模糊算法基本原理精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的模糊算法基本原理主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：模糊算法基本原理范文

關鍵詞：迭代；嵌入式系統；圖像分割；細胞分割；Qt；OpenCV

中圖分類號： TP368.1

文獻標志碼：A

0引言

在嵌入式環境下的醫學圖像處理日趨受到重視，相對于傳統PC設備的臃腫，嵌入式設備的輕便更利于醫療的普及，有助于解決邊遠地區醫療設備的改善[1]。因此在嵌入式下應用研究醫學圖像處理成為了研究的熱點，而在醫學圖像處理中，醫學圖像分割是醫學圖像處理和分析的關鍵步驟，也是其他高級醫學圖像分析和解釋系統的核心組成部分，但是細胞圖像之間存在的嚴重粘連現象決定了要分割識別細胞圖像的特征相當困難。

目前，有許多圖像分割方面的算法，但是由于細胞圖像本身的復雜性導致分割效果都不是很理想，而針對細胞圖像的特點提出的松弛迭代分割算法[2-3]可以很好地解決分割效果的問題，可是由于該算法要經過多次迭代，因此消耗計算資源較大，不適合在嵌入式設備中運行。針對嵌入式設備與傳統平臺PC機相比有限的圖像處理資源，本文對該算法進行了改進與優化，并在嵌入式Linux上基于Qt與OpenCV平臺構建一個醫學圖像分割系統。最后將該細胞圖像分割系統移植到嵌入式開發板中，在開發板上運行實驗該程序。實驗結果表明，改進后的松弛迭代分割算法可以有效地處理細胞分割，并達到滿意的處理速度。

1概率松弛迭代算法的基本原理

在圖像分割中，松弛法的設計初始是為了結合并行和串行兩類方法的優點，使分割既能在每個局部并行進行又能借助迭代利用運算中逐步獲取的信息不斷調整以自適應地取得好的風格效果。但從總體策略上看，松弛法[4]仍基本上是串行進行的。松弛迭代分割法的操作對象是像素，既可基于灰度值[5]也可基于梯度值[6-7]進行，經由不斷的迭代來確定各點像素所屬的歸類。在迭代中利用相容性的準則，據此松弛算法可分為離散松弛法、模糊松弛法、概率松弛法[8]等。下面介紹概率松弛算法的基本原理。

2嵌入式下概率松弛迭代算法的優化

第2篇：模糊算法基本原理范文

【關鍵詞】 提梁機 同步 PID 模糊控制 編碼器

1 提梁機卷揚同步控制電氣系統介紹

卷揚機采用變量泵、變量馬達和減速機驅動卷筒，卷筒帶動吊具將梁體提起與放下，卷揚機是否同步升降決定吊具是否能提著梁體平衡的升降。提梁機的兩個卷揚機上各安裝一個多圈編碼器，多圈編碼器分別檢測兩個卷揚的上升或下降的速度，通過PID算法，調節兩個卷揚的馬達排量，反饋比較兩個編碼器的速度，最終達到調節卷揚同步的目的。

2 數字PID控制算法調節提梁機卷揚同步分析

以往，提梁機卷揚同步控制是采用常規PID控制算法，常規PID系統主要由PID控制器和被控對象組成。

圖3-1 傳統PID控制系統

它根據給定值r（t）和輸出值y（t）構成的控制偏差，將偏差按比例、積分和微分通過線性組合構成控制量。給定值r（t）是編碼器速度，被控對象是卷揚馬達，輸出值y（t）是卷揚馬達的控制電流。

采用傳統的數字PID位置型控制算法，位置型控制算式為：

（1.1）

（1.1）的算法提供了執行機構的位置u（k），即控制馬達的開口度，是比例系數，是積分系數，是微分系數，通過調整這三個參數，進而調整提梁機卷揚同步。這三個參數調整好，即為固定值，并且寫在程序的存儲區中，當外界環境改變時，例如：梁體左右重量不均勻，小車行走速度不一致，吊具左右不對稱等，均會出現卷揚升降不同步，導致梁體傾斜。采用傳統PID調節時，只能在工作因素不變的條件下，而實際操作中，很難做到這一點。

3 模糊PID控制算法在提梁機卷揚同步應用分析

3.1 模糊PID控制原理

模糊控制器是以模糊集合理論發展起來的，模糊PID控制器是一種在常規PID調節器的基礎上，應用模糊集合理論根據控制偏差、偏差絕對值，在線自動整定比例系數、積分系數和微分系數的模糊控制器。模糊邏輯控制器動態抗擾性和PID控制器穩態精度高，取兩者的優點就構成模糊PID控制器。

模糊PID控制原理是：參考輸入量輸入到模擬PID控制器中，模糊輸入接口將參考輸入值的偏差d和偏差變化率dt的精確值通過A/D轉化器轉化為二進制，進行模糊化，模糊控制器中通過模糊處理原理、模糊推理及非模糊化處理對，，三個參數進行在線修改，通過D/A轉化器，輸出量作用到執行機構，反饋到參考輸入，形成閉環控制。PID參數自整定的實現思想是先找出PID的3個參數與偏差d和偏差變化率dt之間的模糊關系。

3.2 模糊PID對提梁機卷揚同步的控制

（1）首先，確定參考輸入量為編碼器速度值，d1，d2分別為兩個時刻的速度值。

（1.2）

（1.3）

執行機構是卷揚馬達，被控對象是卷揚馬達電流，傳感器為編碼器，，，為模糊控制器輸出量。

（2）量化因子比例因子的確定

在本同步系統設計中，PLC實時讀取控制對象的運行參數，以實驗數據為依據，確定d，dt的基本論域范圍，通過確定量化因子，將其映射到模糊論域，并分為{負大[NB]、負中[NM]、負小[NS]、零[ZO]、正小[PS]、正中[PM]、正大[PB]}，七個語言值，為設計方便，取量化因子為1，同樣，對于模糊系統的集合論域U，可以通過比例因子轉化到控制量的實際控制范圍，本文采用理論判斷與實際調試的具體數據相結合，確定比例因子為1，從而確定出模糊PID控制的論域范圍。

（3）模糊PID的清晰化

根據提梁機卷揚的實際控制情況，采用最大隸屬度法進行解模糊判決，由d，dt，，，的模糊子集的隸屬度，根據各模糊子集的隸屬度賦值表和各參數的模糊規則表，運用模糊合成原理推出PID參數調整矩陣，這是本次算法的核心，將PID參數矩陣寫到程序控制當中。

，，的參數調整計算公式為

（1.4）

，，是傳統PID控制算法中的確定參數，在調試過程中，選擇一個特定的環境條件，通過實際數據及調試效果的檢測，當卷揚同步時，將這三個數據記錄到程序當中。當外界環境改變時，通過微機系統不斷的檢測系統的響應輸出值，實時計算出d和dt，將d和dt模糊化，通過查詢模糊調整矩陣可得到調整量，，，完成對控制器參數的調整。

3.3 模糊PID控制在實際應用中的優點

模糊控制具有較強的抗干擾能力，當控制過程中出現擾動時，動態特性的變化能達到較好的控制效果，采用模糊PID調節提梁機卷揚后，數據調整實時在進行，所以不論外部條件如何改變，兩個卷揚機均能保證同步升降，滿足提梁機使用的不同工況，提高了工作效率，極大的保證了工作的安全性。

參考文獻：

[1]劉曙光，魏俊民，竺志超.模糊控制技術.中國紡織出版社，2001.

[2]諸靜等.模糊控制原理與應用第2版[M].北京：機械工業出版社，2005：303-304.

[3]陶永華.新型PID控制及其應用第2版[M].北京：機械出版社，2002：126.

第3篇：模糊算法基本原理范文

關鍵詞:自適應中值濾波; ×字形窗口; Matlab語言; 數字圖像處理

中圖分類號:TP391 文獻標識碼:A

文章編號:1004-373X(2010)10-0090-03

Algorithm of Adaptive Median Filtering Based on ×-shaped Window

WANG Yan-xia1, ZHANG You-hui1, KANG Zhen-ke1, ZHANG Jin-dong2

(1. College of Mathematics and Information Science, Hebei Normal University, Shijiazhuang 050016, China;

2. Institute of Communications Engineering, PLA Univ. of Sci.& Tech., Nanjing 210007, China)

Abstract:Since the traditional median filtering methods may lose some image details while removing impulse noise and can not meet the demand of real-time image preprocessing, the common median filtering method in the Matlab toolbox is modified and a self-adaptive median filtering algorithm based on ×-shaped windows is proposed. This method has the following characteristics: the adaptive filtering window size is adaptively adjusted according to the number of noise points in the 3×3 X-shaped window, X-shaped window is achievedaccording to the symmetry of the matrix and the basic logic operations. The simulation results show that compared with the square-shaped windows, this method can maintain the image details while removing the salt and pepper noise and impulse noiseing, and can reduce the running time effectively.

