摘要：針對傳統(tǒng)航拍圖像智能識別方法目標(biāo)識別精準(zhǔn)度低的問題，提出基于模糊數(shù)學(xué)模型的航拍圖像智能識別方法研究。通過模糊數(shù)學(xué)集合制定關(guān)于圖像灰度值的模糊數(shù)學(xué)規(guī)則，運用隸屬度函數(shù)計算出符合規(guī)則的灰度值，同時運用模糊數(shù)學(xué)集合對灰度值調(diào)整后的圖像進行降噪處理，實現(xiàn)對航拍圖像的灰度值和濾波預(yù)處理：運用模糊數(shù)學(xué)自相關(guān)函數(shù)計算出圖像目標(biāo)的紋理粗糙度，完成圖像的特征提取;建立并比較圖像特征的模糊數(shù)學(xué)模型和特征模糊數(shù)學(xué)集合，智能識別到圖像目標(biāo)。經(jīng)試驗證明，基于模糊數(shù)學(xué)模型的航拍圖像智能識別方法能準(zhǔn)確的識別到航拍圖像目標(biāo)。

　　關(guān)鍵詞：模糊數(shù)學(xué)模型;圖像智能識別;模糊數(shù)學(xué)集合;隸屬度函數(shù)

　　模糊數(shù)學(xué)模型是建立在集合論的基礎(chǔ)上研究的，其研究領(lǐng)域廣泛，其中包括常見的模糊數(shù)學(xué)集合、模糊數(shù)學(xué)自相關(guān)函數(shù)、隸屬度函數(shù)等，并且其應(yīng)用范圍較廣泛，經(jīng)常用于人工智能、識別系統(tǒng)等，由于模糊數(shù)學(xué)模型是以不確定性的物體為研究對象，所以也常用于迷糊識別、模糊處理，模糊分析等各方面[1]。此次將模糊數(shù)學(xué)模型引入到航拍圖像智能識別中，提高圖像識別的精準(zhǔn)度。

　　1 基于模糊數(shù)學(xué)模型的航拍圖像智能識別方法

　　航拍圖像智能識別屬于模式識別的一種，其識別方法與常用的模式識別方法是相同的，都是在復(fù)雜的背景環(huán)境中有效提取目標(biāo)物體，并做出準(zhǔn)確的識別判斷。此次將模糊數(shù)學(xué)模型引用到航拍圖像智能識別中，其識別過程如圖1所示。首先運用模糊集合對航拍圖像進行濾波和分割等預(yù)處理，然后模糊數(shù)學(xué)自相關(guān)函數(shù)對處理后的航拍圖像進行特征提取，最后通過模糊數(shù)學(xué)模型增強航拍圖像分類能力，完成航拍圖像智能識別。

　　1.1 航拍圖像預(yù)處理

　　航拍圖像預(yù)處理包括圖像灰度值變換和濾波處理，此次采用模糊數(shù)學(xué)集合完成航拍圖像預(yù)處理，為后續(xù)圖像特征提取奠定基礎(chǔ)。

　　航拍圖像灰度值轉(zhuǎn)換是為了擴大圖像動態(tài)范圍，由于航拍圖像是遠(yuǎn)程拍攝，圖像的分辨率和像素較低，導(dǎo)致圖像特征不是很明顯，通過灰度值轉(zhuǎn)換將原本圖像中較暗和較亮的區(qū)域增強，變得更暗和更亮[2]。運用模糊數(shù)據(jù)集合對航拍圖像灰度值處理，首先根據(jù)圖像特征提取要求制定了以下三個模糊數(shù)學(xué)規(guī)則：R1：IF 一個像素是暗的，THEN讓這個像素更暗;R2：IF-個像素是灰的，THEN讓這它保持是灰的;R3：IF -個像素是亮的，THEN讓這個像素更亮。

