matalb实例之图像处理（基于遗传算法的图像增强自适应模糊增强）

在实际应用当中，有时候需要进行图像增强来改善图像的视觉效果。在此问题处理当中，按照颜色可以分为灰度图像增强和彩色图像增强。按照作用域分类，可以分为空域处理和频域处理。

图像空域处理方法通常有灰度变换，直方图均衡，图像平滑和锐化。频域处理有DFT变换，采用滤波的方法进行图像增强。现有的方法自适应的效果都比较差，这里提出一种模糊自适应的方法，利用遗传算法完成图像的增强。

1，选着合适的评价函数，得到图像质量的适应度函数值

2，利用遗传算法，选择，交叉，变异 优化处理

3，得到优化结果，完成图像的自适应增强。
本案例采用beta函数来实现图像灰度变换曲线的自动拟合。相关代码如下
function Incmp_Beta_Result=IncmpBeta(a,b,X)
[m n]=size(X);
aaa=Gammln(a+b)-Gammln(a)-Gammln(b);
for i=1:m
for j=1:n
if X(i,j)<0 | X(i,j)>1
helpdlg(‘变量X的取值范围不在0和1之间’,‘错误！’);
return
end
if X(i,j)==0 | X(i,j)==1
bt(i,j)=0;
else
bt(i,j)=exp(aaa+alog(X(i,j))+blog(1-X(i,j)));
end
end
end

for i=1:m
for j=1:n
if X(i,j)<((a+1)/(a+b+2))
Incmp