模糊理论图像增强快速算法设计与实现

自Pal模糊增强算法提出以来,模糊集理论开始广泛地用于图形图像处理,并在实践应用中取得了较好的效果。但由于Pal算法函数复杂、运算耗时长、渡越点难以设置等问题,势必对于各类图像的增强效果产生了影响。本文就该问题提出了一种基于模糊理论的交互式图像增强快速算法,该算法简化隶属函数和增强算子,不但提高了图像模糊化效率、缩短图像增强处理运算时间,同时面向各类图像的增强处理需求,利用MATLAB设计实现图像增强处理系统,提供了交互式的渡越点设置接口。系统仿真结果表明,本文算法相比 Pal算法,具有更快捷的增强速度和更灵活地阈值选取以及良好的增强效果。     

一种基于模糊逻辑的图像增强算法

在分析Pal模糊增强算法不足的基础上，提出了一种改进的模糊增强算法，该算法简化了Pal算法中复杂的变换和逆变换运算，并采用新的增强算子，可根据不同类型的图像动态调整隶属度阅值υc，克服了Pal算法中隶属度阅值设置为固定值的不足，而且减少了迭代次数。实验证明，该算法适用面广，尤其时对于灰度范围相对比较集中的低对比度的医学图像，处理效果更佳。     

基于广义模糊集合的红外微弱目标图像自适应增强算法

在广义模糊集合及局部自适应增强算法研究的基础上,提出一种针对红外微弱目标图像的实时模糊域自适应增强算法,利用反正切函数作为映射,将空间域的灰度图像变换为对应的广义隶属函数.实验结果证明,该算法不仅能有效地提高图像灰度动态范围,使各区域之间层次更加清楚,而且同时能自适应地增强图像局部区域不同灰度层次的边缘和细节,使边缘和细节明显地突出.     

基于模糊逻辑的红外图像增强算法的研究

以模糊方法为分析手段,提出一种新的广义模糊隶属函数及相应的线性分布函数,提高了处理速度,最后以建筑屋窗口图像为处理对象,应用上述算法对结果进行分析和讨论.     

基于直觉模糊集和直方图均衡的图像增强方法

针对模糊增强不能改善图像的对比度和直方图均衡增强存在过度增强、图像细节信息丢失的缺陷,提出了基于直觉模糊集和直方图均衡的图像增强算法.由于待增强图像包含大量的不确定性信息,给出了一种新的直觉模糊增强图像的算法,该方法通过合成像素的直觉模糊隶属度和非隶属度的方式来实现,能够显著增强图像的细节信息,但不能改善图像对比度.因此,将直觉模糊增强和直方图均衡进行融合,以直觉模糊增强为主,同时抑制直方图均衡的不足,既增强了图像的细节信息,又改善了图像的对比度.最后,通过典型的图像增强实例验证了算法的有效性和可靠性.     

基于模糊自适应算法的胸片图像增强研究

胸片图像增强是计算机辅助诊断的关键之一,更适合医生对病人的观察或机器的分析处理。本文在基于模糊理论的基础上,通过研究经典的Pal和King模糊增强算法中的不足,对胸片图像进行增强处理。提出了一种自适应阈值的广义模糊增强算法。将图像引入广义模糊空间;然后定义一个衡量图像质量标准的参数。改进的算法通过调节参数使图像更加清晰...     

一种改进的模糊边缘检测算法

针对Pal.King算法的缺陷，通过定义新的模糊隶属函数，并引入饱和增强点和广义渡越点参数，给出了一种新的模糊边缘检测算法。访该算法具有速度快、效果好、能够检测模糊边缘和细小边缘的优点，最后仿真结果验证了该算法的有效性。     

基于g-l-PSO算法的灰度图像增强方法

规则化Beta函数给出了灰度图像对比度变换函数的统一表达形式,但是Beta函数的参数需要根据具体图像而确定,难于找出合理的参数值.首先分析了传统PSO算法的不足,使用种群的局部最优解为遗传依据,全局最优解为变异依据,提出综合的g-l-PSO算法.将g-l-PSO算法用于确定Beta函数的参数,通过适应度评估,可以获取最适合当前图像的参数值.通过三幅Pout图像的增强效果分析,可知该灰度图像增强方法切实可行.     

基于Retinex理论的雾天图像增强算法

针对雾天图像对比度低、细节模糊和色调偏灰等问题,提出了一种基于Retinex理论的雾天图像增强算法。将雾天图像转换到HSI空间,对S分量进行线性拉伸,用改进的SSR算法对I分量进行增强处理,转换回RGB空间,用sigmoid函数进行颜色恢复得到增强图像。实验结果表明,提出的算法能有效地提高雾天图像质量,恢复雾天图像色彩,增强效果优于传统算法。     

多层次的红外图像模糊增强算法

在分析现有模糊增强算法的基础上,提出了一种基于图像灰度特性的隶属度函数,该隶属度函数减少了人为设定的参数,并利用最大熵原理实现了参数的优化设置.然后将提出的隶属度函数应用到多层次的模糊增强算法中.通过对红外图像的仿真实验表明, 该算法能够提高图像的对比度,突出图像中不同层次的灰度信息和边缘信息,取得了较好的增强效果.     