Keywords:adaptive median filtering; ×-shaped window; Matlab language; digital image processing

0 引 言

由于種種原因,圖像在生成、傳輸、變換等過程中往往會受到各種噪聲的污染,從而導致圖像質量退化。噪聲信號的濾波是圖像處理的基本任務之一,主要有線性濾波和非線性濾波兩種方法。線性濾波方法一般具有低通特性,而圖像的邊緣信息對應于高頻信號,因此線性濾波方法往往導致圖像邊緣模糊,不能取得很好的復原效果[1]。中值濾波是一種使邊緣模糊較輕的非線性濾波方法,是由Tukey發明的一種非線性信號處理技術,早期用于一維信號處理,后來很快被用到二維數字的圖像平滑中。該算法不僅能夠去除或減少隨機噪聲和脈沖噪聲干擾,而且能夠很大程度地保留圖像的邊緣信息,近年來在圖像平滑和數據分析與處理等多個領域中得到廣泛應用[2]。盡管如此,由于它對窗口和數據點的高度依賴,使其在處理空間密度較大的沖激噪聲時,處理效果和效率受到了限制[3]。文獻[4]提出一種自適應中值濾波算法,通過擴大窗口來相對減少沖激噪聲空間密度,但它是基于方形窗口的,當窗口尺寸增大時,計算量將按平方增大,因此在速度方面還不夠理想。在數字圖像處理中,作為一種典型的非線性濾波方法,中值濾波應用得非常廣泛,因而對提高其算法效率是非常有意義的[5]。本文對Matlab工具箱中的中值濾波算法進行改進,提出一種基于×字形濾波窗口的自適應中值濾波算法,在有效去除噪聲的同時,較好地保持了圖像細節,縮短了運行時間。

1 中值濾波的基本原理及傳統算法

信號中值(medians)是按信號值大小順序排列的中間值。長為n的一維信號{Xn,n∈N}的中值用下式表示:

Yn=Med{X1,X2,…Xn;n∈N}(1)

相對二維圖像信號{Xij:i,j∈N},二維中值濾波器定義為:

Yij=Med{Xij}=Med{Xi+r,j+s:r,s∈A} (2)

式(1)、式(2)中:N表示自然數集;A為截取圖像數據的窗口尺寸;r為窗口水平尺寸;s為窗口垂直尺寸;Xij為被處理圖像平面上的一個像素點,坐標為 (i,j);Yij是以Xij為中心,窗口W所套中范圍內像素點灰度的中值,即中值處理的輸出值。窗口A可以采用不同的形式,通常有線段窗、方形窗、圓形窗、十字窗和圓環窗等。文獻[6]對中值濾波的多種形態及其發展有詳細的介紹。

中值濾波就是選擇一定形式的窗口,使其在圖像的各點上移動,用窗內像素灰度值的中值代替窗中心點處的像素灰度值[7]。它對于消除孤立點和線段的干擾十分有用,能減弱或消除傅里葉空間的高頻分量,但也影響低頻分量。高頻分量往往是圖像中區域邊緣灰度值急劇變化的部分,該濾波可將這些分量消除,從而使圖像得到平滑的效果。對于一些細節較多的復雜圖像,還可以多次使用不同的中值濾波。傳統中值濾波算法的具體實現過程如下[8]:

(1) 選擇一個(2n+1)×(2n+1)的窗口(通常為3×3或5×5),并用該窗口沿圖像數據進行行或列方向的移位滑動;

(2) 每次移動后,對窗內的諸像素灰度值進行排序;

(3) 用排序所得中值替代窗口中心位置的原始像素灰度值。

圖1是傳統中值濾波算法的框圖。其中,M, N分別表示濾波圖像的行數和列數。

圖1 中值濾波程序流程圖

2 自適應中值濾波的基本原理及改進算法

中值濾波是當前應用最廣泛的濾波方法之一,然而,中值濾波的去噪效果和處理速度依賴于濾波窗口的大小及參與中值計算的像素點數目[9]。當脈沖噪聲概率小于0.2時,中值濾波是很有效的方法,當脈沖噪聲概率超過0.2時,則使用自適應中值濾波方法[3]。

×字形窗口的自適應中值濾波算法是對中值濾波的一種改進。相對于中值濾波而言,它能夠處理空間密度更大的沖激噪聲,并且在平滑非沖激噪聲時,還可保存更多的圖像細節;效率方面也較一般的自適應中值濾波有所改善。常見窗口及本文提出窗口如圖2所示。

圖2 常見窗口

基本原理如下[3]:

首先,采用3×3的×字形窗口進行計算,計算圖像的中值濾波值Zmed、最大值濾波值Zmax和最小值濾波值Zmin,并判斷噪聲敏感度,即:如果Zmed不在Zmax和Zmin之間就自動增加×字形窗口的大小,然后重復以上的過程;對于Zmed在Zmax和Zmin之間的點先用原像素值與最大濾波值和最小濾波值進行判斷,如果在其間,原值不做修改,反之就用Zmed取代原值。這一過程有如下的作用:

(1) 使得未受脈沖噪聲污染的點不用修改,很好地保護了圖像的點、線等細節及邊界信息;

(2) 當檢測到的噪聲很強時,自動增大窗口,提高了去噪能力;

(3) 當檢測到的噪聲不是很強時,就不用增加窗口的大小,既體現出自適應性,又減少了時間開銷,提高了速度。

其中,×字形窗口的實現方法如下:

(1) 先得到一個對角矩陣A;

(2) 將對角矩陣A從左向右翻轉,得到一個矩陣B;

(3) 將矩陣A與矩陣B取或運算,得到×字形矩陣C。

3 基于×字形窗口自適應中值濾波算法的Matlab實現

中值濾波是數字圖像處理中一個很重要的部分,Matlab工具箱中有該函數,用到中值濾波算法時可直接調用。因此,用Matlab編程具有簡單、方便、快捷等優點。另外,還可以對其內部函數進行改進。本文的算法就是通過另外編程修改中值濾波有關的內部函數實現的。

下面就是自適應中值濾波算法的實現流程,添加新的庫函數adpmedianXzi對圖像處理工具箱進行擴展,以實現數字圖像自適應中值濾波(部分偽代碼)。

function f=adpmedianXzi(g,Smax)

%首先進行×字形窗口的極小值濾波和極大值濾波

zmin=ordfilt2(g,1,eye(k)|fliplr(eye(k)) ,′symmetric′);

zmax=ordfilt2(g,2*k-1,eye(k)|fliplr(eye(k)),′symmetric′);

%然后進行中值濾波

zmed=medfilt2(g,[k,k],′symmetric′);

%判斷Zmed是否為一脈沖

processUsingLeveB=(zmed>zmin)&(zmax>zmed)&~alreadyProcessed;

%判斷Zxy是否為一脈沖

zB=(g>zmin)&(zmax>g);

outputZxy=processUsingLeveB&zB;

outputZmed=processUsingLeveB&~zB;

%若Zmed為一脈沖,輸出一個不變的像素值Zxy來代替鄰域中值作為輸出

f(outputZxy)=g(outputZxy);

%若Zmed不是一脈沖,輸出中值濾波的值作為輸出

f(outputZmed)=zmed(outputZmed);

4 實驗結果及其分析

在實驗中,選擇了大小為256×256像素、灰度為256級的Lena圖像。實驗環境為IBM R52,Matlab7.0軟件。實驗結果如圖3、圖4所示。

圖3 原始圖像、噪聲圖像和濾波后圖像

圖4 方形窗口與×形窗口運行效率對比

圖3(b)顯示了被“椒鹽”噪聲污染了的圖像,該噪聲的概率為Pa=Pb= 0.25。這里噪聲水平非常高,能夠模糊圖像的大部分細節。作為比較的基礎,圖像首先用7×7的中值濾波器進行濾波,消除大部分可見的脈沖噪聲痕跡(見圖3(b))。雖然噪聲被有效消除了,但是濾波器在圖像上也引起了明顯的細節損失。圖3(d)顯示了使用Smax=7的方形窗口自適應中值濾波器的效果,噪聲消除水平同中值濾波器相似。┩3(e)為基于×型窗口的自適應中值濾波效果。自適應濾波器保持了點的尖銳性和細節。可見,改進是很明顯的,而且通過對比方形窗口與×字形窗口發現,×字形窗口的運行效率也提高了不少。

5 結 語

通過對Matlab圖像處理工具箱中算法的改進,實現了一種快速自適應中值濾波算法。在對圖像濾波前,首先判斷是否為脈沖,然后采取變化×字形窗口大小來對噪聲進行濾波,這樣既有效消除了噪聲,也很好地保持了圖像細節。實驗結果表明,基于×字形的濾波方法比一般自適應中值濾波效率有了一定程度的提高。算法原理簡單、穩定、實用。若進一步研究,可針對不同噪聲采取更加智能的處理措施,如CWMF&ANFIS(自適應模糊神經中值濾波系統)[10],用以達到更好的處理效果。

參考文獻

[1]董付國,原達,王金鵬.中值濾波快速算法的進一步思考[J].計算機工程與應用,2007,43(26):48-64.

