基于模糊集理论鉴别运动模糊参数

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (33): 75-77.

基于模糊集理论鉴别运动模糊参数

张婷婷¹,许刚²

华北电力大学电气与电子工程学院,北京 102206

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-11-21 发布日期:2007-11-21
通讯作者: 张婷婷

Identification of motion blurred parameter by using fuzzy set

ZHANG Ting-ting¹,XU Gang²

Electric and Electronic Engineering College,North China Electric Power University,Beijing 102206,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-11-21 Published:2007-11-21
Contact: ZHANG Ting-ting

摘要/Abstract

摘要： 运动模糊是降质图像中常见的一种形式,运动模糊图像的恢复主要依靠对运动模糊参数的估计。提出了一种新的算法来估计线性运动模糊参数。该算法利用Radon变换找到运动模糊图像的方向,通过运用模糊理论中的t-norm调整得到模糊尺度。实验结果表明,该算法在鲁棒性和精确性上均有很大提高且即使在信噪比比较低的情况下仍然可以得到很好的恢复效果。

关键词: 模糊尺度, 模糊集, 鲁棒性, Radon变换

Abstract: Motion blur is one of common blurs that degrades images.Restoration of images is highly dependent on estimation of motion blur parameters.The authors have presented a novel algorithm to estimate linear motion blur parameters such as direction and extend by using radon transform to find direction and fuzzy set concepts to find its extend.This method has heen tested on a wide range of different type of standard images that had been degraded.This algorithm’s robustness and precision in noisy images is improved greatly.Though SNR is rather low,we still get highly satisfactory result.

Key words: blur extend, fuzzy set, robustness, Radon transform

张婷婷¹,许刚². 基于模糊集理论鉴别运动模糊参数[J]. 计算机工程与应用, 2007, 43(33): 75-77.

ZHANG Ting-ting¹,XU Gang². Identification of motion blurred parameter by using fuzzy set[J]. Computer Engineering and Applications, 2007, 43(33): 75-77.

[1]	白祉旭，王衡军，郭可翔. 基于深度神经网络的对抗样本技术综述[J]. 计算机工程与应用, 2021, 57(23): 61-70.
[2]	包顺，周礼刚. 加型Pythagorean模糊偏好关系的多属性决策方法[J]. 计算机工程与应用, 2021, 57(17): 61-67.
[3]	李松，刘哲，唐小妹，吴健，王飞雪. 基于固定点迭代的Huber鲁棒容积卡尔曼滤波算法[J]. 计算机工程与应用, 2021, 57(16): 90-96.
[4]	张俊芳，周礼刚，张春芳，徐鑫，肖箭. 区间Pythagorean犹豫模糊连续熵及灰色关联度的应用[J]. 计算机工程与应用, 2021, 57(15): 207-214.
[5]	黄晓琪，王莉，李钢. 融合胶囊网络的文本-图像生成对抗模型[J]. 计算机工程与应用, 2021, 57(14): 176-180.
[6]	陈晓文，刘光帅，刘望华，李旭瑞. 成对旋转不变的共生自适应完全局部三值模式[J]. 计算机工程与应用, 2021, 57(1): 219-226.
[7]	姜娇，蔡林沁，韦鹏程，李莉. 支持可验证的密文模糊关键字检索方案[J]. 计算机工程与应用, 2020, 56(7): 74-80.
[8]	宋娟. 考虑融合算法与交叉熵的毕达哥拉斯决策模型[J]. 计算机工程与应用, 2020, 56(5): 74-79.
[9]	王永贵，梅轩玮. 非对称异构信息网络的模糊推荐算法[J]. 计算机工程与应用, 2020, 56(23): 74-79.
[10]	张建华，李方方，杨岚. 融合PFS与RS的案例知识供需匹配研究[J]. 计算机工程与应用, 2020, 56(23): 139-145.
[11]	范纯龙，何宇峰，王翼新. 大权值抑制策略用于训练卷积神经网络[J]. 计算机工程与应用, 2020, 56(2): 115-119.
[12]	苏梦珂，孔祥智. 直觉对偶犹豫模糊集在多属性群决策中的应用[J]. 计算机工程与应用, 2020, 56(17): 273-278.
[13]	杨永鹏，杨真真，李建林，乐俊. 低秩稀疏分解及其在视频和图像处理中的应用[J]. 计算机工程与应用, 2020, 56(16): 21-30.
[14]	骆丹丹，曾守桢. Pythagorean模糊幂Bonferroni集成算子及其决策应用[J]. 计算机工程与应用, 2020, 56(15): 58-65.
[15]	马庆功. 区间犹豫模糊M-对称平均及其群决策模型[J]. 计算机工程与应用, 2020, 56(11): 156-163.