資源描述：
《基于模糊域圖像增強(qiáng)改進(jìn)算法探究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于模糊域圖像增強(qiáng)改進(jìn)算法探究 摘要：基于模糊集理論的圖像增強(qiáng)算法會丟掉部分的邊緣細(xì)節(jié)，針對這一不足，該文改進(jìn)了算法，最大程度上保留了低灰度值部分。首先構(gòu)建一個新的隸屬函數(shù)，實現(xiàn)了圖像空域到模糊域之間的轉(zhuǎn)換；在模糊域中采用非線性變換和遞歸調(diào)用對圖像進(jìn)行了增強(qiáng)，最后再通過逆模糊化轉(zhuǎn)換到空域，得到新的灰度值。仿真結(jié)果表明，改進(jìn)的圖像增強(qiáng)算法克服了丟失部分細(xì)節(jié)的不足，提高了圖像質(zhì)量。關(guān)鍵詞：模糊集；圖像增強(qiáng)；模糊算法中圖分類號：TP18文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2014）06-128
2、2-03AnImprovedImageEnhancementAlgorithmResearchBasedontheFuzzyDomainLIDeng-hui（InstituteofInformationTechnologyofGUET，Guilin541004，China）Abstract：Theimageenhancementalgorithmbasedonfuzzysettheorywilllosepartoftheedgedetails.Thealgorithmisimprovedinthi
3、spaper，andthelowgreyvalueisretainedinthispaper.First，anewmembershipfunctionisbuild，andthe7transformationisrealizedbetweenairspacetofuzzydomain；second，theimageisenhancedbynonlineartransformationandrecursive；finally，thenewgreyvalueisobtainedbyinversetra
4、nsformation.Thesimulationresultsshowthattheimprovedimageenhancementalgorithmretainsthedetails，andthequalityoftheimageisimproved.Keywords：fuzzytheory；imageenhancement；fuzzyalgorithm在圖像處理技術(shù)中，基于變換域的圖像增強(qiáng)算法往往優(yōu)于時域算法。Pal-King等人在早些年前提出了基于模糊理論的圖像增強(qiáng)算法，在許多實際領(lǐng)域得到
5、了廣泛的應(yīng)用[1]，但Pal-King算法在處理低灰度值有些欠缺和不足[2]。為了克服這些不足，許多學(xué)者在這方面做出了研究，提出了一些改進(jìn)的算法。比如，參考文獻(xiàn)[3]從改進(jìn)隸屬度和增強(qiáng)函數(shù)方面對該算法進(jìn)行改進(jìn)，參考文獻(xiàn)[4]利用調(diào)用函數(shù)增強(qiáng)低灰度值的處理，參考文獻(xiàn)[5]提出一個應(yīng)用于紅外圖像的模糊增強(qiáng)算法，所有這些方法都有其一定的優(yōu)點和可取之處。因此，基于模糊集理論的圖像增強(qiáng)是值得探索的研究方向。7為了克服Pal-King算法的不足之處，文中提出了一個改進(jìn)的模糊增強(qiáng)算法，在原有算法的基礎(chǔ)上改進(jìn)隸屬
6、度函數(shù)和增強(qiáng)因子。實驗證明，這種改進(jìn)在一定程度上是有效的。1Pal-King算法1.1模糊理論對于某論域里的任何一個x，通過隸屬度函數(shù)[μA（x）]，都可以得到一個映射值，所有的映射值組成一個集合，即模糊集。如式（1）所示：[A=μA（x）x?x∈UμA（x）∈[0，1]]（1）定義為論域U上的一個模糊子集，簡稱模糊集。[μA（xi）]為[xi]對A的隸屬度。根據(jù)以上定義，模糊集合實質(zhì)就是論域[U]到[[0，1]]閉區(qū)間的一個映射。[μA（xi）]越接近1，[x]就越屬于[A]；反之，越接近0，就
7、越不屬于[A]。將信息區(qū)定義為一個模糊集合，其中每個像素都有其隸屬度，隸屬度值越大，說明其越屬于信息區(qū)[1]1.2Pal-King算法原理[2]根據(jù)隸屬度函數(shù)可以計算得到變換域中的映射值[μmn]，也就是說隸屬度函數(shù)實現(xiàn)了時域到變換域的映射。Pal-King算法的隸屬函數(shù)如公式（2）所示。[μmn=G（gmn）=[1+gmax-gmnFd]-Fe]（2）公式中，[gmax]是最大灰度值；[gmn]是平均灰度值；[Fe]和[Fd]是模糊因子。當(dāng)[μmn=G（gc）=0.5]，[gc]灰度級稱為渡越點
8、，因此可以推導(dǎo)得到[Fd]，如式（3）所示[Fd=（gmax-gc）/（2-Fe-1）]（3）7根據(jù)增強(qiáng)目的和圖像內(nèi)容不同，設(shè)置隸屬函數(shù)的參量（[Fe，F(xiàn)d，gmax]），將影響圖像增強(qiáng)效果。Pal-King算法中通過非線性修正隸屬度（[μmn→μ′mn]），以增強(qiáng)圖像對比度，如式（4）所示。[Tr（μmn）=2?[μmn]20≤μmn≤0.51-2?[1-μmn]20.5≤μmn≤1]（4）式（4）表明，對于大于0.5的隸屬值[μmn]利用指數(shù)增大而小于0.5的隸屬度值進(jìn)行減小，
