基于微环境信息的作物叶水势ANFIS软测量方法

针对作物叶水势的连续测量问题,提出一种软测量建模新方法。该方法结合土壤-植物-大气连续体理论,选取8个易于获取的作物微环境信息作为辅助变量,利用自适应神经模糊推理系统(ANFIS)实现对作物叶水势的软测量建模。通过对实验数据的Matlab仿真表明,该模型方法简单有效,具有较高的软估计精度。     

图像多尺度边缘的模糊推理检测方法

提出一种基于模糊推理的多尺度边缘检测方法.该方法充分考虑边缘的局部特性,利用多尺度上小波系数乘积模值与方向信息测度作为图像边缘特征的描述器,并将其作为模糊推理系统的两个输入变量,采用Mamdani型的模糊推理系统实现边缘点检测.实验结果表明,与传统算法比较,新方法检测的边缘细节丰富,令人满意.     

基于多尺度细节补偿的滚动引导滤波去雾

针对雾霾天气下拍摄的图像对比度低、细节信息丢失、严重影响户外视觉系统分析工作等问题,利用基于暗原色先验的引导滤波算法对雾天图像进行初步复原,并通过改进经典的伽马变换和滚动引导滤波算法分别对图像对比度的增强和多尺度细节补偿问题开展研究。结果表明：所提方法不仅能够更好地复原场景结构信息、自适应提高图像对比度,同时还能够有效丰富图像多尺度纹理细节,主观视觉效果与客观评价指标验证了算法的有效性。