[2]郭煒.多級非線性加權平均中值濾波改進算法[J].現代電子技術,2006,29(19):159-161.

[3]ABDULLAH T, INAN G. Impulse noise reduction in medical images with the use of switch mode fuzzy adaptive median filter[J]. Digital Signal Processing, 2007, 17:711-723.

[4]袁西霞,岳建華,趙賢任.Matlab在中值濾波改進算法中的應用[J].廣東工業大學學報,2007,24(1):33-35.

[5]曹治華,宋斌恒.多種形狀窗口下的中值濾波算法[J].計算機應用研究,2006,23(3):86-88.

[6]劉麗梅,孫玉榮,李麗.中值濾波技術發展研究[J].云南師范大學學報,2004,24(1):23-27.

[7]隋雪莉,梅園.基于中值濾波的指紋增強算法[J].現代電子技術,2009,32(10):107-109.

[8]張明艷,吳莉,謝玉鵬.一種圖像快速中值濾波算法[J].吉林省教育學院學報,2007,23(1):91-92.

第4篇：模糊算法基本原理范文

后處理抗鋸齒技術以較低的資源損耗和不錯的抗鋸齒效果，成為未來抗鋸齒技術發展的重要方向。AMD推出過MLAA，NVIDIA也推出了自家的FXAA，但它們都不完美，降低鋸齒的同時，都可能損害游戲畫質，例如紋理變模糊和字體破壞。出現這種問題的原因，主要是這些后處理AA的處理位置實在是太“靠后”了，甚至在畫面完成后才進行采樣處理，因此會對不需要進行AA處理的部位也做一些不恰當的抗鋸齒操作，最終導致畫面模糊。不過在開普勒會上，NVIDIA展示了一種全新的TXAA抗鋸齒技術，TXAA技術通過和游戲深度結合，帶來最優秀的畫質表現。

TXAA的原理

鋸齒現象主要是因為在對比度反差較大的物體邊緣上出現對比度較高的不平滑的間斷線所導致。傳統的抗鋸齒算法如MSAA等會采用更高的計算精度，讓物體邊緣的高對比度部分對比度降低、間斷尺寸變短，鋸齒則會出現明顯的減弱。而后處理抗鋸齒則通過檢查這些間斷的線段，并利用特殊的算法（一般是有方向性的模糊）將鋸齒部分本身模糊化、同時也降低邊緣部分原本非常明顯的的對比。

作為后處理抗鋸齒的一種，TXAA的基本原理和傳統后處理抗鋸齒基本相同。但TXAA和MLAA以及FXAA不同的是，后兩種技術一般會在畫面處理的最后時刻才發生作用，往往會“誤傷”很多本來不該做抗鋸齒的內容。TXAA則不會直接出現在驅動中，而是和游戲廠商以及游戲引擎合作，在游戲中直接植入TXAA。這樣就可以將后處理放在恰當的位置，比如在紋理貼圖之前就先標定需要做抗鋸齒的部位，或者干脆只對檢測到的幾何體邊緣做抗鋸齒操作，從而避免了字體模糊誤傷現象的出現。在抗鋸齒算法上，TXAA由于能夠精確鎖定鋸齒出現的部位，因此能夠采用效果最好的算法，帶來相當優秀的圖形畫質。

TXAA的效果

根據NVIDIA的官方資料，TXAA可以以MSAA 2X的資源損耗，帶來近似MSAA 8X的抗鋸齒效果，或者以MSAA 4X的資源損耗，帶來遠超MSAA 8X的抗鋸齒效果。在下圖別選定的容易出現鋸齒的傾斜物體邊緣，TXAA表現果然相當出色，鋸齒現象大為減輕，同時物體本身的紋理卻沒有發生嚴重模糊等問題。此外，TXAA還可以對幀與幀之間出現的鋸齒帶來的閃爍現象進行處理。由于鋸齒往往會隨著觀察者變化而變化，因此在玩家轉動視角時，一些特殊場景如樹葉、細密窗格等上的鋸齒會給畫面帶來明顯的抖動現象，這非常影響游戲畫質和視覺體驗。TXAA通過對整個場景進行抖動采樣，可降低閃爍發生，提供更穩定的圖形質量。

第5篇：模糊算法基本原理范文

【關鍵詞】電子穩像技術；方法；評價

中圖分類號：F407.63 文獻標識碼：A 文章編號：

引言

穩像技術的應用主要用于軍事目的以及民用測繪儀器中。在航空攝影和地形測繪儀器中,為在儀器像平面上得到穩定的測量基準必須采用穩像技術,以便在儀器的測量面上提供一個相對穩定的坐標系,使測量結果準確無誤。當在飛機、車輛、艦船等運動載體上用望遠鏡觀瞄目標時,由于機座的震動,像面上的圖像不穩定,使觀察者易于疲勞,同時也降低了測瞄精度。近幾十年來,穩像技術在武器系統上得到了普遍應用,從大型的制導、火控系統到小型的自尋的導引頭,都廣泛采用了穩像技術。穩像技術的應用,消除了運動載體對像面的影響,使這些武器系統的運動攻擊性能和其他作戰指標得以顯著提高。

從最早的機械式穩像、光學穩像、機電穩像到電子穩像,穩像技術的研究已開展了多年。穩像技術向著更精確、更靈活、體積小以及價格低、能耗小、易于操作的方向發展。

1電子穩像基本原理及系統結構

1.1 基本原理

電子穩像最基本的技術是像移補償技術,其基本原理如下:如圖1所示,攝像機連續兩幀成像焦平面(第K和K+1幀),每一格代表一個像素。攝像機成像過程中,由于攝像機位置或參數發生變化,導致曝光時間內相機與目標存在相對運動,目標在焦平面上所成的像不是靜止的,而是運動變化的,此即像移。從監視器上來看,像移使目標成像相互混疊,導致監視器圖像抖動、模糊退化及分辨率下降,大大降低了視頻圖像質量。

圖1攝像機成像焦平面

對于面陣攝像機,它每一幀的圖像信息是按行輸出的,每行又是按照像元所排列的序號順序輸出的。因此,為了獲得平穩、清晰的視頻圖像,首先檢測出參考幀圖像與當前幀圖像之間的運動矢量,對運動矢量進行濾波、校正,轉換為監視器圖像的運動矢量,然后通過對CCD圖像傳感器的行、列序號重組,沿運動矢量反方向補償第K+1幀圖像,使監視器圖像與第K幀圖像近似相同或重合。

1.2 系統結構及各模塊功能

電子穩像系統結構框圖如圖2所示,主要由三大模塊組成:運動估計、運動校正和圖像補償等。

圖2電子穩像系統結構框圖

1.運動估計模塊

在視頻序列中,幀與幀之間總是存在差異,引起這種差異的原因很多。由攝像機位置或參數的變化引起的整個圖像的變化,即由攝像機引起的場景背景的視在運動,稱之為全局運動;由場景中物體運動引起的局部圖像變化,稱為局部運動。電子穩像的運動估計是指全局運動的估計。

2.運動校正模塊

攝像機的運動可分解為兩部分:意向運動分量和隨機運動分量。運動校正模塊中,運動濾波的主要作用就是把估算出的全局運動中的意向運動分量和隨機抖動分量區分開來,計算補償分量,并通過運動補償,采用補償分量對各幀圖像進行矯正變換(warping)。

3.圖像補償模塊

運動矯正階段對視頻各幀圖像進行矯正變換后,視頻幀的某些區域將變成“無定義”區域,從而造成視頻幀的視覺退化,我們稱“無定義”區域為補償區域。圖像補償階段就是要對補償區域進行重構,再現全幀視覺效果。

2 電子穩像的基本方法

電子穩像前提條件是先獲得圖像的全局運動矢量，根據獲取圖像運動矢量方法的不同，電子穩像的基本方法有兩種:

方法一，利用傳感器檢測攝像機的運動矢量V再轉化為圖像的運動量。即在攝像機上設置兩個角速率傳感器用以檢測上下、左右方向上的角速率，通過放大、濾波去除對圖像質量影響不大的高頻成份，再經過A/D轉換存人計算機中作為控制依據。然后采用像移補償技術補償圖像運動，實現圖像穩定。此方法易于實現，但其檢測精度要依賴于具有高精度的速率陀螺來準確地敏感攝像機的振動。

方法二，利用穩定算法實現電子穩像。圖像拾取后，根據要求提取場或幀圖像，當物體靜止或勻速運動時，幀處理優于場處理，這是因為奇場和偶場運動相同，可以共用一個運動矢量，幀處理時只需傳送一個運動矢量，但當物體是非勻速運動時，場處理則優于幀處理。選取圖像后與參考圖像利用穩像算法獲取圖像運動矢量，參考圖像可以是存儲器中的固定的圖像，也可能是圖像緩存中的相鄰幀圖像。此穩像方法的關鍵是利用穩像算法計算圖像運動量，此方法已用在加拿大DREV研制的監視車10m桅桿上電視攝像系統中。此方法的優點是:速度快，實時性強，精度高，而且是直接獲取監視器上的圖像運動矢量，所以它實際能達到的絕對穩定精度，長焦距攝像機要高于短焦距攝像機，因此在穩像系統中較多地采用該方法獲取圖像運動矢量。