属性直方图及其在声纳图像模糊增强中的应用

提出了属性直方图的概念,分析了一种模糊增强算法的实质,并将它们应用于沉底小目标声纳图像增强过程,给出了模糊增强的实现过程和实验结果。直方图是图像处理中最重要的基本概念之一,该文提出的属性直方图的概念,是对图像处理中直方图概念的发展。     

一种改进的模糊增强算法

针对在图像处理的过程中要面对许多含糊不清的情况,采用模糊集理论这一有效的数学工具是非常必要的。本文在研究模糊增强传统算法的基础上,提出了一种新的隶属度函数。它克服了传统算法中的变换强度较小、运算速度较慢和丢失部分灰度信息等缺点。另外,为了更好地保持图像的细节,本文在模糊增强算法中引入了平滑处理,完善了图像的模糊增强系统...     

基于模糊域的红外图像自适应降噪增强技术

将图像邻域相关性与模糊理论相结合，定义了一种新的模糊映射方法。以此方法为基础，对映射后图像的高频和低频分量分别用模糊增强算子进行动态自适应增强。实验结果表明该方法可以有效地滤除噪声和保持目标的细节成分。     

一种基于相对熵的图像模糊增强方法

设计了一种新的基于相对熵的图像模糊增强方法。利用图像分割原理确定的最佳阈值作为模糊增强的分界点，完成对图像的对比度增强。     

一种基于Ｃ均值的模糊核聚类图像分割算法

模糊核聚类算法是一种结合无监督聚类和模糊集合概念的图像分割技术,已广泛应用于图像分割领域,但其算法对初值敏感,很大程度上依赖初始聚类中心的选择,并且容易收敛于局部极小值,用于图像分割时,隶属度的计算只考虑了图像中当前的像素探值,而未考虑邻域像素探间的相互关系,故对分割含有噪声图像不理想。故提出了一种改进的模糊核聚类图像分割算法,先通过数据约简,不损失数据聚类结构的前提下对数据进行挖掘,然后在模糊核聚类算法中引入特性核函数,将约简后的数据映射到高维非线性特征空间进行划分,最后再利用表征邻域像素的参数来修正当前空间像素的隶属度。实验结果表明,提出的算法较好地解决了模糊核聚类算法在局部极值处收敛和在迭代过程中出现停滞等问题,最终得到最佳全局聚类,迭代次数降低明显,并具有高鲁棒性、对噪声不敏感的特点。     

基于模糊增强的医学图像分割分水岭算法研究

医学图像存在病变区域和背景区域,病变区域是分割的重点。针对传统分水岭算法对噪声敏感和易于产生过分割的问题,提出了一种将多尺度形态学边缘检测、模糊增强和控制标记符分水岭相结合的分割策略。该方法首先结合大结构元素和小结构元素各自的优点,用多尺度形态学边缘检测降弱过分割;其次用模糊增强算法使原始医学图像中粗细的边缘都能够得到增强;最后采用基于前景和背景标记的分水岭分割算法进行分割。仿真实验表明,该算法不仅可以有效的克服分水岭变换严重的过分割问题,得到有意义的区域分割,而且还具有较强的区域轮廓定位能力,不需要再进行后续的合并处理,算法简单,同时具有多尺度的特点,能够适应医学图像分类与信息提取的需求。     

A new unsupervised classification algorithm for polarimetric sar images based on fuzzy set theory

In this letter, a new method is proposed for unsupervised classification of terrain types and man-made objects using POLarimetric Synthetic Aperture Radar （POLSAR） data. This technique is a combination of the usage of polarimetric information of SAR images and the unsupervised classification method based on fuzzy set theory. Image quantization and image enhancement are used to preprocess the POLSAR data. Then the polarimetric information and Fuzzy C-Means （FCM） clustering algorithm are used to classify the preprocessed images. The advantages of this algorithm are the automated classification, its high classification accuracy, fast convergence and high stability. The effectiveness of this algorithm is demonstrated by experiments using SIR-C/X-SAR （Spaceborne Imaging Radar-C/X-band Synthetic Aperture Radar） data.     

一种结合图像增强的高斯噪声组合滤波算法

为了有效滤除图像高斯噪声,将滤波算法与增强技术有机结合,提出了一种具有增强效果的组合滤波算法.该算法首先针对经典中值滤波无法有效滤除高斯噪声的缺陷,从滤波模板的角度对其加以改进,对高斯噪声进行多角度、多尺度、多级串联滤波处理,以滤除一部分噪声;然后将均值滤波引入到小波域中,对图像残余噪声实现小波域逐级均值滤波,实现对噪声的基本滤除;最后设计出一种新型小波域增强函数模型,通过设定阈值,将滤波后图像分为若干个区域,分别进行不同程度的增强处理,通过结合具体实验对不同强度下噪声与增强函数系数的取值进行定量分析,给出两者之间的函数关系式.实验证明,该滤波算法对于高强度的高斯噪声有较好的抑制效果,并且具有一定的自适应性.     

HIS空间的火灾图像模糊增强快速算法

火灾图像增强是图像型火灾探测系统中的重要环节。为了克服传统模糊增强算法运算量大、耗时长等问题,采用建立3维查找表并改进模糊增强算子的方法,设计了1种基于颜色三要素空间的火灾图像模糊增强快速算法。首先将火灾图像由三原色空间转换到三要素空间,然后保留H分量,分别对I分量、S分量建立3维查找表,通过3维查找表对图像中所有像素点的I分量、S分量进行模糊增强操作,最后将图像转换回三原色空间。结果表明,该算法在保留火焰色彩信息的同时大大降低了运行时间。这一结果对火灾的实时性探测是有帮助的。