一种改进的图像模糊增强算法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (4): 50-52.

一种改进的图像模糊增强算法

刘习文¹,蒋艳荣²,罗显光¹

1.湘潭大学机械工程学院，湖南湘潭 411105
2.广东工业大学计算机学院，广州 510006

收稿日期:2007-09-25 修回日期:2007-12-10 出版日期:2008-02-01 发布日期:2008-02-01
通讯作者: 刘习文

Improved image fuzzy-enhancement algorithm

LIU Xi-wen¹,JIANG Yan-rong²,LUO Xian-guang¹

1.Department of Mechanical Engineering，Xiangtan University，Xiangtan，Hunan 411105，China
2.Department of Computer，Guangdong University of Technology，Guangzhou 510006，China

Received:2007-09-25 Revised:2007-12-10 Online:2008-02-01 Published:2008-02-01
Contact: LIU Xi-wen

摘要/Abstract

摘要： 针对传统模糊增强算法的缺陷，提出了一种改进的算法。该算法中隶属函数和模糊增强算子均采用连续分段函数，利用OTSU法将图像分为高灰度和低灰度两个区域，对高灰度区域像素进行灰度增强运算，对低灰度区域像素则进行灰度衰减运算。仿真结果表明，该算法具有较强的模糊边缘和细小边缘分辨能力，是一种实用、高效的图像对比度增强算法。

关键词: 隶属函数, 模糊集, 图像增强, 连续函数

Abstract: An improved fuzzy-enhancement algorithm is brought out according to the shortcomings of traditional algorithms.The membership function and fuzzy-enhancement operator are made up of continuous staged functions，the image is divided into two regions by OTSU method，one is high grey region，and the other is low grey region.The pixels in the high grey region are enhanced，and the pixels in the low grey region are reduced.The simulation results show that this algorithm has good ability to recognize blur and little edges，and it is an effective and efficient way to increase the image contrast.

Key words: membership function, fuzzy set, image enhancement, continuous function

刘习文¹,蒋艳荣²,罗显光¹. 一种改进的图像模糊增强算法[J]. 计算机工程与应用, 2008, 44(4): 50-52.

LIU Xi-wen¹,JIANG Yan-rong²,LUO Xian-guang¹. Improved image fuzzy-enhancement algorithm[J]. Computer Engineering and Applications, 2008, 44(4): 50-52.

[1]	汤子麟，刘翔，张星. 光照不均匀图像的自适应增强算法[J]. 计算机工程与应用, 2021, 57(21): 216-223.
[2]	包顺，周礼刚. 加型Pythagorean模糊偏好关系的多属性决策方法[J]. 计算机工程与应用, 2021, 57(17): 61-67.
[3]	张俊芳，周礼刚，张春芳，徐鑫，肖箭. 区间Pythagorean犹豫模糊连续熵及灰色关联度的应用[J]. 计算机工程与应用, 2021, 57(15): 207-214.
[4]	王小鹏，杨文婷，文昊天. 利用自适应形态学实现遥感水体图像增强[J]. 计算机工程与应用, 2021, 57(12): 186-192.
[5]	杜豫怡，王鹏章，多化琼，董霙达. 频域内分位数的蒙古族家具纹样增强算法[J]. 计算机工程与应用, 2021, 57(12): 207-210.
[6]	陈迎春. 基于色调映射的快速低照度图像增强[J]. 计算机工程与应用, 2020, 56(9): 234-239.
[7]	姜娇，蔡林沁，韦鹏程，李莉. 支持可验证的密文模糊关键字检索方案[J]. 计算机工程与应用, 2020, 56(7): 74-80.
[8]	宋娟. 考虑融合算法与交叉熵的毕达哥拉斯决策模型[J]. 计算机工程与应用, 2020, 56(5): 74-79.
[9]	袁小平，崔棋纹，程干，张侠，张毅，王溯源. 改进型Gabor自商图算法及其在人脸识别中的应用[J]. 计算机工程与应用, 2020, 56(5): 206-213.
[10]	王永贵，梅轩玮. 非对称异构信息网络的模糊推荐算法[J]. 计算机工程与应用, 2020, 56(23): 74-79.
[11]	张建华，李方方，杨岚. 融合PFS与RS的案例知识供需匹配研究[J]. 计算机工程与应用, 2020, 56(23): 139-145.
[12]	苏梦珂，孔祥智. 直觉对偶犹豫模糊集在多属性群决策中的应用[J]. 计算机工程与应用, 2020, 56(17): 273-278.
[13]	骆丹丹，曾守桢. Pythagorean模糊幂Bonferroni集成算子及其决策应用[J]. 计算机工程与应用, 2020, 56(15): 58-65.
[14]	马庆功. 区间犹豫模糊M-对称平均及其群决策模型[J]. 计算机工程与应用, 2020, 56(11): 156-163.
[15]	周小领1，马庆功2. 概率犹豫模糊算法及其网络舆情预测模型选择[J]. 计算机工程与应用, 2019, 55(4): 179-184.