基于中智理论与方向α-均值的图像边缘检测算法

为了提高边缘检测算法对目标边缘细节的保持能力和降低噪声导致的伪边缘等问题,设计了一种基于中智理论与方向α-均值的边缘检测方案。首先,基于中智理论,将图像转换为中智图像,通过真实性、不确定性和虚假性3个要素来表示中智图像,提高了噪声等不确定性信息的表达能力;然后,为了有效地去除了噪声并保持边缘细节,计算中智图像像素的方向掩模,并通过方向平均函数定义了一种方向α-均值算子,并利用生成的方向α-均值算法对图像进行各向异性滤波;最后,构建了一种迭代方程,通过判断梯度的阈值来确定图像像素是否为边缘像素,从而完成边缘检测。实验表明,与当前流行的边缘检测算法比较,所提方法能够更为准确地检测出目标边缘,在不同噪声水平干扰下,其检测结果中所含的伪边缘与不连续边缘信息更少。

基于模糊理论的医学图像平滑滤波方法

提出了一种适用于医学灰度图像处理的平滑滤波方法 .选择八个方向性掩模和一个无方向掩模 ,建立起图像像素与掩模的隶属度映射关系 .利用最大隶属度原理判断该像素隶属于哪一个掩模 ,而后用所求得的掩模对此像素进行平滑滤波 .经实验仿真证实 ,该方法既能有效地滤除医学图像中的噪声 ,又能很好地保持图像的边缘 。