　　由于提出的三條模糊數(shù)學(xué)規(guī)則的IF和THEN都屬于模糊數(shù)學(xué)概念，所以要想實現(xiàn)這三條規(guī)則需要建立一個隸屬度函數(shù)來確定模糊數(shù)學(xué)規(guī)則的隸屬度。模糊規(guī)則的隸屬度函數(shù)是根據(jù)模糊數(shù)學(xué)分布確定的，模糊數(shù)學(xué)分布分為偏小型，中間型、偏大型三種類型，偏小型的模糊數(shù)學(xué)分布常表示“年輕”“暗”“小”等模糊數(shù)學(xué)現(xiàn)象;中間型的模糊數(shù)學(xué)分布常表示“中年”“灰”“中”等模糊數(shù)學(xué)現(xiàn)象;偏大型的模糊數(shù)學(xué)分布常表示“老年”“亮”“大”等模糊數(shù)學(xué)現(xiàn)象[3]。所以對于R1模糊數(shù)學(xué)規(guī)則用偏小型模糊數(shù)學(xué)分布作為隸屬度函數(shù);R2用中間型模糊數(shù)學(xué)分布作為隸屬度函數(shù);R3選用偏大型模糊數(shù)學(xué)分布作為隸屬度函數(shù)，根據(jù)以上分析建立了灰度值三個模糊規(guī)則隸屬度函數(shù)如下：

　　公式(1)中，a表示輸入圖像的灰度值，b表示航拍圖像的最小灰度值，c表是圖像最大灰度值，d表示輸出圖像灰度值。根據(jù)隸屬度函數(shù)計算出三個模糊數(shù)學(xué)規(guī)則的隸屬度(z1、z2、z3)，然后運用重心法計算出航拍圖像灰度值v，其計算公式如下：

　　v= z1·z2·z3

　　(2)

　　航拍圖像在經(jīng)過灰度值轉(zhuǎn)換后，需要用模糊數(shù)學(xué)集合對其進行濾波處理起到降噪的作用，其過程如下：

　　假設(shè)航拍圖像的灰度級為H，其灰度值為(0，1，2…，，H)，在圖像中選定一個降噪的區(qū)域Wn(i，j)，然后給定圖像灰度值H-個模糊數(shù)學(xué)集合(A0，A1 A2，...AH)，分別計算出降噪?yún)^(qū)域內(nèi)灰度值模糊集合的含噪度E，其公式如下：

　　E(H)=log1/n(ij)(3)

　　公式(3)中，n為圖像灰度值H模糊集合(A0，A1，A2，，..，，AH)的特征值。然后將含噪度最小的相對應(yīng)的灰度值賦予降噪?yún)^(qū)域的中心像素，讓區(qū)域內(nèi)的噪聲達到最小，以此類推，完成航拍圖像的濾波處理。

　　1.2 航拍圖像特征提取

　　特征提取是航拍圖像智能識別過程中關(guān)鍵環(huán)節(jié)，上文航拍圖像預(yù)處理只是通過智能模糊集合將圖像中的目標(biāo)從背景環(huán)境中分離出來，若想要準(zhǔn)確的識別出圖像目標(biāo)，需要對圖像中的目標(biāo)進行定性和定量分析，提取到圖像的紋理特征[4]。航拍圖像的紋理特征主要通過上文處理的灰度信息的方向、粗糙度等來表示，對于圖像特征提取的要求是特征突出性高、穩(wěn)定性好。針對以上提出的要求，此次航拍圖像特征提取選用模糊數(shù)學(xué)自相關(guān)函數(shù)來實現(xiàn)。航拍圖像的紋理特征就有一定的周期性，這種周期性特征是由于圖像灰度值重復(fù)排列形成的，模糊數(shù)學(xué)自相關(guān)函數(shù)在描述圖像紋理特征時，呈現(xiàn)函數(shù)值越大，紋理特征越明顯，函數(shù)值越小，紋理特征較弱，通過模糊數(shù)學(xué)自相關(guān)函數(shù)，可以獲得有效的紋理粗糙度特征，以下是模糊數(shù)學(xué)自相關(guān)函數(shù)公式：

　　公式(4)中，(i，j)為圖像目標(biāo)的中心坐標(biāo)，i、j取值為O-n，g，s表示圖像目標(biāo)的橫坐標(biāo)方向和縱坐標(biāo)方向的移動步長[5]。假設(shè)圖像目標(biāo)區(qū)域范圍為2*2，根據(jù)模糊數(shù)學(xué)自相關(guān)函數(shù)，目標(biāo)區(qū)域的平均灰度值為：

　　A(i，j)=∑r (i，j)×22

　　(5)

　　為了保證提取到的特征信息具有較高的可用性，根據(jù)計算出圖像目標(biāo)區(qū)域每個像素點(i，j)灰度值，縮小特征提取區(qū)域內(nèi)的水平和垂直方向的計算偏差。

　　推薦閱讀：怎么在科技核心上發(fā)表論文