1、同濟大學博士學位論文彩色圖像處理方法研究及其在現(xiàn)代農(nóng)業(yè)中的應用姓名：林開顏申請學位級別：博士專業(yè)：控制理論與控制工程指導教師：徐立鴻20040301彩色圖像處理方法研究及其在現(xiàn)代農(nóng)業(yè)中的應用中心點隨機初始化的影響；另一方面，利用子集中心點集和子集分布密度進行模糊聚類，可以大幅提高算法的計算速度，進而可以利用聚類有效性分析指標快速確定聚類數(shù)目。通過實驗分析表明，在優(yōu)化聚類性能不變的前提下，可以使模糊聚類的速度得到明顯提高，實現(xiàn)彩色圖像的快

2、速分割。(5)針對FFCM算法對噪聲敏感的問題，把一種基于負指數(shù)函數(shù)的距離引入FFCM算法，與基于歐式距離的FFCM相比，采用新距離測度的NDM—FFCM算法在計算中心點時每個數(shù)據(jù)點多了一個權重，當數(shù)據(jù)點離中心越近，權重越大；反之，權重越小。實驗表明，由于噪聲點離中心點通常比較遠，采用NDM—FFCM算法可以有效地抑制噪聲，提高了算法的魯棒性。(6)利用梯度法進行彩色圖像邊緣檢測具有計算簡單、速度快、實時性好等特點，但缺點是對噪聲敏感，

3、檢測的邊緣較粗，對此利用模糊邏輯和快速最大熵法對彩色圖像邊緣檢測方法進行研究。在YIⅣ彩色空間中，提出了一種基于模糊規(guī)則的彩色圖像邊緣檢測方法。對輸入圖像的Y、u、V三個分量，計算各個點與8鄰域的絕對差值，利用預先定義的16條模糊規(guī)則進行模糊推理，獲得屬于邊緣點的隸屬度，再將其變換到灰度空間獲得邊緣強度值：然后利用快速熵算法確定閾值，進而獲得邊緣圖像。實驗證明，與基于梯度的方法相比，這種方法不但可以獲得較好的邊緣特性，而且具有較強的抗噪

4、性能。(7)對于水果的形狀分級問題，提出了一種基于傅立葉變換的分級方法。對目標進行邊界跟蹤后，獲取其半徑序列點，利用傅立葉變換可以方便的對其形狀進行描述，由于信息集中在低頻分量上，故只需計算少量的傅立葉系數(shù)即可，滿足實時性要求。利用傅立葉變換的前K項分量中傅立葉系數(shù)最大的L項傅立葉系數(shù)定義了一個形狀分類器，以此對水果進行形狀分級，方法簡單有效。將研究的算法用于水果形狀分級和葉片面積測量，結果表明算法性能良好，測量精度高，具有實時、無損等