退化图像增强与在机器视觉中的应用.docVIP

退化图像的增强及在机器视觉中的应用 摘要：模糊理论集已被用于处理退化图像，即图像边缘不确定和不准确的图像的增强问题。对于这些类型的图像，在一定程度上，可以通过基于模糊集合的图像增强方法而不是传统的图像增强方法来获得良好的图像增强。由SK帕尔提出的经典模糊增强方法中灰度等级的最高值没有改变，所以这种方法不适合有较少的灰度等级和较低的对比度的退化图像的增强问题。 事实上，灰度等级成员函数的范围不是标准化的，是传统模糊增强方法的另一缺点。针对上面提到的问题，本文提出了一种普遍迭代模糊增强算法。一种新的图像质量评估标准在图像灰度等级统计直方图的基础上被建议，来控制的所提出的图像增强算法的迭代产生。电脑仿真结果表明该新型增强方法比模糊增强和灰度水平变换更适合处理拥有较少灰度等级和较小对比度的图像增强问题。 关键词：图像增强、模糊集、普遍模糊增强、机器视觉 1 概要 图像的传输和转换过程中的图像劣化是不可避免的。例如，有时由一个摄像机拍摄的图像质量很差，由于相机的光学系统失真，拍摄对象的相对运动，相机，环境变化和随机扰动。图像增强是一种重要的科技用来提高劣化的图像的质量，并有选择性地提供一些感兴趣的图像特征。有许多图像增强方法，如直方图修正，图像平滑，图像锐化 ，逆过滤和维纳过滤。然而，如果待增强的图像中有不确定性和不精确性，采用上面提到的传统的增强方法将得不到想要的结果。由于模糊系统适用于表