3 圖像穩定的評價方法

為了進一步發展穩像技術，對電子穩像的效果進行客觀的評價是重要的。目前，通常利用電子穩像算法的準確度、算法的位移量變化范圍和穩像系統的特性作為評價各種算法的性能指標。

3.1 算法的準確度

如果穩定后的相鄰兩幀圖像間的相對運動全部補償了，那么這兩幀圖像上相對應的每一個像素之間的差值應為零。但是，存在偏差。偏差是由于噪聲、算法估計誤差以及評定時運動模式設置不精確等原因導致的。為了更準確的穩定圖像，提出用算法的準確度來評價算法。

算法的準確度是評價補償了攝像機的振動量后獲得圖像的穩定程度。PSNR是評價準確度的品質因子，定義如下:

其中MSE(均方差)是兩幀圖像間每個像素的偏差值。它反映了圖像序列變化的快慢和變化量的大小。PSNR作為評價穩定算法準確度的指標，也可用來衡量兩幅圖像重合的情況，PSNR越高，圖像穩定效果越好，當兩幅圖像完全相同時PSNR最大。

3.2 確定算法的分辨率

針對不同的穩像系統需要確定算法能夠識別的圖像運動變化量的最小值，即算法的分辨率。穩像系統確定后，圖像的分辨率就確定下來。而不同的算法分辨率不同，有的分辨率是一個像素，有的是l/2個像素。那么當相鄰兩幀圖像間的變化量很小時(不到一個像素)，連續兩幀圖像間的PSNR值原本很高，但是由于系統采用的穩定算法的分辨率較低(大于一個像素)，則可能會出現采用此穩定算法獲得的位移量估計誤差大于實際的位移變化量，那么補償后的圖像PSNR值反而下降，從而導致穩像質量下降。因此，要確定算法的分辨率。方法是:先求出兩幀圖像未進行運動補償時的PSNR值作為MB(最小邊界值)。這樣，當運動變化量很小時(小于MB值)不需要補償圖像，隨著位移量的增加，穩定后的圖像PSNR值逐漸增大，最終這個PSNR值要增大到與LBI值相交，這時相對應的位移量是算法的分辨率。

3.3 系統特性

系統特性是幀處理率與每秒最大位移量的乘積值，其中幀處理率是電子穩像系統的一個重要的特性，而它的實現要以犧牲系統部分穩像精度和穩定算法的性能為代價。因此，該項指標是評價系統綜合特性的。

實驗結果表明決定圖像的穩定程度的因素有:攝像系統的組成、穩像算法的選取以及運動模型的準確性等。評價算法時需要在同一條件下進行，因為同一算法應用在不同的系統中精度不同，采用數學模型不同時精度也不同。所以美國Manyand大學研制了一套專門評價各算法的系統:ARL(Army Research Laboratory) Tracking System，系統運動及目標等量都可以設定，這樣就保證了各種算法在相同條件下應用，因此能夠統一地、準確地評價各種算法。雖然系統的造價高，但仍是目前最佳的評價方法。

結束語

本文對電子穩像的關鍵技術進行了綜述,可以看出,電子穩像技術具有廣闊的應用前景和巨大的市場需求,而目前的解決方法尚不成熟,還存在很多值得深入細致研究的問題需要在今后的工作和學習中進一步研究總結和研究。

參考文獻

[1]趙紅穎,金宏,熊經武.電子穩像技術概述[J]. 光學精密工程. 2001(04)

第6篇：模糊算法基本原理范文

1、引言

隨著經濟的迅猛發展，汽車的迅速普及，根據社會對汽車產業的要求，車輛的各方面指標都受到人們越來越多地關注，汽車涂裝過程中的瑕疵直接影響汽車的外觀質量，因此如何在生產過程中利用計算機視覺檢測技術檢測出并及時修補汽車涂裝過程中產生的瑕疵就成了首要的任務[1]。本文的研究內容是首先了解計算機視覺檢測系統的工作原理，汽車涂裝瑕疵的種類，然后結合兩者的特點，應用計算機視覺檢測系統檢測汽車涂裝瑕疵。該研究的價值在于兩方面：①對于汽車生產的自動化和過程自動化，計算機視覺是現實真正意義的自動的基礎和一種重要的質量控制的手段；②對于汽車涂裝瑕疵的修補可以提高其修補的精度。

2、汽車涂裝瑕疵的計算機視覺檢測系統

汽車涂裝瑕疵檢測系統主要包括照明系統、圖像采集卡、CCD攝像機、計算機以及軟件處理等幾個主要部分[2]。綜合計算機視覺檢測系統的構成和線結構光測量的原理，基于計算機視覺的汽車涂裝瑕疵的檢測系統大致是這樣構成的：將線結構光投射到被測物上，所形成的光斑作為傳感信號，用CCD攝像機采集光斑圖像，采集到的圖像信號被傳輸到計算機，根據圖像處理和計算機視覺檢測系統的處理產生處理結果，返回到涂裝生產線，對車身的涂裝進行修正，從而提高產品質量。汽車涂裝瑕疵的視覺檢測系統如圖1所示[3]。

3、計算機視覺檢測

計算機視覺是計算機對圖像進行自動處理并報告“圖像中有什么”的過程，也就是說它識別圖像中的內容。圖像中的內容往往是某些機器零件，而處理的目標不僅要能對機器零件定位，還要能對其進行檢驗。計算機視覺系統基本原理：機器視覺系統通常采用CCD相機攝取圖像，將其轉化為數字信號，再采用先進的計算機硬件與軟件技術對圖像數字信號進行處理，從而得到所需要的各種目標圖像特征值，并在此基礎上實現模式識別、坐標計算、灰度分布圖等多種功能。計算機視覺系統能夠根據其檢測結果快速地顯示圖像、輸出數據、指令，執行機構可以配合其完成指令的實施。計算機視覺系統主要由圖像獲取、圖像分析和處理、輸出顯示或控制三個功能模塊組成[4]。視覺檢測按其所處理的數據類型可分為二值圖像、灰度圖像、彩色圖像和深度圖像的視覺檢測。另外，還有X射線檢測、超聲波檢測和紅外線檢測。一個完整視覺檢測系統包括：圖像采集、圖像分割、零件識別、模型匹配和決策判斷。Newman[5]等描述了利用深度圖像進行零件檢測的AVI系統，具有一定的代表性。一個典型的AVI系統如圖2所示。

4、汽車涂裝瑕疵的檢測算法

由于汽車涂膜中一些缺陷的邊界比較模糊，例如：氣泡、爆裂氣泡孔、氣泡針孔、抽縮等等。邊緣處灰度變化很小，直接用傳統的微分邊緣檢測算法無法有效的檢測出來。所以對缺陷模糊邊緣的檢測成為了算法的關鍵[6]。本文介紹了基于線結構光的邊緣檢測方法。汽車涂裝表面被光源投射器發出的線結構光照射，反射出的圖像被CCD攝像機所接收傳輸到計算機視覺檢測系統中。若涂裝表面沒有瑕疵，則產生圖3的圖像。若涂裝表面有瑕疵，則產生圖4的圖像[7]。

第7篇：模糊算法基本原理范文

關鍵詞：計算機圖形學；科學思維；學科結構；教學改革；教學方法

0 引言

大學的主要任務是培養人才，特別是培養創新人才。培養創新人才的基本途徑與方法有課程教學、參與科學研究與項目開發、對外學術交流等。然而傳統本科課程教學多注重傳授學科的系統理論等專業知識，不重視對知識產生原因、方法的介紹，如忽視思考解決學科基本問題的具體過程等，這會造成課程教學傳授知識與科學研究相脫節，導致學生的知識結構產生缺陷，不利于他們將來從事創新等研究工作。為配合計算機圖形學課程的教學改革，根據計算機圖形學課程的特點，筆者提出一種面向科學思維的教學新方法，它能有效彌補傳統本科課程教學的不足。

1 面向科學思維教學方法的基本要求

常見典型的教學方法有：結構主義的教學方法、建構主義的教學方法、問題（任務）驅動教學方法等。這3種方法各有其優缺點，一個好的教學方法最好能全面綜合這3種方法的優點。面向科學思維的教學方法要求把思考問題的方法、系統分析與綜合的方法、科學研究的工作方法、查找資料與抽象的方法等知識產生的方法引入課程教學中，有效講解學科專業知識是根據發展需求、通過研究各種問題產生的；專業理論體系或與其學科結構是由多項研究成果形成的，這些知識是科學研究與科學思維產生的結果。

