文档介绍：实战演练之一
基于模糊集理论的图像增强算法研究
(1)掌握数字图像的预处理方法;
(2)掌握图像增强的基本概念和常用算法;
(3)学****掌握模糊集的理论和方法,设计基于模糊集理论的图像增强算法;
(4)掌握Matlab软件的使用和编程,完成上述算法的软件实现和验证
课题要求:
三人一组,分工协作;一周时间内完成;课题报告一份
(1)查阅本课题有文献;
(2)采集低质的彩***像或对采集到的彩***像进行加噪处理;
(3)常用的图像增强算法及实现;
(4)使用Matlab软件工具实现算法,并用样本检验其有效性;
(5)撰写报告。
课题小组根据分工和研究步骤分别阐述,时间15分钟,老师及其他学生提问5分钟。
实战演练
基于模糊增强算子的经典算法——Pal算法
,这是向图像模糊理解的第一次靠近。
,其算法如下:
实战演练
(1)根据增强目的和图像的不同,设置式(1)中隶属度的参量,全体组成的平面即是模糊特征平面,为图像中最大的象素值,其中和分别是指数型和倒数型模糊因子,满足的一个特殊的灰度级称为渡越点。模糊参数的选择与渡越点的选择有关,而且渡越点满足:
实战演练
(2)通过变换将图像从空间域变换到模糊域:
(3) 模糊增强算子(INT)的回归调用修正隶属度:
式(2)
式(1)
实战演练
(4)通过反变换,产生新灰度级式,从而将数据从模糊域变换到图像的空间域:
式(4)
实战演练
二. 用MATLAB实现基于模糊增强算子的图像模糊增强
1. 软件流程图
读入待处理的图像
通过变换将图像从空间域变换到模糊域
设置隶属度参量
输出模糊增强后的图像
修正隶属度
通过反变换将图像从空间域变换到模糊域
图1 模糊增强的软件流程图
实战演练
图2(a)是未经任何处理的原始图像,它的亮度较暗,清晰度一般。
图2(b)是应用经典的Pal算法对图像进行模糊增强后所得。
经 Pal算法模糊增强后,图像亮度明显提升,清晰度的改善效果好。
(a)原始图像(b)应用Pal算法模糊增强后所得图像
实战演练
3 试验结果比较分析
未经处理的原始图像清晰度一般,但整体颜色的亮度不是太好,有点偏暗,尤其是边缘提取的效果不是很好。
利用模糊增强算子对原始图像进行模糊增强后,看起来比原始图像更清晰,各个细胞内部的纹路与细胞核也变的清晰了很多,图像内部每一个物体的边缘都得到了明显的增强,同时图像失真较小,很平滑;并且可选择性,适用范围更广泛。
实战演练