基于模糊集的图像增强

Github个人博客:https://joeyos.github.io

基于模糊集的图像增强主要有以下三个步骤:图像模糊特征提取、隶属函数值的修正和模糊域反变换。

x=imread('lena.jpg');
x=rgb2gray(x);
[M,N]=size(x);
x1=double(x);
% 基本参数
Fd=0.8;
FD=-1*Fd;
% Fe=128;
Fe=128;
Xmax=255;
% 模糊特征平面
for i=1:M
    for j=1:N
        P(i,j)=(1+(Xmax-x1(i,j))/Fe)^FD;
    end
end
% 模糊增强
times=1;
for k=1:times
    for i=1:M
        for j=1:N
            if P(i,j) <= 0.5000
                P1(i,j)=2*P(i,j)^2;
            else
                P1(i,j)=1-2*(1-P(i,j))^2;
            end
        end
    end
    P=P1;
end
% 反模糊化
for i=1:M
    for j=1:N
        I(i,j)=Xmax-Fe*((1/P(i,j))^(1/Fd)-1);
    end
end
X=uint8(I);
figure,imshow(x);
figure,imshow(X);

这里写图片描述这里写图片描述

  • 7
    点赞
  • 39
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值