結構主義、建構主義與面向科學思維教學方法的異同點見表1。

2 確立計算機圖形學課程的教學內容與教學模式

2.1 傳統計算機圖形學課程教學改革的原因

2013年以前，國內外傳統計算機圖形學課程教學以講授圖形標準（顯卡驅動與顯示圖形等子程序的集合）或CAD為主。這種CAD與計算機圖形學（即圖形標準）學科的劃分有問題，它只便于圖形標準的硬件實現，卻因基本概念不全導致這兩者均不能獨立講清三維真實感圖形的自動生成原理以及計算機程序設計的基本規律，更不能總結計算機圖形學的研發成果與發展規律，不能滿足計算機圖形學學科建設發展需求。

2.2 用系統分析與綜合的方法確立計算機圖形學課程的教學內容

2.2.1 系統分析：從理論上確立實現計算機圖形學課程目標的發展路線圖

本課程目標是用計算機程序自動生成類似人眼觀察世界獲得的觀察圖像（亦為學科研究的基本問題，它適合作為建構主義教學方法要求的教學環境需求問題）。為此至少要完成3個子任務：①掌握三維圖形的生成原理；②掌握生成三維動畫等圖形的程序設計；③理順新課程教學內容與圖形標準、CAD的相互關系。

1）第一個任務的實現方法。

照相機生成照片遵循光線傳播生成三維圖形這一物理原理，計算機生成所有三維圖形（包括光線跟蹤算法、輻射度算法、投影、多邊形填充、紋理映射、陰影算法、圖像融合算法與二維直線的生成等）也應遵循該原理。這是本課程知識理論體系的完備性與一致性的基本要求，它決定了計算機圖形學的學種性質與教學定位。

2）第二個任務的實現方法。

用輻射度和光線跟蹤算法生成的三維真實感圖形等程序，是一類典型的顯示圖形的計算機仿真應用程序。故計算機圖形學的編程實現既遵循計算機仿真的基本原理，也遵循計算機程序設計的基本規律。

計算機仿真遵循系統（決定被仿真對象的范圍與其行為特性）、建模（用數學模型描述仿真實驗對象）、仿真算法（計算機通過執行該仿真算法，進行仿真實驗）與評估（檢驗仿真實驗的結果是否與應用需求保持一致）這一基本原理。

計算機程序設計應遵循計算理論可計算性的實現前提對程序設計的規范要求：①待解問題被模型與系統形式化方法所描述；②這種描述要轉換成算法；③算法要有合理的復雜度。

這里，形式化描述指用數學符號、邏輯符號與流程圖描述并要求保持邏輯上的一致性。系統的概念被本文定義為軟件系統：它按解決問題的系統流程要求，編程實現數個模型描述數據與命令的輸入、存儲管理、運算處理、輸出顯示4個過程，能直接達到自動運行軟件的設定目標并具有完整動態結構的綜合程序。軟件系統的概念是國內傳統計算機核心課程教學缺失的重要概念。

故三維圖形學的教學內容，主要用3組數學模型描述可視物體、燈光、照相機物理模型的物理特性（如用幾何模型、材質模型與紋理模型描述可視物體；用光線幾何模型、顏色模型、照明模型、輻射度算法和光線跟蹤算法等描述點光源；根據類照相機的觀察參數，用陰影算法、圖像融合等算法描述照相機模型；對光線跟蹤算法，應重構照相機模型）；在物理仿真、數學建模與軟件系統概念的指引下，編程構建三維圖形軟件系統，實現三維圖形的自動顯示。物體運動與變形、燈光變幻、照相機運動可形成計算機動畫。計算機游戲是用人機交互的操作方式并通過實時動畫與聲音有效描述具有智能行為能力的人（或動物）的多種社會實踐活動。

3）第三個任務的實現方法。

計算機動畫包含了傳統圖形標準與CAD的原理，所以在課程最后，可講解圖形標準OpenGL的原理與編程使用方法。同時圖形標準是游戲軟件的基石，是現代計算機應用不可缺少的基本配置。

2.2.2 系統綜合：介紹圖形學的基本原理與動畫軟件的實現方法

這要求教師先查找資料、匯集前人發表解決以上問題的不同論文與教材（解決課程教學問題的先決條件），挑選材料編寫課程講義，詳細介紹完成該任務所需的基本原理與實現方法，講義試用成熟后再編著出版教材。

教材按以下思路組織：用二維圖形學構建軟件系統概念的教學，用三維圖形學構建三維圖形數學建模的教學（直接用三維圖形構建軟件系統概念的教學，會導致課程教學內容的復雜化）。在每章的開頭，均提出應思考并解決哪些問題才能達到本章的教學要求，加強訓練讀者思考問題的習慣。

學完本課程，學生要能勝任計算機動畫軟件的設計與編程實現等任務。

2.3 歸納計算機圖形學的學科結構

以上教學充分展示：由物理模型（化學模型、生物模型、社會發展需求模型等）數學模型（數據模型是數學模型的一種簡單特例，其編程操作主要是數據的存儲與檢索，以實現數據庫軟件。根據數學模型“曲高和寡”的原理得知，數據庫軟件是應用軟件中應用面最廣的一類軟件；或用離散數學的方法、判斷規則與判據或可編程實現的自然語言與功能等描述解決問題的過程與步驟；或用通信協議描述數據通信過程要遵循的規則、約定等要求，這是網絡通信編程的基礎）軟件的系統功能與結構用算法語言實現程序編碼并形成算法軟件測試評估等過程所確立程序設計的基本規律。程序設計這一規律，能被雷達的設計與制造過程所佐證，如通過物理實驗確立雷達原理用數學模型描述雷達的工作過程設計雷達系統的功能與結構用電子技術制造雷達設備做好的雷達要通過測試評估才能交付使用等。

由此能用理論（物理原理、建模、軟件系統、仿真、程序設計）、工具（OpenGL、Direct3D、著色語言、ACIS、WebGL、OpenCL、3D游戲引擎等）與應用（顯示圖形的應用程序，如3D動畫或CAD、地理信息系統（空間復雜性高而時間復雜性低）、游戲與虛擬現實系統（時間復雜性高而空間復雜性低））3個學科形態描述計算機圖形學的學科結構。

2.4 用科學研究的工作方法確立計算機圖形學課程的教學模式

（1）選題（發現問題）：找任務、了解用戶需求、檢索閱讀資料并提出問題。自由選題要確立研究問題的科學性、目標性、創新性和可行性，并找準課題的申報渠道。提出問題是對任務深入思考或科學研究的前提。如計算機圖形學的學科屬性與教學內容是否成熟，是此前國際計算機圖形學教育界多年關注的教學疑難問題。

（2）分析問題：真實照片由照相機、可視物體與燈光3個主要因素決定，由此確立解決問題的方法。

（3）尋找解決問題的方法（提出假說）：首先用二維圖形建立軟件系統的概念；然后建立描述照相機、可視物體、燈光物理模型物理特性所需的數學模型，構建仿真光線在計算機場景與照相機模型中傳播，生成三維動畫圖形。

（4）做實驗解決問題（找尋證據支持假說）：針對建立的數學模型，選擇數據結構，設計算法，編寫程序源代碼并調試測試程序，構建三維圖形軟件系統，實現圖形的自動顯示。

（5）取得新成果（查新驗證）：改進學科的系統理論與基本方法，發表研究論文，推廣該研究成果或論證申報新開發項目，推動學科建設向前發展。當我們解決好計算機圖形學的教學問題時，就為撰寫本文并申報計算機圖形學國家規劃教材奠定了基礎。

由此構建程序設計教學的完整過程，并把程序設計拓展成科學研究工作方法的一種形式與組成部分。

該教學模式不僅把教學與科學研究兩個不同性質的學術過程結合在一起，還說明圍繞課程教學思考問題的訓練屬于科學研究領域思維活動的一種基本形式。

3 在課程教學過程中合理安排思考問題的訓練

教師在重點介紹、講解每個專題前，要考慮如何訓練學生根據學科的發展需求思考問題，這些問題是任務驅動教學法中各種問題的來源。

3.1 用二維圖形學構建軟件系統概念的教學

專題1：線段圖形的描述與生成。基本問題：如何用數學的語言與方式（如描述函數）描述各種線段圖形的幾何形狀，以形成各種線段圖形的幾何模型？如何形成矢量漢字等子圖形高效率的描述方法？如何把這種描述函數轉換成算法，并根據其描述數據生成這些基本圖形？

專題2：實面積圖形的描述與生成。基本問題：用什么方法描述實面積圖形的幾何形狀，以形成各種實面積多邊形的幾何模型？如何利用顯示設備的繪圖功能生成實面積圖形？如何實現直線圖形邊緣的反走樣顯示？

專題3：圖形的基本運算。基本問題：圖形運算的目的是什么？如何用幾何變換矩陣的方式描述圖形幾何模型的幾何變換？若用實面積多邊形的布爾運算構建新的復雜圖形的幾何模型，則布爾運算的數學基礎是什么？如何實現其布爾運算？

專題4：圖形的觀察運算。基本問題：如何把輸入到計算機中的圖形幾何模型描述數據，轉換成顯示設備坐標系中的圖形幾何模型描述數據？并調用圖形的生成算法顯示各種圖形的幾何形狀？

