退化图像增强及在机器视觉中的应用

《退化图像增强及在机器视觉中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、退化图像的增强及在机器视觉中的应用摘要：模糊理论集已被用于处理退化图像，即图像边缘不确定和不准确的图像的增强问题。对于这些类型的图像，在一定程度上，可以通过基于模糊集合的图像增强方法而不是传统的图像增强方法来获得良好的图像增强。由SK帕尔提出的经典模糊增强方法中灰度等级的最高值没有改变，所以这种方法不适合有较少的灰度等级和较低的对比度的退化图像的增强问题。事实上，灰度等级成员函数的范围不是标准化的，是传统模糊增强方法的另一缺点。针对上面提到的问题，本文提出了一种普遍迭代模糊增强算法。一种新的图像质量评估标准在图像灰度等级统计直方图

2、的基础上被建议，来控制的所提出的图像增强算法的迭代产生。电脑仿真结果表明该新型增强方法比模糊增强和灰度水平变换更适合处理拥有较少灰度等级和较小对比度的图像增强问题。关键词：图像增强、模糊集、普遍模糊增强、机器视觉1概要图像的传输和转换过程中的图像劣化是不可避免的。例如，有时由一个摄像机拍摄的图像质量很差，由于相机的光学系统失真，拍摄对象的相对运动，相机，环境变化和随机扰动。图像增强是一种重要的科技用来提高劣化的图像的质量，并有选择性地提供一些感兴趣的图像特征。有许多图像增强方法，如直方图修正，图像平滑，图像锐化，逆过滤和维纳过滤。

3、然而，如果待增强的图像中有不确定性和不精确性，采用上面提到的传统的增强方法将得不到想要的结果。由于模糊系统适用于表达多样化，非精确的，不确定的知识或信息，自从S.KPal在80年代初提出模糊增强方法以来，建立在模糊理论基础上的图像处理和识别吸引了众多研究者的关注。然而，使用模糊增强的输出图像的灰度级范围内几乎是不变的，因此，这种增强方法是不适合于那些具有较少的灰度级和低对比度的图像。此外，该灰度级的模糊增强方法的隶属函数没有归一化的形式。客观图像质量检测在各种图像处理和计算机视觉应用中扮演着重要作用。近年来在发展客观图像质量的指标

4、上付出了很大的努力。基本上有两类客观质量评估方法。第一是在数学上定义的措施，例如广泛使用的均方误差（MSE），峰值信噪比（PSNR），均方根误差（RMSE），平均绝对误差（MAE）和信噪比（SNR）的。第二类测量方法考虑了人类视觉系统（HVS）特性，尝试结合感知质量的方法。据报道，已有文献中尚没有任何复杂客观图像质量指标相比简单的数学措施例如严格测试条件和不同图像失真环境下的PSNR有明显优势。数学上定义的指标仍然是有吸引力的，因为它们很容易计算，通常计算复杂度低，且独立于测试者和测试条件。图像理解的一个需要是组织原始像素数据，这

5、样处理可以集中在图像中的特定区域或对象，而不是在完整的场景。因此，图像分割是图像理解和识别物体的关键一步。自动识别工件，并确定其位置和方向（姿势）的是实现生产现代化的先决条件，从而可提高生产效率，减轻工作人员的负担。为了正确地获得对象的方向，必须对代表取向的奇点加以处理。本文的其余部分组织如下。首先在第2部分回顾了SKPal提出的模糊增强。为了克服模糊增强的缺点，第3部分讨论了广义模糊增强方法，它结合了模糊增强的优点和灰度变换，可以用来处理低对比度和窄灰度范围的增强问题，转化灰度的隶属函数如[0,1]。此外，该部分还提出了一个以图

6、像灰度级直方图的统计特征为基础的新的目标图像质量评价标准，来控制所提出的图像增强算法的迭代过程，并比较不同的图像增强的方法。第4部分提出了一种改进的标记方法，并且这种标记方法不需要等价表格。在第5部分讨论了代表方位的奇异性。第6部分给出了计算机模拟来阐明广义模糊增强方法的有效性，改进标记方法和对象的方位的表示方法。2模糊增强方法的概述模糊增强主要分为3步：（1）模糊化（2）迭代计算（3）去模糊化.给定一个图像f（I，J），其中m×n个象素和f最大值，并让I=1,2m，J=1,2n，是在像素位置（I，J）的灰度级。鉴于模糊集理论，该

7、图像可以被认为是模糊的单身集合，每个带有一个隶属函数表示具有某种灰度级。模糊集合对应此图像可以写成以下形式：其中，，0≤≤1，指定的亮度的程度由第（i，j）个像素的灰度等级fij确定。此指定亮度通常是图像灰度级的最大值fmax。这里=0表示暗，=1表示亮。任何中间值是指像素的最大灰度级的级别。一系列的被称作图像的模糊平面特性，表示如下：其中Fc和Fd分别表示指数和模糊。很明显，这两个正的常数有改变模糊属性平面的模糊的效果。一个特别的灰度等级被称为交叉点，在此处。模糊增强关键是对比度增强操作符（INT），降低的模糊性通过增加在0.5

8、以上的的值，降低那些低于0.5的值。模糊集中的对比度增强操作符（INT）生成另一个模糊集其隶属函数表达为如下：其中T表示操作符INT,图像f(ij)可以再属性域通过以下转换函数增强：其中被定义为T的连续应用，在限制的情况下，当，产生二值图像。增强的