基于ANFIS的图像边缘检测算法  

Edge Detecting Algorithm for Images Based on ANFIS

作　　者：罗海驰 李岳阳 孙俊 

机构地区：[1]江南大学轻工过程先进控制教育部重点实验室,江苏无锡214122

出　　处：《江南大学学报（自然科学版）》2014年第5期523-530,共8页Joural of Jiangnan University (Natural Science Edition)　

基　　金：国家自然科学基金项目(61170119);中央高校基本科研业务费专项基金项目(JUSRP211A38)

摘　　要：提出了一个包含4个自适应神经模糊推理系统(ANFIS)和一个后处理块的网络,该网络可用于灰度图像边缘检测。网络中每个ANFIS都是一个四输入单输出的一阶Sugeno模糊推理系统。所提出的边缘检测算法分两步进行,首先对该网络进行优化训练,确定其参数,然后用优化后的网络对被脉冲噪声污染的测试图像进行边缘检测。所提出的新算法的特色之处在于,即使测试图像被噪声污染,新算法也能有效地提取图像中的边缘信息而无需进行图像滤波预处理过程。仿真结果表明,新算法提取边缘信息的能力明显优于传统的边缘检测算法。An edge detector for gray images based on the adaptive neuro-fuzzy inference systems （ANFISs） is presented. The edge detector is constructed by combining four ANFISs with a postprocessor. Each ANFIS is a first-order Sugeno type fuzzy inference system with 4-inputs and 1-output. The proposed edge detector consists of two modes of operation, namely, training and testing. The advantage of the proposed algorithm is its efficient extraction of the edges of the gray images corrupted by impulse noise without a noise filter prior to the edge detection. The experimental results show that the new algorithm significantly outperforms other conventional edge detectors.

关 键 词：边缘检测 自适应神经模糊推理系统 脉冲噪声 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]