專題5：圖形數據與命令的輸入。基本問題：能用哪些方法把圖形模型描述數據與命令高效率地輸入到計算機中？如何利用輸入設備的數據輸入功能與顯示設備的圖形顯示功能，編程實現圖形數據的交互輸入？如何規劃應用程序中的人機交互設計問題？

專題6：圖形的數據結構。基本問題：圖形數學模型的種類與復雜、復合圖形的構建方法，這些對保存圖形幾何模型的描述數據提出了哪些動態管理上的要求？如何設計相應圖形的數據結構，才能有效地保存、管理存儲于計算機中的各種圖形描述數據（命令）？如何把圖形顯示區中的圖形描述數據編譯轉換成多種顯示設備能識別并運行的顯示指令代碼，以實現圖形的顯示？為編程實現各種圖形的自動顯示，需要確定編程處理圖形數據的基本流程和程序的功能與結構，以形成軟件系統的概念。

3.2 用三維圖形學構建數學建模的教學

專題7：照相機模型的建立與三維幾何圖形的顯示。基本問題：如何用數學模型，特別是用矩陣的方法，描述照相機拍攝（投影顯示）三維直線圖形的物理過程？

專題8：平面物體幾何模型的構建與圖形顯示。基本問題：如何用直線與平面函數描述平面物體的幾何形狀？如何記錄這種描述所形成的幾何模型數據？如何構建形狀復雜的平面幾何物體？如何顯示平面物體的幾何形狀與表面？

專題9：曲面物體幾何模型的構建基礎與線框模型圖形顯示。基本問題：用什么方法描述曲面物體的幾何形狀并構建其幾何模型？如何顯示曲面物體的幾何形狀？

專題10：燈光模型的建立與光照物體的圖形顯示。基本問題：如何用數學模型的方法描述燈光的物理特性？如何描述在燈光照射條件下幾何物體的可視物理特性？如何顯示光照效果的曲面物體的表面與幾何形狀？如何更有效地描述光線傳播的物理特性與變化規律？

學生按照這一思路進行選題，可考慮為實現像照片一樣自然景觀（如白光的薄膜干涉等現象）的圖像顯示，需研究哪些問題等，并發表其研究成果。課程教學內容成熟完整后，才便于界定計算機圖形學的學科內涵。

4 分析計算機專業主要課程的基本特點，提煉計算科學的學科結構

4.1 計算機教學此前無計算科學學科結構概念的原因分析

現有權威資料和維基百科、百度百科表明，此前國內外計算機教學均無計算科學學科結構這一重要概念。以下3點是導致這一現象存在的重要原因。

4.1.1 對計算工具的分類作用認識不足

盡管人們知道計算機是一種計算工具，計算機有廣泛的應用，計算機科學有自己的一套理論根據，但僅用“理論、工具與應用”很難全面概括計算科學的研究全貌與多項用途。事實上，計算機的系統工具對總結計算科學的學科結構非常重要。

計算機系統是一個能對編程實現的數學模型與邏輯模型，進行自動解算與推理的通用計算工具。這決定了程序設計在編程使用計算機上的重要性。

操作系統是對計算機的各種硬件資源與軟件資源進行程序管理，使計算機正常運行的系統工具軟件。同時，它能對用戶程序（命令）的輸入、存儲管理與自動運行提供服務（包括對通信進程進行有效監管控制），并用人機交互與圖形界面的方式記載這種用戶程序與命令操作的運行結果。

編譯系統是用高級語言編程必備的系統工具軟件，它可以把用戶用高級語言編寫的程序源代碼、編譯轉換成計算機能識別并自動執行的機器語言程序代碼。

算法語言是用戶為編程使用計算機的各種計算功能，用類自然語言的方式與計算機相互交流思想的符號表達工具。

這些計算工具本身沒有直接解決數學計算與邏輯推理等應用問題，該任務由編程解決。

這類計算工具是在實際應用過程中總結、提煉的結果，工具本身一般不直接解決最終的應用問題，這是工具的第一個特點。它的第二個特點是工具的制造具有遞歸性，即可用簡單工具制造復雜工具。它的第三個特點是專業復雜工具的制造方法與技術具有封閉性與隱蔽性，但這不影響他人對工具的操作使用；且其隱蔽、封閉性是工具使用方便、高效的主要原因。

軟件系統與計算工具等概念的形成，是用抽象的方法（從眾多事物中總結提煉出具有共同本質的特征、而舍棄其非本質的特征等內容）處理形成的結果。

4.1.2 傳統課程沒有講清計算機仿真的原理與計算機程序設計的基本規律

傳統計算科學的核心課程（計算機導論、計算機原理與系統結構、算法語言與數據結構、編譯系統與操作系統、軟件工程、離散數學、數據庫和計算機網絡）從未講清計算機程序設計的基本規律與計算機仿真的基本原理。學生往往通過課后大量的編程訓練，積累對計算機程序設計與計算機仿真的認識。這種程序設計經驗式教學培養模型，無助于學生總結并提煉計算科學的學科結構。相反，人們在算法語言與數據結構課程的教學上存在一些模糊認識。例如，算法語言是用一組語法規則與功能約定的一種符號標記系統，它讓人們掌握語言的符號約定、功能、特性以及用算法語句描述給定的數學計算與數據處理、邏輯判斷等――即其教學主要是完成程序的編碼訓練，由此形成算法；也為研制該語言的編譯系統做鋪墊。然而部分算法語言的教科書，只有一些算法驗證性應用實例，并把它們等同于計算機程序設計教學，這無助于初學者全面正確地掌握計算機程序設計的基本規律，因為學習算法語言后，他們還是沒有數據結構的概念。

數據結構是研究用程序編碼的方式，在計算機中有效實現多種類型數據的存儲組織（形成線性、非線性、網狀結構形式以及靜態或動態結構形式的數據存儲方法）、存儲管理、排序檢索與編程效率等任務的一門專業基礎課程。數據結構課程有很多計算復雜性的案例，是培訓人們掌握編程技巧的一種有效方法。因為編寫程序所采用的數據結構往往決定了算法的編碼實現方法，更重要的是，CPU是根據保存在內存各處程序代碼的邏輯次序、通過逐條讀取其指令代碼來完成用戶指定應用程序（或命令）的執行。如何規劃、設計、調度與管理內存的使用，這與數據的調度與管理原理類似，是數據結構討論的問題之一（常在操作系統課程中介紹解決該問題的方法。數據結構問題本質上屬計算機內存的動態、合理使用與管理問題）。而該課程中所謂抽象數據類型，是指在指定的數據集上定義對該數據元素進行多種加工等編程操作方法。這個數據集以及對其數據元素的加工方法（數據集與其加工方法均能遞歸定義），應來源于人們用數學的方法描述解決實際應用問題這一過程，該主次關系不能顛倒。沒有這些數據結構與程序編碼等基礎訓練，初學者很難規劃好一個軟件的系統功能與結構。

由于傳統的算法語言與數據結構課程教學無數學建模（它決定了解決多種應用問題算法的來源）與軟件系統的概念，故傳統的算法語言與數據結構課程沒有講清程序設計的基本規律。

4.1.3 傳統計算機課程存在教學問題

首先，傳統計算機圖形學課程存在教學問題，現已被本教學改革有效化解。

其次，軟件工程課程存在教學效果空洞抽象等困惑。若把新的計算機圖形學課程作為軟件工程課程的教學實習對象，可以有效解決該教學困惑。由于新的計算機圖形學課程可以講清程序設計的基本規律與計算機仿真的基本原理，這使軟件工程課程的教學從理論上能達到軟件全生命周期設計的教學目的。

第三，計算機導論與計算機基礎課程存在教學困惑。計算機導論應對計算學科發展的全貌作整體介紹，并理順計算學科與其他學科之間的關系，引導讀者根據自己的需求有效選擇學習不同的計算機專業知識。由于此前計算機課程存在以上問題，導致歷次獲國家級獎勵的計算機教學改革成果以通過有效載體進入課程教學，致使計算機課程教學體系仍然不夠成熟。這往往是行業外人士選修計算機課程的迷惑。因為自牛頓時代以來，用數學的語言描述自然科學取得的新進展，是各自然學科之間相互交流學術思想與成果的通用方法；然而目前其他自然科學工作者學習計算機后，卻無法順利地用計算工具的方法來表達其各自學科建設研究成果的數學模型等。這種計算機課程教學不便于計算機教育與其他自然科學教育進行對等有效的學術交流，并導致計算機基礎課程教學出現危機。另計算機教學無計算科學學科結構的概念，即人們沒有評判計算機導論教材好壞的客觀標準。計算機圖形學教學改革取得的新成果――發現計算科學學科結構的客觀存在，為重構計算機導論與計算機基礎課程提供了重要借鑒。

最后，計算機網絡課程存在不足。如該課程介紹網絡通信協議較多，卻較少介紹網絡通信工具的構建與編程使用方法，以及計算機網絡通信程序的編程實現，這不利于初學者承擔計算機網絡計算的重任。

