)
(b)
(c)
2。F-Transform
在图像重建中,使用离散的F-transform版本。细节中可以看到[5,6]。在本节中二维(2 d)变体也正常运转条件将简要介绍。
2.1。模糊分区与Ruspini条件
让内固定节点这样,和。我们说的模糊集,确定隶属度函数定义与Ruspini条件,建立一个模糊分区如果他们满足以下条件:(1) ,;(2) 如果均匀性的符号,我们集和;(3) 是连续的;(4) ,因为上,增加,,因为,严格减少;(5)对所有,
条件(1)被称为Ruspini条件。的隶属度函数被称为基本功能。一个点是覆盖的基本功能如果。
2.2。形状的基本功能
基本功能的形状不是预先确定的,因此,它可以选择根据附加要求(例如,平滑)。让我们举例说明各种模糊分区Ruspini条件。在图3,两个分区与三角和余弦等基本功能。下面给出的公式表示通用模糊分区Ruspini条件和三角函数: 在哪里和。
(一)
(b)
我们说一个Ruspini分区是- - - - - -统一的如果它的节点,在那里,都是等距的;也就是说,,因为,在那里,遇到了两个附加属性:(6) ,尽管,;(7) ,尽管和,,尽管和。
一个统一的模糊分区可以由所谓的生成函数 ,这被认为是甚至(函数即使所有吗,),连续,钟形,满足。基本功能一个统一的模糊分区与生成函数是转移的副本在这个意义上 和,
作为一个例子,我们注意到函数母函数是吗统一的三角形分区。在续集中,我们将使用统一的模糊分区只和参考为一个半径分区(7]。
2.3。离散二维F-Transform
我们说的矩阵的实数被称为(离散)F-transform的关于和如果对所有,
的元素被称为F-transform的组件。
的逆F-transform定义如下:
我们使用离散的基本功能和。我们的结果表明,充足的图像重建是足够使用最大半径。离散基本功能对Ruspini条件是建筑模板图4。
你可以看到白色的方块图4。这些方块可以标记为基本功能的部分。每列的一个标志。后自动计算反映部分的基本功能,可以看到图5。我们选择列。值列是相同的,因为Ruspini条件,5和7列中的值很容易可计算的是吗
(一)
(b)
因为使用Ruspini条件,我们可以使用拷贝覆盖整个范围的基本功能。模板的高度决定了价值观在轴。我们选择更好的可用性值0第一行最后一个1,0.5中间的两倍。两个基本函数值中可以看到图6。
基本功能的重叠部分在每一列函数值等于1。为了更好地可视化,黑色竖线也绘制。
3所示。基本功能的影响
形状的基本功能不减少的,振荡,或nonincreasing。在[描述差异和对计算的影响8]。我们选择与半径2基本功能重建的第一步和半径4在第二步中,因为完全足够使用输入的一组测试图像。在本文中,我们专注于建筑的形状基本功能逐步由RMSE提供基于结果。我们确定了这个过程的两个方面将会展示在图模板4在哪里。
列的列。找到最好的值当前列并继续下一列:(1)选择半径,(2)选择活动列(3)选择当前行,(4)基于这些值创建一个镜像和基本功能对Ruspini条件公式(7),(5)使用图像重建的基本功能,(6)由RMSE比较重建图像与原始的一个,(7)如果,然后,第三步,继续,(8)改变当前行,(9)继续步骤4。
半径,半径。找到最好的当前值为半径,继续下一个半径:(1)选择当前半径,(2)选择当前列(3)选择当前行,(4)基于这些值创建一个基本功能,(5)使用图像重建的基本功能,(6)由RMSE比较重建图像与原始未损坏的,(7)如果和,然后第三步,继续,(8)如果,然后第三步,继续,(9)选择当前行,(10)继续步骤4。
第一个方法列的列计算表1。你可以看到,有一列最佳权值。这意味着我们选择第六行,列。下一列是最好的RMSE值行吗为丽娜和自然图片和为图片的形象。我们选择基本功能与价值为列和为列。这个函数是在图8。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
第二种方式的基本功能半径,半径计算表2。从表中是最好的价值为和为列。这个基本的功能如图7。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
(一)
(b)
(一)
(b)
4所示。结论
因此我们可以说,一步一步过程收敛于振荡或线性形状。列的列振动基本功能方式是最好的解决方案。价值为列和为列提供RMSE值为丽娜,为图片,为自然。因为非常接近的结果图片图像之间和我们选择的价值所有的他们。半径,半径是最好的线性函数为列和为列。为丽娜RMSE等于,因为图片等于,对于自然等于。
承认
这项工作是由SGS14 /脉冲重复频率/ 2013(先进技术的应用软计算方法在图像处理)。
引用
- p . Vlasanek i Perfilieva, m . Wrublova”模糊变换的图像重建、知识工程中的不确定性建模和决策,”第十届国际弗兰会议学报》上,页615 - 620,世界科学,伊斯坦布尔,土耳其,2012年8月。视图:谷歌学术搜索
- p . Vlasanek和i Perfilieva”,与使用F-Transform图像重建,”《智能系统和计算机的进步,Interna一对联合会议(CISIS 12-ICEUTE 12-SOCO”12)a . Herrero诉Snašel, a·亚伯拉罕et al .,。卷,189年,页507 - 514,施普林格,2012年。视图:谷歌学术搜索
- j·a·帕克、r . v .肯扬和d e . Troxel博士“插值图像重采样方法的比较IEEE医学成像,2卷,不。1 - 39,1983页。视图:谷歌学术搜索
- k . Uhlir诉斯卡拉,“径向基函数用于恢复受损的图像,”计算机视觉和图形k . Wojciechowski, b . Smolka h .杭et al .,。32卷,第844 - 839页,2006年Kluwer学术。视图:谷歌学术搜索
- f . Di马蒂诺,诉Loia Perfilieva,和美国Sessa,”一个图像基于直接编码/解码方法和逆模糊变换,“国际期刊的近似推理,48卷,不。1,第131 - 110页,2008。视图:出版商的网站|谷歌学术搜索
- 即Perfilieva”模糊变换:理论和应用程序”,模糊集和系统,卷157,不。8,993 - 1023年,2006页。视图:出版商的网站|谷歌学术搜索
- 即Perfilieva和p . Vlasanek图像重建通过F-transform,爱思唯尔编辑系统知识系统,2013年。
- p . Vlasanek和i Perfilieva”,各种类型的基本功能对图像重建的影响使用F-transform,”欧洲社会模糊逻辑技术。在出版社。视图:谷歌学术搜索
版权
版权©2013帕维尔Vlašanek。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。
