基于模糊逻辑和小波理论的图像增强算法研究

发布时间：2021-06-20 15:45

　　本文主要研究利用小波变换和模糊理论对图像进行增强处理。本文首先提出了基于模糊理论的多方向增强算法,该算法按照最大隶属度原则确定像素点的方向,然后进行相应的处理,该算法对于低噪声图像效果较好。然后提出了一种改进的自适应高斯滤波算法,该算法采用局部加权模板和像素进行卷积运算,使用尺度参数和多方向滤波算法中确定的像素点方向信息,调整模板的加权系数,该算法克服了自适应高斯算法不能兼顾去噪和边缘保持的缺点,但是信噪比略低于自适应高斯算法。最后提出一种模糊和阈值去噪相结合的图像增强算法,该算法对图像低频系数进行模糊滤波处理,高频部分采用最大最小阈值法去噪,该算法信噪比较高,边缘略有模糊。实验结果表明,这三种算法在去噪和边缘保持方面有一定的优势。 

【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

拉普拉斯锐化前后效果图

二维中值滤波的窗口形状和尺寸设计对滤波效果影响较大。不同的图像内容和不同的应用要求往往采用不同的窗口形状和尺寸。常用的窗口形状有矩形、方形、圆形、十字形等（见图2.7）。窗口尺寸一般从小往大取。图2.6 中值滤波几种常用窗口对于零均值正态分布的噪声，中值滤波的输出噪声方差近似为() 2124122ππσσ + ≈ =mmeanfimed（2-14）其中 表示噪声方差，2iσ mean表示噪声均值， 表示中值滤波窗口长度， 表示噪声概率密度函数。m( )f由于中值滤波是非线性运算，在输入和输出之间的频率上不存在一一对应关系，因此不能用一般线性滤波器频率特性来研究，通常采用总体试验观察的方法来研究中值滤波的频率特性。由图 2.7 可见，中值滤波对于消除孤立点和线段的干扰十分有效

华北电力大学硕士生学位论文频和增强高频，这样就能同时是动态范围压缩和对比度增强。滤波器的输出为( ) ( ) ( ) ( ) ( ) ( ) ( )S u, v= Hu,vFu,v=Hu,vRu,v+Hu,vIu,v（2反 Fourier 变换为：( ) [ ( )] [ ( ) ( )] [ ( ) ( )]s x,yFSu,vFHu,vRu,vFHu,vIu,v 1 1 1= =+（2后做e指数运算，得到同态滤波系统的输出：( ) [ ( )]g x, y= expsx,y（2

【参考文献】：
期刊论文
[1]基于新的阈值函数的小波阈值去噪方法[J]. 李玉,于凤芹,杨慧中,李从宏.  江南大学学报. 2006(04)
[2]小波信号消噪及阈值函数的一种改进方法[J]. 朱云芳,戴朝华,陈维荣.  中国测试技术. 2006(04)
[3]一种陡峭边缘检测的改进Laplacian算子[J]. 苏秀琴,张广华,李哲.  科学技术与工程. 2006(13)
[4]基于小波模极大值和Neyman-Pearson准则阈值的图像去噪[J]. 李旭超,朱善安.  中国图象图形学报. 2005(08)
[5]基于直方图指数平滑的模糊散度图像分割[J]. 赵立兴,唐英干,刘冬,关新平.  系统工程与电子技术. 2005(07)
[6]基于直方图的图像模糊增强算法[J]. 赵春燕,郑永果,王向葵.  计算机工程. 2005(12)
[7]基于模糊小波的图像对比度增强算法[J]. 刘国军,唐降龙,黄剑华,刘家峰.  电子学报. 2005(04)
[8]基于模糊熵的自适应图像多层次模糊增强算法[J]. 王保平,刘升虎,范九伦,谢维信.  电子学报. 2005(04)
[9]多尺度抗噪反锐化掩模的医学影像增强算法[J]. 张利平,何金其,黄廉卿.  光电工程. 2004(10)
[10]基于小波的医学图像自适应增强[J]. 凌毓涛,姚远,曾竞.  华中师范大学学报(自然科学版). 2004(01)

硕士论文
[1]OTDR事件检测方法研究[D]. 陈常洪.华北电力大学（北京） 2006
[2]图像增强方法的研究与实现[D]. 高彦平.山东科技大学 2005
[3]灰度指纹图像增强系统[D]. 杨德英.西安电子科技大学 2005
[4]基于小波多分辨分析的图像增强及其应用研究[D]. 何锦平.西北工业大学 2003



本文编号：3239481