4.2 借鑒計算機圖形學的教改成果。歸納計算科學的學科結構

傳統計算機核心課程缺少一門計算機的綜合運用課程，以總結并提煉計算機程序設計的基本規律與計算機仿真的基本原理。計算機圖形學課程可以很好地承擔這一重任。有了計算工具的概念與計算機圖形學課程后，可以重新分類、歸納已知計算機的多種應用。

成熟的計算機圖形學與傳統計算機核心課程的教學，使計算科學理論（即計算機的系統理論和專業知識。它需回答：什么能被工具有效地進行自動計算，用什么方法研究該命題并形成哪些結論、成熟的理論與發展方向；滿足何種條件的實物裝置能實現計算功能，計算裝置如何構造實現并使其正常運行、操作使用；可計算性的實現前提是什么，如何用該計算裝置實現這種自動計算，如何保證計算結果的正確性和計算裝置運行的安全穩定，該計算裝置有多強大的計算能力；計算理論與計算機專業各課程的關系等）、工具（算法語言、編譯系統、操作系統、計算機系統）與應用（數據存儲與檢索，數據計算、仿真、符號變換與推理，數據網絡通信，數據獲取、輸出表達與控制即多媒體）3個學科形態得到完整展現。它們是形成計算機專業多個發展方向（如殺毒與網絡防火墻、網絡存儲與查詢、網頁設計開發工具與網站建設、網絡瀏覽器，即時通信、流媒體與播放器、人工智能與專家系統、計算機嵌入式應用、計算機在通信與自動控制系統中的應用等）與綜合（如3D網絡游戲）或研發計算機硬件（計算機系統結構與CPU設計、計算機工程）的基礎。

因互聯網的應用，計算機網絡計算有網絡理論（在通信理論的支持下，如何可靠、快速、方便、安全地實現計算機信息描述數據的通信；網絡計算的理論基礎與基本規則是什么，如何利用網絡資源進行有效的傳輸與計算）、網絡工具（計算機與互聯網、路由器與交換機、調制解調器、Java、html語言、瀏覽器、Socket、遵循HLA標準的分布式實時仿真工具RTI、網絡游戲引擎）與網絡應用（如計算機數據通信與監管、電子商務、社交網站、網絡游戲、云計算、信息技術與信息系統、物聯網、大數據的應用等）。

圖1顯示了計算科學的學科結構。由計算機仿真的基本原理與可計算性的實現前提，可論證程序設計教學與計算機仿真教學的一致性。

故計算作為一門學科（招生專業）的根據是：①它有自己獨立的研究領域。即什么能被有效地用工具進行自動計算以及可靠、安全、快速地傳輸？②產生專業知識的方法。科學研究與科學思維是產生（創造）多種學科新知識的主要方法，這是研究生階段的主要學習任務。③由此形成的理論體系與其學科結構。這是本科生學習階段應掌握的專業知識。④傳授知識的法定機構與辦學條件。⑤廣泛的應用基礎。

5 結語

第8篇：模糊算法基本原理范文

關鍵詞：數字PID；超調控制

中圖分類號：TP273 文獻標識碼：A 文章編號：1674-7712 （2013） 24-0000-01

PID控制因其具有結構簡單、穩定性好、可靠性高等優點，而被廣泛應用在工業控制領域。但是，現代的工業控制過程中，許多被控對象機理復雜，具有嚴重的非線性、時變不確定性和純滯后性，采用傳統PID控制不能達到理想的控制效果，這種情況下，智能PID控制應運而生。

一、傳統PID控制

（一）控制原理

PID控制規律是比例（P）、積分（I）和微分（D）控制，根據系統的產生誤差，利用比例（P）、積分（I）和微分（D）算法，計算出控制調節量進行控制的。

（二）PID控制的特點

1.比例（P）控制

比例（P）控制是最基本、也是最簡單的控制方式，控制器的輸出信號成比例反映輸入信號。只要系統有誤差，控制器就會起控制作用，減小系統的穩態誤差。比例系數KP決定比例控制的強弱，增大KP能提高系統開環增益，提高系統的控制精度，但是KP過大，又會降低系統的相對穩定性，甚至導致閉環系統不穩定。

2.積分（I）控制

積分（I）控制的輸出與輸入誤差的積分成正比關系。對于有差系統，要消除穩態誤差，就必須在控制器中加入積分項，積分項隨著時間的增加而加大，使系統的穩態誤差進一步減小，直到為0，消除穩態誤差。通常，積分（I）控制的主要作用使系統沒有穩態誤差，但是積分作用會產生相位滯后，因此如果積分作用太強，會使被控系統的穩定性變差。

3.微分（D）控制

微分（D）控制的輸出與輸入誤差的微分成正比關系。微分（D）控制能夠反映誤差的變化率，只要系統有誤差，而且誤差隨時間變化時，控制器對誤差進行微分，提前抑制誤差，避免被控系統產生過大的超調量。但是對于無變化或是變化緩慢的控制對象，微分（D）控制不起作用。

由于比例（P）控制、積分（I）控制和微分（D）控制都有優缺點，因此，在工業控制系統中，多采用組合控制―PI、PD或是PID控制。控制器根據被控對象的特性，調整PID的三個參數，使系統達到滿意的控制效果。

（三）控制算法介紹

計算機PID控制系統中使用數字PID控制器。目前經常使用的有位置式PID控制算法、增量式PID控制算法。（1）位置式PID控制算法。該算法的優點是原理簡單、使用方便；不足是對e（k）的累加增大了計算機的存儲量和運算的工作量；u（k）的直接輸出易造成執行機構的大幅度變化。（2）增量式PID控制算法。該算法的優點是：只計算增量，計算精度對控制量的影響較小；不對偏差累加，不易引起積分飽和；得出的是控制量的增量，誤動作影響小；易于實現手動到自動的無沖擊切換。缺點是有靜態誤差、積分截斷效應大、溢出影響大。

二、智能PID控制

傳統PID控制算法簡單，調整參數方便，且具有一定的控制精度，所以在生產實際中，有95%以上的工業控制使用PID控制。但是，隨著工業控制系統的越來越復雜，傳統PID控制器的弊端也越來越明顯。比如，傳統PID控制只有用在時不變系統時，才能達到滿意的效果；對于非線性或是不確定性系統，則可能致使系統性能變差甚至造成系統的不穩定。因此，工程技術人員在使用傳統PID控制的同時，也對其進行了多種改進，其中，智能PID控制器就是眾多控制系統中較為典型的新一代控制器。

智能PID控制是以傳統PID控制為核心，應用智能控制技術研發的新型控制器。具備兩者的優點，既具有傳統PID控制器結構簡單、可靠性高和整定方便的特點，又具備智能控制系統自學習、自適應、自組織的功能，能夠在線調增PID控制器的三個參數，以適應過程參數變化。

智能PID控制根據智能技術的類別主要分為三類：專家PID控制、模糊PID控制、神經網絡PID控制。下面主要介紹一下幾種智能PID控制器的特點。

（一）專家PID控制

專家PID控制的實質是通過人工智能技術組織和利用被控對象和傳統PID控制規律的專家知識，求得被控系統盡可能的實用化和優化。專家PID控制采用傳統PID控制形式，根據專家知識和經驗，在線調整PID三個參數，使響應曲線達到某種最佳響應曲線。專家PID控制具有良好的控制特性，能應付控制過程中出現的不確定性。但是，專家PID控制，進行實時自適應控制的依據是專家知識或是大量經驗。因此，獲取專家知識和總結實驗經驗尤為重要，是設計控制器的重點也是難點。

（二）模糊PID控制

模糊PID控制器優點是不需要被控對象的數學模型，而是依據現有的控制系統知識，運用模糊控制方法建立控制決策表，由該表決定控制量的大小。模糊PID控制既具備模糊控制靈活和適應性強的特點，又具備傳統PID控制器結構簡單、精度高的優點。模糊PID控制系統的控制效果在于如何建立模糊控制器規則和確保模糊關系的真實性，但是建立模糊規則通常帶有主觀性，這就一定會影響到系統的動態特性，因此，一些學者在模糊控制器設計中增加自學習的功能，使系統能夠自我完善。

（三）神經網絡PID控制

基于神經網絡的PID控制與模糊PID控制和專家PID控制不同，是直接利用神經網絡作為控制器。神經網絡作為在線估計器，控制信號由常規控制器發出。首先，神經網絡通過學習算法進行離線學習，然后介入控制系統，間接地調整PID參數，給出最佳控制規律下的PID控制器的參數，同時，繼續自學習，根據受控對象不斷變化調整神經網絡的權系數，獲得最理想的控制效果。

不論是何種智能控制PID控制方式都是基于傳統PID控制基本原理，將智能控制技術與傳統PID控制結合，直接或間接地動態整定PID參數，使控制達到更優的效果。

三、結束語

智能控制理論研究的深入，必將帶動智能PID控制器的研發，從而完善PID控制性能，提高控制效果。

參考文獻：

[1]石辛民，郝整清.模糊控制及其Matlab仿真[M].北京：清華大學出版社，2008.

