[发明专利]基于神经模糊系统和边缘检测的图像滤波方法

权利要求书

1.基于神经模糊系统和边缘检测的图像滤波方法，其特征在于，包括以下步骤：

步骤一：将中值滤波器，边缘检测器和一个自适应神经模糊推理系统(ANFIS)相结合构成一个滤波器，在使用该滤波器对噪声图像进行滤波前，人工构造一个训练图像，使用混合学习算法对该滤波器进行训练，确定系统中的参数；

步骤二：当滤波器训练完毕，就可对测试图像进行滤波。

2.根据权利要求1所述的基于边缘检测的图像滤波方法，其特征在于，步骤一进一步包括以下步骤：

步骤A：滤波器中的ANFIS有三个输入，一个输出，在使用滤波器对噪声图像进行滤波前，需对ANFIS进行训练，确定ANFIS中的参数。人工构造一个图像作为滤波器的期望输出图像，在该图像上添加30％的椒盐脉冲噪声得到噪声图像，作为ANFIS的输入图像；

步骤B：以输入的训练图像中左上角的像素(该像素即为当前操作像素)开始，在图像上以从上到下，从左至右的方式，遍取输入的训练图像中所有像素；

步骤C：对于当前操作像素，将中值滤波结果、边缘检测结果和当前操作像素本身作为系统的三个输入，由系统的三个输入可得到系统的一个实际输出；

步骤D：选取输入的训练图像中下一个像素作为当前操作像素，重复步骤C，通过这样的方式可得到输入的训练图像中所有像素灰度值的系统实际输出；

步骤E：根据输入的训练图像中所有像素灰度值的系统实际输出和由期望输出的训练图像得到的期望输出的差值，得到代价函数值；

步骤F：当代价函数值小于预先设定的阈值时，则系统训练结束；否则，使用混合学习算法对系统中的参数进行优化，然后重复以上步骤，进行下一次迭代训练。

3.根据权利要求1所述的基于边缘检测的图像滤波方法，其特征在于，步骤二进一步包括以下步骤：

步骤A：将需滤波的测试图像作为滤波器的输入图像，以输入图像中左上角的像素(该像素即为当前操作像素)开始，在图像上以从上到下，从左至右的方式，遍取输入图像中所有像素；

步骤B：对于当前操作像素，将中值滤波结果、边缘检测结果和当前操作像素本身作为系统的三个输入，由系统的三个输入可得到系统的一个实际输出，该输出即为与输入图像当前操作像素相对应的滤波后图像像素的灰度值；

步骤C：选取输入图像中下一个像素作为当前操作像素，重复步骤B，当输入图像中所有像素经过系统都得到输出后，就能得到一个输出图像，该输出图像即为滤波后图像。