應用模糊適應共振理論於戶外景物影像分析

Abstract

本論文包含兩個應用模糊方法論 (fuzzy methodology) 於真實影像的景物分析系統。 我們選擇一些戶外景物的影像及紅外線影像來當作分析的對象。 在這兩個系統中，我們皆利用模糊推理法來分析影像， 但是卻用不同的概念及處理程序來做分析。 第一個分析系統包括五個階段： 在前三個階段中，我利用模糊適應共振理論 (fuzzy ART) 以及 K 最近點分類法 ( K-nearest neighbor classifier) 來分析影像中的景物。 而在最後兩個階段中，我們利用分析出的景物特性連結一些已建好的知識 庫 (knowledge base) 來建構模糊若則法則 (fuzzy IF-THEN rules) 並且利用這些法則來做分類。 在第二個分析系統中，一開始我們一樣先利用模糊適應共振理論來做初步 的分類， 然後利用各類的平均值 (means) 以及變異數 (variances) 來建構模糊集合的歸屬函數 (membership function)， 依據這些歸屬函數，我們可以利用監督式學 習法 (supervised learning algorithm) 來產生模糊若則法則， 最後再利用模糊最大-最小推論法 (fuzzy max-min inference) 來分辨影 像中的天然景物。 根據對一些真實影像的 模擬，其結果可證明我們所提出的影像景物分析系統的效果。