asignación fuzzy.pdf

2
PNF Instrumentación y Control Control Inteligente Prof. Mervis Villanueva Asignación de Lógica Difusa El procesamiento digital de imágenes es un área de investigación y de aplicación en el cual convergen muchas áreas de conocimiento como lo son la física, las matemáticas, las ciencias de la computación, la inteligencia artificial y muchas más; por ese motivo es necesario conocer y aplicar diversas técnicas que nos proveen estas áreas de investigación. Una técnica de inteligencia artificial muy utilizada en la actualidad en el procesamiento de señales es la lógica difusa o lógica borrosa (fuzzy logic). Ejercicio a desarrollar Se requiere diseñar un sistema difuso que permita mejorar la apariencia de una imagen. La metodología utilizada para aplicar técnicas de procesamiento de imágenes utilizando lógica difusa se indica Fig. 1 Figura a mejorar/ Figura mejorada Fase 1: Análisis de la imagen para determinar las características útiles para el sistema de lógica difusa: histograma de la imagen y valores máximo y mínimo de los niveles de gris de la imagen. Fig. 2 Histograma de la imagen desmejorada. Fase 2: Diseño del sistema de lógica difusa.

Upload: manuel-peroza

Post on 16-Dec-2015

217 views

Category:

Documents


0 download

TRANSCRIPT

  • PNF Instrumentacin y Control Control Inteligente Prof. Mervis Villanueva

    Asignacin de Lgica Difusa

    El procesamiento digital de imgenes es un rea de investigacin y de aplicacin en el cual convergen muchas reas de conocimiento como lo son la fsica, las matemticas, las ciencias de la computacin, la inteligencia artificial y muchas ms; por ese motivo es necesario conocer y aplicar diversas tcnicas que nos proveen estas reas de investigacin. Una tcnica de inteligencia artificial muy utilizada en la actualidad en el procesamiento de seales es la lgica difusa o lgica borrosa (fuzzy logic).

    Ejercicio a desarrollar

    Se requiere disear un sistema difuso que permita mejorar la apariencia de una imagen. La metodologa utilizada para aplicar tcnicas de procesamiento de imgenes utilizando lgica difusa se indica

    Fig. 1 Figura a mejorar/ Figura mejorada

    Fase 1: Anlisis de la imagen para determinar las caractersticas tiles para el sistema de

    lgica difusa: histograma de la imagen y valores mximo y mnimo de los niveles de gris de la imagen.

    Fig. 2 Histograma de la imagen desmejorada.

    Fase 2: Diseo del sistema de lgica difusa.

  • PNF Instrumentacin y Control Control Inteligente Prof. Mervis Villanueva

    Planteamiento de las variables de entrada y de salida. Se definen los siguientes trminos:

    o Conjunto Soportado, son todos aquellos pxeles pertenecientes a la imagen de entrada con valores mximo y mnimo en [0, 255].

    o Para los pxeles de entrada y salida se definen los siguientes conjuntos borrosos: Oscuro, Gris, Claro, Ms Oscuro, Ms Claro, Ms Gris.

    Definicin de las funciones de pertenencia o inclusin, donde se indique en qu grado un valor u de la variable U est incluida en conjunto F, ej: en qu grado el pixel de entrada con valor 135 est incluido en el conjunto Claro.Para este ejemplo se emplean las siguientes funciones: Uoscuro(),Ugris(),Uclaro, UmasOsuro(),UmasGris(),UmasClaro().

    Proceso de mejoramiento de la imagen en escala de grises como reglas en trminos de lgica difusa tal como se muestra a continuacin:

    o IF un Pixel IS OscuroTHEN Hacerlo ms Oscuro. o IF un Pixel IS Gris, THEN Hacerlo ms Gris. o IF un Pixel IS Claro, THEN Hacerlo ms Claro.

    Fase 3: Implementacin del sistema de procesamiento de imgenes basado en

    lgica difusa. Proceso grfico realizado en Matlab para implementar los conceptos planteados anteriormente con la herramienta GUI para sistemas difusos.

    Para las seales de entrada se usarn funciones de membresa de tipo gaussiano y trapezoidal y para las salidas de tipo triangular. Analice el problema y establezca los rangos de los conjuntos difusos. Trabajo a realizar: Disear el controlador difuso que permita mejorar la imagen. Estudiar la respuesta y arribar a conclusiones.