摘 要 通過(guò)對(duì)圖像模糊理論的研究，得出隸屬度函數(shù)和增強(qiáng)算子在模糊圖像處理中的地位，并以煤礦圖像為例進(jìn)行圖像增強(qiáng)處理研究，取得了比傳統(tǒng)方法更好的增強(qiáng)效果。

關(guān)鍵詞 圖像增強(qiáng)；模糊理論；增強(qiáng)效果

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-7597（2014）07-0044-01

圖像模糊處理就是用模糊集合的方式將圖像的各個(gè)塊或者特征信息通過(guò)模糊集合來(lái)理解表示，并進(jìn)一步對(duì)這些信息進(jìn)行處理，從而達(dá)到處理效果。在模糊理論處理信息的過(guò)程中，它對(duì)圖像的表示、處理取決于所選擇的模糊技術(shù)和待解決的問(wèn)題，具有很強(qiáng)的針對(duì)性。一般情況下，圖像模糊處理主要分為三個(gè)步驟：圖像模糊特征提取、隸屬函數(shù)值的修正和模糊域反變換。

用模糊技術(shù)進(jìn)行圖像處理的過(guò)程就是，首先將圖像從空間域通過(guò)隸屬函數(shù)變換到模糊特征平面，也稱為隸屬平面，就是將圖像進(jìn)行模糊化的過(guò)程，對(duì)原圖像信息賦予更具體更直觀的意義。之后，根據(jù)實(shí)際需要選擇適當(dāng)?shù)哪：夹g(shù)來(lái)修正隸屬度值，也就是逐點(diǎn)的修改轉(zhuǎn)換后的隸屬度值，達(dá)到圖像處理的目的，這一過(guò)程也就是模糊處理的過(guò)程，最后通過(guò)隸屬度函數(shù)的反變換式將圖像從模糊域反變換回空間域，以此來(lái)完成圖像的解碼過(guò)程。由此可見(jiàn)，對(duì)模糊增強(qiáng)技術(shù)最重要的環(huán)節(jié)就是對(duì)隸屬值的修正，可以從隸屬度函數(shù)的選擇使用或者推陳出新來(lái)考慮，也可以從模糊增強(qiáng)算子的角度來(lái)考慮?？傊?，都是為了能得到新的隸屬度函數(shù)值，以此來(lái)改善圖像效果。在實(shí)際應(yīng)用中，對(duì)隸屬度函數(shù)的修正可以有很多種方法，研究者們也是在不斷的尋求更好的更有效更快捷的算法，比較常用的就是模糊增強(qiáng)算子、模糊聚類分析、模糊邏輯規(guī)則、模糊數(shù)學(xué)形態(tài)學(xué)以及各種綜合方法等。

在對(duì)圖像進(jìn)行增強(qiáng)處理時(shí)，希望能夠較好的增強(qiáng)感興趣的圖像信息，同時(shí)又希望能較好的去除噪聲信息，改善整體的圖像質(zhì)量。但是，實(shí)際操作中，這卻是一對(duì)矛盾體。因?yàn)椋：龍D像增強(qiáng)是對(duì)所處理圖像區(qū)域中的所有隸屬值進(jìn)行處理，這里當(dāng)然也包括噪聲的隸屬值，也就是說(shuō)在增強(qiáng)圖像信息的同時(shí)，對(duì)噪聲信息也進(jìn)行了增強(qiáng)處理；而在濾除噪聲信息時(shí)候，由于噪聲信息大部分分布在高頻信息區(qū)域，在濾除噪聲的同時(shí)又不會(huì)不可避免的模糊圖像的細(xì)節(jié)信息，導(dǎo)致圖像邊緣模糊。因此，圖像增強(qiáng)的過(guò)程往往也是一個(gè)自相矛盾的過(guò)程。為了能夠處理好這一對(duì)矛盾體，得到較理想的處理效果，往往選擇的是一個(gè)折中的辦法，這就需要找到一個(gè)合適的修正隸屬度值的函數(shù)，來(lái)達(dá)到較好的增強(qiáng)處理目的。傳統(tǒng)的圖像增強(qiáng)算法通常是基于整幅圖像的統(tǒng)計(jì)量通過(guò)轉(zhuǎn)換函數(shù)來(lái)進(jìn)行處理，處理的過(guò)程包括所有的像素點(diǎn)，這樣對(duì)于某些局部區(qū)域相對(duì)于全局圖像所占信息相對(duì)來(lái)說(shuō)量較小時(shí)，在處理中就會(huì)因?yàn)槿≈递^小而被忽略，就會(huì)造成局部處理效果的不理想，影響后續(xù)噪聲濾波和邊緣增強(qiáng)的處理，這并不是研究者想要的結(jié)果。于是許多算法都以領(lǐng)域的統(tǒng)計(jì)特性為基點(diǎn)，充分利用鄰域的重要信息來(lái)對(duì)圖像進(jìn)行局部灰度調(diào)整，形成了許多局域增強(qiáng)處理的算法。

