基于模糊松弛迭代的分层图像增强算法

映射函数的研究是图像增强技术的关键,模糊松弛技术利用模糊函数建立其映射函数,通过设置该算法的模糊松弛参数可以达到对图像可控增强处理的目的。为了实现针对不同层次的图像内容实现可控式模糊增强,提出了多层次交互迭代的模糊松弛图像增强算法。通过分析各子层图像的直方图,分别设定各子层的模糊松弛参数,并建立对应的模糊松弛映射函数;分别对各子层图像进行可控迭代增强,选择合适的迭代次数作为终止条件。给出的实验结果证明了该算法能够取得较好的增强效果。

基于模糊松弛约束的外观缺陷多核学习技术

为了满足当前工业生产中对产品外观缺陷检测的精度及实时的要求,提出一种基于模糊松弛约束多核学习的产品外观缺陷检测方法(FRC-MKU。该方法对各类外观缺陷的样本图像进行特征提取,采用模糊约束理论求解组合核函数中各核函数的权重,通过给每个核函数划定一个模糊权重得到组合核函数,实现了将该组合核函数作为分类器的核函数进行缺陷的学习分类。实验结果表明,利用模糊松弛约束和多核技术可以提高产品外观缺陷的检测精度并且在实地检测中可以更好地满足外观缺陷的实时检测。

基于模糊熵的两种图像增强技术

基于模糊数学的图像处理技术是图像处理中的重要技术。文中基于模糊熵的概念,提出了两种新的图像增强算法:一种是基于模糊熵的图像滤波器,另一种是改进的模糊松弛迭代增强算法。前者将图像分为若干窗口,分别计算每个窗口关于不同模糊集的模糊熵,根据最小模糊熵原则,确定该窗口中心灰度的大小,该方法充分利用了图像窗口中像素的区域信息;后者对图像依次进行模糊熵滤波去除噪声,最大模糊熵阈值确定分层和模糊隶属度松弛迭代增强,该方法能够实现对图像不同层次的内容实现可控式模糊增强,提高算法的自适应性并且能够增强算法的抗噪性能。通过与传统算法的实验结果对比,验证了文中算法能够取得较好的图像增强效果。

一种X射线图像增强方案

X射线图像信息量大,通常不止一个灰度层次,运用图像增强方法可以提高图像对比度和像质,达到细节区域的最佳视觉效果。笔者首先分析了图像直方图层次;然后针对不同层次的图像内容,采用模糊松弛迭代算法建立了模糊集映射函数,对射线图像进行迭代运算;最后,使用迭代处理结果进一步做Sobel边缘检测算子处理和均值滤波处理。试验表明,该算法增强了图像视觉效果,且增强了图像中不同灰度层次的边缘细节信息,使得图像层次感更加明显。