1、本文提出了一種基于模糊理論的邊緣檢測新算法。首先對輸入圖像進行模式轉換，將待處理的圖像數(shù)據(jù)（空域數(shù)據(jù)）模糊化（轉換成模糊域的數(shù)據(jù)），對邊緣檢測的處理過程將都在模糊域內(nèi)進行；接著進行多次迭代的圖像模糊增強，主要目的是減小圖像模糊判決的不確定性；確定模糊帶寬、閾值和相關參數(shù)；然后利用If … then模糊規(guī)則進行判決，檢測出模糊域內(nèi)邊緣數(shù)據(jù)；最后，反模糊化并輸出空域內(nèi)的圖像邊緣。其中，采用圖像窗口迭進滾動方式掃描，確保了邊緣曲線的連續(xù)與局部

2、細節(jié)的檢測。整個處理的過程沒有對圖像進行濾波或降噪處理，但卻有很強的抗噪性能。在無噪聲干擾和有噪聲干擾的情況下，分別采用主觀和客觀兩種標準對本文算法和其他幾種傳統(tǒng)算法進行了比較，并在理論上與著名Pal算子等模糊算法進行了分析對比。實驗結果表明，文中設計的模糊因子能有效的保證邊緣圖像細節(jié)和結構的質(zhì)量。在引入80％以內(nèi)的高斯噪聲或10％以內(nèi)椒鹽噪聲的情況下，本文方法均比其他傳統(tǒng)方法效果好。 最后，本文提出了模糊邊緣檢測算法的硬件實現(xiàn)方案