第9篇：模糊算法基本原理范文

關鍵詞：指標； 多因子算法； 優化

中圖分類號：X9129 文獻標識碼：A文章編號：2095-2163（2013）02-0070-04

0引言

建立完善的評價指標體系是獲得有效評價效果的前提，評價指標體系科學、合理，評價結果才會相應地準確與客觀。目前，針對評價指標體系的研究較多，借助各種文獻資料，已經構建了各種各樣的評價指標體系，但由于缺乏科學理論方法的指導，卻引發了各類程度不同的問題。因此，實用有效的指標優化方法對于評價指標體系的構建具有重要而深遠的意義。

1評價指標優化方法研究分析

已有為數眾多的研究者就評價指標優化方法開展了大量研究工作，得到了一些實用的方法，解決了一部分實際問題。然而仍有一些問題未獲圓滿解決。這些問題主要表現在以下幾個方面：

（1）大多數評價指標都是基于定性分析和定量分析相結合來進行篩選，但目前所選用的定量分析方法卻常常僅從單一因素考慮，未能兼顧各類指標之間的關聯性和重要性。而優質、高效的評價指標體系只有需要綜合考慮各種因素影響，才能得到切實、可靠的構建[1]。

（2）針對評價指標體系有效性測評的研究開展得仍不夠充分。基于不同的角度，對于同一評價目標可建立不同的評價指標體系。對這些指標體系的有效程度應如何進行定量描述，其中哪個體系更能真實反映評價目標，諸如此類問題的全面解決對于建立合理的指標體系具有基礎性的重要意義[2]。

2構建評價指標優化方法

2.1多因子綜合算法

科學、合理的評價指標體系是進行準確、客觀評價的基礎。然而，目前有關建立評價指標體系的問題仍缺乏足夠的理論指導，尤其是對于一些大型的較為復雜系統，因其內部影響因素間的關聯對應錯綜煩雜，使得評價指標體系的構建就尤顯困難。為了建立全面、且無冗余的評價指標體系，須從指標的關聯性、重要性和有效性三個方面綜合考慮。

（1）指標的關聯性。即各指標之間的關聯程度，其大小用關聯度來表示。關聯度越小，就表明指標間的獨立性越高，指標間的冗余度也就相應地越小，指標體系越能如實地反映評價目標。

（2）指標的重要性。即各指標的重要程度，其大小用重要度來表示。指標的重要度與該指標對評價目標的影響效果成正比。

（3）指標的有效性。即評判者采用某個指標對評價目標進行評價時該指標的有效程度。其大小用效度來衡量。效度與采用該指標對評價目標進行評價的有效性成正比關系。評價指標體系中各個指標的效度之和表征了整個指標體系的有效性。可將指標體系的效度作為對評價指標體系檢驗有效性的參考標準。

綜上所述，為了建立科學有效的評價指標體系，就必須盡量減小指標間的關聯度，對于關聯度大的指標應根據具體情況進行取舍；為保證指標體系的簡潔性，應該濾除重要度相對較低的指標；而后再利用效度對其進行有效性分析，并根據有效性檢驗結果判定指標體系的構建是否合理。根據這一思路，在綜合考慮指標的關聯度、重要度和效度的基礎上，提出了評價指標優化的多因子綜合算法。第2期楊敏，等：一種基于多因子算法的評價指標優化方法智能計算機與應用第3卷

22多因子綜合算法的基本原理

多因子綜合算法的基本原理是，首先參考國內外標準初步建立評價指標，并使用該評價指標體系評價目標對象，將評價結果作為灰色關聯聚類方法的輸入，由此可以計算得出各個指標之間的相關程度，同時各個指標的重要程度可以通過模糊分析計算獲取，然后將分析計算所得的指標之間的關聯度和指標的重要度作為對所有指標進行分類和判定取舍的依據，最后采用灰色關聯分析法來檢驗指標的有效性。算法的實現流程如圖1所示。基于多因子綜合算法優化后的評價指標體系可以保證其中指標全面且無冗余，互相獨立而又重點突出[3]。

2.2.1指標的相關性分析

通常，指標相關性分析都基于數理統計或聚類分析等方法，但這些方法要求預先取得大量的統計數據，并且計算任務繁重，有時還要求樣本數據呈現某些特殊關系。而灰色關聯分析法對于數據樣本數量和樣本特征均沒有特殊要求，而所涉及的計算也非常簡便，并且對定性和定量指標均有很好的適應性[4]。該方法的基本思想是，比較序列曲線幾何形狀的相似程度，以此來反映各曲線的關聯程度。若各比較序列曲線幾何形狀的相似度越大，相應序列間的關聯程度也就越大，反之亦然。因此，可以采用灰色關聯分析方法通過曲線幾何形狀相似程度的比較來進行指標的相關性分析。另外，對于復雜系統評價指標的優化，由于受主觀因素影響，會涉及到大量不確定信息，致使分析過程具有明顯的灰色性，而灰色系統分析方法恰能有效解決此類問題，故本文采用灰色關聯聚類方法來實現評價指標相關性的分析。

下面介紹灰色關聯聚類方法計算指標相關度的一般步驟：

假設有n個分析待定的指標，每個指標均包含m個特征值，與之相應的評價矩陣則為：

2.2.2指標的重要性分析

對于指標體系來說，去掉次要指標，留下重要指標，既發揮了指標體系的基本作用，又簡化了體系結構，便于展開系統分析；經過相關性分析并且歸類的指標，依據指標重要程度做以取舍，實現了指標優化的科學性。又進一步考慮到復雜系統評價指標優化帶有很大的模糊性，故選用模糊分析方法排定指標的重要性，并去除各次要指標[5]。詳細步驟如下：

為了簡化指標體系結構，可按Ps的大小對指標進行排序，去掉無關重要的指標。

2.2.3指標的有效性驗證

對同一評價問題，基于不同的角度可構造得到多個評價指標體系，以此來判定評價指標體系的質量，并進一步確定所選用評價指標的有效性大小，這些都會對評價結果產生重要的影響。在統計學方法中，除了要求樣本服從某個典型的概率分布之外，樣本數量也同時決定著結果的準確程度，這就給效度分析帶來了一定的難度[6]。為此，本文試圖將灰色關聯分析的方法應用于評價指標的有效性檢驗中，以解決這類問題。

灰色關聯分析方法進行有效性檢驗的基本思想是，通過曲線形狀的相似等級來分析指標序列間的關聯程度，并反映專家評價的差異[7]。而利用灰色關聯分析進行有效性分析的原理也是通過判斷曲線幾何形狀相似程度來實現的，但其解決關鍵則在于參考序列的確定，因為問題實質與參考序列的選擇直接相關。

利用灰色關聯分析進行有效性檢驗的基本步驟如下：

假設評價指標集為A={Ai|i∈N，N=（1，2，…，n）}，n為評價指標個數，評判專家集為M={Mk|k∈K，K=（1，2，…，m）}，則各指標序列可表示為：

關聯系數ξio（k）表現了專家評判信息與參考信息的關聯程度，關聯程度越大，就說明信息的離散程度越小，專家認識的一致度則越高，該指標的有效性也就越大。各個指標的效度記為：

εi=1m∑mk=1ξio（k）（17）

而整個指標體系的效度可表示為：

ε=1n∑ni=1εi（18）

指標體系的效度值越大，該指標體系越能真實反映評價目標的本質，其有效性就越高。

參考序列的確定是利用灰色關聯分析進行有效性檢驗的關鍵，合理獲取參考序列有助于灰色關聯分析實現不同的功能。有效性驗證不僅可以檢驗評價指標體系的有效性，而且能夠對評價指標優化前后的指標體系有效性的變化情況做一比較，并可取得良好實用效果。

3結束語

對科學合理的評價指標優化方法開展研究，無論在理論上還是實踐上都具有重要意義。只有在嚴格理論指導下建立的評價指標體系，才能確保評價結果的科學性和準確性。本文以指標的關聯性、重要性和有效性作為出發點，并在對灰色關聯分析方法的使用和借助下，提出了基于多因子算法的評價指標優化方法，在一定程度上滿足了復雜系統評價指標的優化要求。

參考文獻：

[1]夏春艷，顏聲遠，李慶芬，等. 核電廠主控室人機界面評價實驗研究[J]. 中國安全科學學報， 2008（10）： 1519.

[2]O’HARA J M，BROWN W S，LEWIS P M， et al. Human-system interface design review guidelines （NUREG-0700， Revision 2）. U.S. NRC. Washington， DC.2002： 128129.

[3]陳曉明，高祖瑛，周志偉，等. 基于計算機模擬技術的人機界面評價系統[J]. 原子能科學技術， 2004： 365368.

[4]顏聲遠. 火電廠主控制室人機界面虛擬評價方法[D]. 哈爾濱：哈爾濱理工大學， 2008（12）： 5660.

[5]劉素娟.先進的核電廠主控室人機界面審評中需要注意的幾個問題[J].核安全， 2004： 4450.