一种改进的图像模糊增强算法

针对传统模糊增强算法的缺陷,提出了一种改进的算法。该算法中隶属函数和模糊增强算子均采用连续分段函数,利用OTSU法将图像分为高灰度和低灰度两个区域,对高灰度区域像素进行灰度增强运算,对低灰度区域像素则进行灰度衰减运算。仿真结果表明,该算法具有较强的模糊边缘和细小边缘分辨能力,是一种实用、高效的图像对比度增强算法。     

基于模糊集的图像增强

经图像信息输入系统获取的源图像中通常都含有各种各样的噪声和畸变,会大大影响图像的质量.因此,在对图像进行分析之前,必须先对图像质量进行改善.通常,使用图像增强的方法对图像进行改善.基于直方图的方法是这一领域中很重要的方法之一.Pal-King算法.是基于模糊集对于图像的增强算法.本文首先改进了Pal-King算法,随后将改进的Pal-King算法与直方图增强图像算法进行比较.用改进的Pal-King算法处理的图像提供更多细节,并且有很好的视觉效果.     

一种基于模糊集的医学图像增强方法

鉴于医学超声图像的对比度较差,使得某些图像细节难以辨认,采取基于小波包和模糊集的图像增强方法。结果表明,此增强方法能够增强图像微小细节,提高图像对比度,改善图像的视觉效果,从而提高诊断的准确性。     

一种改进的模糊边缘检测快速算法

比较全面地分析了 Pal.King模糊边缘检测算法的缺陷 ,提出了一种新的快速模糊边缘检测算法。该算法不仅克服了 Pal.King模糊检测算法定义的不足 ,简化了复杂的变换和逆变换运算 ,而且针对 Pal.King算法中对隶属度阈值设置为固定值的不足 ,提出了自动确定模糊增强变换中最佳隶属度阈值的算法 ,并在此基础上实现模糊增强函数中增强阈值的自动获取。仿真结果证明 ,该算法效率高、提取边缘精细、适用面广 ,是一种很有实用价值的图像处理算法     

基于模糊域的图像增强改进算法研究

基于模糊集理论的图像增强算法会丢掉部分的边缘细节,针对这一不足,该文改进了算法,最大程度上保留了低灰度值部分。首先构建一个新的隶属函数,实现了图像空域到模糊域之间的转换;在模糊域中采用非线性变换和递归调用对图像进行了增强,最后再通过逆模糊化转换到空域,得到新的灰度值。仿真结果表明,改进的图像增强算法克服了丢失部分细节的不足,提高了图像质量。     

自适应直觉模糊相异直方图裁剪的图像增强算法

针对经典的直方图均衡化图像增强算法可能存在的对比度过度增强、亮度分布不均匀和细节信息不突出等问题,提出自适应直觉模糊相异直方图裁剪的图像增强算法.基于直觉模糊集的“投票模型”,引入直觉模糊相异直方图的概念,并基于此提取图像像素的空间位置信息.同时,利用S型隶属度函数对图像直觉模糊相异直方图进行自适应裁剪,采用分段策略对裁剪后的直觉模糊相异直方图进行均衡化处理.最后,利用直觉模糊集的犹豫度刻画原图像的未知信息,修正由引导滤波获得的细节图像,从而保留图像丰富的细节信息.针对3种类型的图像,即自然图像、MRI脑图像及近红外图像的实验结果表明,所提出算法能够有效提高图像的对比度,保留图像的细节信息,使图像呈现较自然的视觉效果,改善图像的质量评价指标.     

基于模糊集的相控阵超声监测成像图像增强研究

利用超声信号处理的方法,得到更准确的监测图像。通过控制阵元激发信号的时间延迟来控制波束的指向,进而实现结构中的损伤监测。分析结构损伤状况下接收到的信号,根据相控阵原理控制信号的延迟和聚焦,获得更高信噪比的信号。并将相应角度上的监测信号用图像的灰度级来表示。因为原始数据得到的图像并不清晰,所以采用模糊集的图像增强方法进行处理,提高图像的可识别度。该方法在铝板结构中进行实验分析,验证了方法的正确性和有效性。     

一种改进的非线性滤波器图像增强算法

在图像的预处理过程中,图像增强是一个很重要的步骤.由于传统的反锐化掩模增强算法的在增强图像的同时加入了噪声,该文使用非线性滤波器增强图像.与传统的非线性滤波器相比,本文使用反正切函数来控制图像的增强效果,减少了增强过程中的参数个数,方便了在实际中的应用.实验证明了该算法在进行图像增强的同时,也抑制了原始图像中噪声的放大...     

模糊集与非线性增益相结合的自适应图像增强算法*

提出了一种模糊集增强与非线性增益相结合的自适应图像增强算法,使用双正交小波变换对原始图像进行分解,低频子带系数采用改进的模糊集增强算法,以提升图像的整体对比度;对高频子带,先采用贝叶斯萎缩法估计噪声与信号的阈值,再使用一种非线性增益函数增强图像细节并抑制噪声。对算法中影响增强效果的关键参数进行了研究,并提出了一种模糊集增强算子的阈值选取算法,能够实现不同图像自适应参数选择;将信息熵作为非线性增益函数的参数选取准则,并针对算法中排序算法运算量过多导致算法时间过长的情况,提出了一种替代求解方法,极大地提高了算法效率。对算法进行仿真,结果表明：算法能够有效提升对比度、增强图像细节并抑制噪声,可以明显改善图像的视觉效果,具有参数自适应、算法效率高等优点。     

