基于云模型元胞自动机的图像处理方法在智能农业中的应用

采用云模型元胞自动机理论进行农业图像边缘检测研究。

提出了模糊元胞自动机在图像处理过程中的反模糊化方法，即根据得到输出隶属度值，对下次演化的输入进行反模糊化处理，从而得到更加精确的处理结果。

提出了云理论在图像边缘检测中的反云化方法，即采用Y条件云发生器对下一轮演化的输入进行反云化处理，从而得到更加精确的处理结果。

提出了云理论以及元胞自动机理论相结合的云元胞自动机智能农业图像边缘检测方法。该方法考虑到了云理论的随机性和模糊性，并且运用了元胞自动机理论的自演化能力。实验表明，该方法能够获取更多更准确的边缘。

另外，通过设置超熵值He的大小，可以使该方法转化为模糊元胞自动机智能农业图像边缘检测方法。

采用了方向信息、Harris角点信息以及边缘有序性信息进行多信息融合，通过云推理对图像进行边缘检测，使边缘检测的抗干扰能力大大提高。

该方法在智能农业机械自动导航系统中具有推广应用前景。

采用云模型元胞自动机理论进行农业图像边缘检测研究。提出了模糊元胞自动机在图像处理过程中的反模糊化方法，也就是根据得到输出隶属度值，对下次演化的输入进行反模糊化处理，从而得到更加精确的处理结果。提出了云理论在图像边缘检测中的反云化方法，即采用Y条件云发生器对下一轮演化的输入进行反云化处理，从而得到更加精确的处理结果。提出了云理论以及元胞自动机理论相结合的云元胞自动机智能农业图像边缘检测方法，该方法考虑到了云理论的随机性和模糊性并且运用了元胞自动机理论的自演化能力，实验表明该方法能够获取更多更准确的边缘。另外，通过设置超熵值He的大小，可以使该方法转化为模糊元胞自动机智能农业图像边缘检测方法。采用了方向信息、Harris角点信息以及边缘有序性信息进行多信息融合，通过云推理对图像进行边缘检测使边缘检测的抗干扰能力大大提高。该方法在智能农业机械自动导航系统中具有推广应用前景。