模糊集图像增强实现

最新推荐文章于 2024-08-08 10:34:20 发布

松子茶

最新推荐文章于 2024-08-08 10:34:20 发布

阅读量7.6k

点赞数 2

文章标签：计算机视觉图像处理模糊集图像增强

本文链接：https://blog.csdn.net/songzitea/article/details/18186013

版权

机器学习与视觉专栏收录该内容

162 篇文章 115 订阅 ¥9.90 ¥99.00

订阅专栏

本文介绍了模糊集图像增强算法的实现过程，包括使用隶属度函数将图像转换到模糊集域，通过模糊增强算子处理图像，然后重新转换回空间域。依据[1]中的方法，实现了图像增强，并展示了实验结果。欲了解更多Image Engineering & Computer Vision的内容，可关注作者的博客和微博。

摘要由CSDN通过智能技术生成

模糊集图像增强算法有很多。归纳主要为以下步骤：

第一步、设计隶属度函数将图像从空间域变换到模糊集域。
第二步、设计模糊增强算子，在模糊集域对图像进行处理。
第三步、根据第一步的隶属度函数重新将图像从模糊集域变换到空间域。

在此根据[1]所述的隶属度函数和模糊增强算子，进行图像增强实现，代码如下所示：

clear all;
close all;
clc;

I = double(imread('test.jpg'));
imshow(I);
[m,n] = size(I);

Fe =1;
Fd =120;

xmax=max(max(I));
u =(1+(xmax-I)/Fd).^(-Fe);

for i =1:m
    for j =1:n
        if u(i,j)<0.5
            u(i,j) =2*u(i,j)^2;
        else
            u(i,j) =1-2*(1-u(i,j))^2;
        end
    end
end

I = xmax-Fd.*(u.^(-1/Fe)-1);

figure,imshow(uint8(I));

注：关于Fe和Fd的请参考资料

了解本专栏