一种基于小波阈值的图像增强改进算法

提出一种基于平滑滤波的小波阈值图像增强算法,利用邻域平均和小波阈值相结合的方法对图像进行平滑滤波处理。实验结果表明,该方法有利于图像去噪处理,同时边缘信息也得到了较好的保留,使图像具有更好的视觉效果。     

一种新的覆盖粗糙模糊集模型

在覆盖粗糙集与模糊集结合的研究中,已有的覆盖粗糙模糊集模型存在两类问题:一类是元素的上、下近似隶属度之间的差值通常过大;另一类是元素的上、下近似隶属度与其在给定模糊集中的隶属度无关.对此,通过定义模糊覆盖粗糙隶属度,将元素的最小描述与给定模糊集建立联系,同时综合元素在给定模糊集中的隶属度,进而建立一个新的覆盖粗糙模糊集模型.理论比较和实验结果均表明该模型可以有效解决上述两类问题.     

一种改进的具有色彩保护的多尺度Retinex图像增强算法

针对图像增强存在的光晕伪影、颜色失真等问题,在MSRCP(Multi-Scale Retinex with Chromaticity Preservation)的基础上提出一种改进的多尺度Retinex图像增强算法。该算法首先计算原图像的强度图像;然后采用引导滤波对强度图像进行平滑处理,估计出照度分量,进而根据Retinex原理估计出反射分量;最后在颜色恢复函数中引入S型曲线函数得到最终的增强图像。实验结果表明,该算法可以有效解决光晕伪影现象,提高细节信息,使增强图像的整体色彩与原图一致,改善了图像整体的视觉效果。     

改进的粗糙直觉模糊集

在Pawlak近似空间中,针对直觉模糊目标集合,假设在信息粒度不变的情况下,试图寻求目标集合更好的近似集。在现有的粗糙直觉模糊集的基础之上,利用直觉模糊粗糙隶属函数,采用分段函数的形式建立直觉模糊集新的下近似与上近似算子,并讨论新模型的一些基本性质。与现有的粗糙直觉模糊集相比,改进后的模型无论在近似精度方面,还是与目标集合的相似度方面,都有了较大的改善和提高。最后通过数值算例验证了所给结论的正确性。     

一种快速的自适应图像增强算法①

提出了一种快速的自适应图像增强算法。算法首先对原始图像进行高斯平滑滤波,然后根据原始图像的整体信息和局部信息对图像的像素值进行偏移。最后,利用偏移后的图像信息和非线性函数对图像进行变换,从而实现了对图像细节的增强。通过将RGB图像变换到HSV彩色空间,将增强算法推广到了彩色图像的处理。实验结果表明,该算法运行速度快,能有效改善图像质量。同时能够根据环境的亮暗,自动调整增强效果,具有自适应的功能。     

一种新的NSCT域图像增强算法

针对实际应用中所采集的部分图像对比度低、边缘细节模糊的问题,提出一种基于非下采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)的多尺度Retinex与非线性增益函数相结合的图像增强算法。使用改进的多尺度Retinex算法对低频子带系数进行处理,以提升图像的灰度动态范围并改善图像的亮度均匀性;采用非线性增益函数和贝叶斯萎缩阈值相结合的方法对各个高频子带系数进行处理,在提升图像纹理细节的同时抑制噪声。实验结果表明:该算法能够有效提升图像对比度和清晰度,增强图像细节信息,有效改善视觉效果。     

一种基于色彩保持的低照度图像增强算法

保持色彩不变是彩色图像增强的一个重要问题.针对低照度图像,提出一种快速保持色彩增强方法,采用抛物线函数进行亮度增强,获得亮度增益后,对RGB值进行同比增强,在增强亮度的同时,保持色彩不变.实验表明,本算法运算速度快且增强效果良好.     

基于模糊集的连续域决策表属性约简算法

把模糊集和粗糙集结合起来,对连续域决策表属性约简算法进行研究。使用三角隶属度函数将连续属性值转化为模糊值。定义两模糊对象间的相似度、模糊对象的相似类以及连续属性在对象集上划分所形成的相似类集组成的特征向量。给出连续型属性的数字特征向量,以此为基础建立连续型属性间的相似矩阵。提出一个新的属性约简算法,并用一个实例加以验证。     

一种采用改进蚁狮优化算法的图像增强方法

针对现有图像增强技术在细节处理方面的不足以及变换后图像直方图分布偏移的情况,同时针对基本的蚁狮优化算法(ALO)存在寻优精度不理想,易陷入局部最优等问题,提出一种采用改进蚁狮优化算法(RBALO)的图像增强方法。其核心在于,根据蚁狮位置的分布调整搜索空间的边界,引导蚂蚁在更有效的区域内进行搜索,并使部分蚂蚁与精英蚁狮进行重组。将RBALO算法用于确定Beta函数的参数,获取适合当前图像的参数值。利用2个标准测试函数进行试验,证明改进后的蚁狮算法有非常好的寻优精度。最后,使用Couple灰度图进行图像仿真实验,结果表明使用RBALO算法得到的增强图像适应度优,直方图分布更均匀。     

一种非线性逆扩散图像增强算法

针对传统图像增强算法无法同时消除噪声和保持纹理的不足,从线性逆扩散的基本原理出发,提出了非线性逆扩散图像增强算法的原则,给出了适合的扩散系数。试验结果表明本算法有效地增强了图像,消除了图像中的噪声,能够保留图像中的细节纹理。