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。