在圖像的增強(qiáng)處理中，由于處理圖像有很強(qiáng)的針對(duì)性，因此在各類算法中在都存在一個(gè)或者以上的控制參數(shù)，通過(guò)這個(gè)參數(shù)可以控制轉(zhuǎn)換函數(shù)曲線來(lái)增強(qiáng)圖像的感興趣的區(qū)域，已得到某種需求的增強(qiáng)目的。對(duì)于如何選擇參數(shù)這個(gè)問(wèn)題就引起了一些學(xué)者的關(guān)注，于是產(chǎn)生了一系列自適應(yīng)的圖像增強(qiáng)處理算法。對(duì)于圖像的自適應(yīng)增強(qiáng)研究，主要是著眼于各種算法中存在的不固定的參數(shù)值，所謂的自適應(yīng)就是能自動(dòng)的選擇一個(gè)最優(yōu)參數(shù)來(lái)做到該算法的最優(yōu)增強(qiáng)處理效果，而不需要以往一樣通過(guò)大量的實(shí)驗(yàn)來(lái)確定最優(yōu)參數(shù)值，浪費(fèi)了大量的時(shí)間精力，選取的參數(shù)還未必能是處理效果最優(yōu)。自適應(yīng)增強(qiáng)目前主要應(yīng)用的三大類增強(qiáng)算法有：自適應(yīng)濾波器、基于圖像建模和估計(jì)理論的增強(qiáng)算法以及基于模糊集合論的增強(qiáng)算法。

在對(duì)S.K.Pal經(jīng)典模糊增強(qiáng)算法的分析、模糊理論圖像增強(qiáng)中隸屬函數(shù)與增強(qiáng)算子的改進(jìn)等研究，發(fā)現(xiàn)采用不同的隸屬函數(shù)對(duì)增強(qiáng)效果并沒(méi)有很大影響。

以煤礦圖像為背景，實(shí)現(xiàn)煤礦圖像的增強(qiáng)應(yīng)用為例。為克服經(jīng)典S.P.King算法的缺陷，采用了一種升半梯形模糊分布來(lái)求μmn，即

（1）

其中

（2）

gmax為灰度值的最大值，gmin為灰度值的最小值。在式（2）的制約下，式（1）中的μmn∈[-1，1]，符合廣義隸屬度函數(shù)的定義。式（1）是一個(gè)簡(jiǎn)單的線性函數(shù)，與經(jīng)典算法相比，運(yùn)算速度將大大提高。

基于以上隸屬度函數(shù)的特點(diǎn)，對(duì)增強(qiáng)算子做如下設(shè)計(jì)：

（3）

參數(shù)r=0.2956，β=2，α=2，其中r值的選取是考慮到分段函數(shù)式（3）中的后兩式在r值兩端的連續(xù)性得到的。這里D值的選取與圖像有著直接的關(guān)系，由于圖像的千差萬(wàn)別，因此不可能找到一個(gè)最好的D值來(lái)適合所有的圖像。對(duì)于同一幅圖像，D值的選擇不同就會(huì)將原始圖像映射為不同隸屬度，就會(huì)對(duì)不同的灰度區(qū)間做增強(qiáng)處理，從而影響到圖像的后續(xù)處理，因此合適的D值的選擇對(duì)是圖像處理有著比較重要的影響作用。經(jīng)過(guò)對(duì)煤礦圖像的反復(fù)實(shí)驗(yàn)，選擇相對(duì)處理效果比較好的增強(qiáng)后圖像的D（70）值來(lái)做處理，最終得到一個(gè)相對(duì)比較滿意的處理效果。

根據(jù)上述算法，本文選擇用一幅煤礦圖像來(lái)進(jìn)行仿真分析，并與經(jīng)典算法仿真效果進(jìn)行比較，由于圖像增強(qiáng)的針對(duì)性比較強(qiáng)，再者本文中對(duì)煤礦圖像進(jìn)行增強(qiáng)處理的主要目的是要明顯地改善圖像的視覺(jué)效果，以有利于工業(yè)視頻監(jiān)控，這里主要以人的視覺(jué)感知來(lái)主觀評(píng)價(jià)增強(qiáng)處理的效果。仿真實(shí)驗(yàn)環(huán)境Pentium（E）Dual-Dore CPU E5300@2.60GHz，2.59GHz，1.99GB內(nèi)存的硬件環(huán)境和MATLAB7.1的軟件環(huán)境。

由實(shí)驗(yàn)圖像可以看到，S.P.King算法得到的增強(qiáng)后的圖像，總體變亮，雖然較原圖有一定改善，但是，視覺(jué)效果上還是比較差，尤其是皮帶上煤塊的圖像質(zhì)量達(dá)不到視覺(jué)上相對(duì)清晰的效果，對(duì)煤塊的大小的分辨效果比較差；通過(guò)本文算法得到的圖像皮帶上煤塊相對(duì)比較突出，煤塊的輪廓相比原始圖像清晰許多，大部分可以分辨出其大小，雖然人物及周?chē)鷪?chǎng)景增強(qiáng)效果不是很好，但是重點(diǎn)突出了皮帶上煤塊部分的視覺(jué)效果，可以較好的分辨煤塊，這就滿足了增強(qiáng)目的。當(dāng)然在實(shí)際應(yīng)用中我們更希望得到整體相對(duì)比較滿意的圖像，這就需要有針對(duì)性的進(jìn)一步來(lái)實(shí)驗(yàn)研究，以期取得更好的整體處理效果。

本文總結(jié)了經(jīng)典模糊算法的隸屬度函數(shù)和增強(qiáng)算子的改進(jìn)，以煤礦圖像為例進(jìn)行圖像增強(qiáng)處理研究，取得了比傳統(tǒng)方法更好的效果，達(dá)到增強(qiáng)目的。

參考文獻(xiàn)

[1]姜慶偉.基于模糊理論的圖像增強(qiáng)技術(shù)研究與實(shí)現(xiàn)[D].華東師范大學(xué)，2009.

[2]劉習(xí)文，蔣艷榮，羅顯光.一種改進(jìn)的圖像模糊增強(qiáng)算法[J].計(jì)算機(jī)工程與應(yīng)用，2008.

作者簡(jiǎn)介

井晶（1981-），女，江蘇聯(lián)合職業(yè)技術(shù)學(xué)院徐州財(cái)經(jīng)分院教師，講師。endprint