在模糊集合论(FS)和广义模糊集合论(GFS)的基础上,构造出用于模糊增强图像区域对比度的新型线性广义模糊算子(LGFO),理论分析并验证了其性质。提出了一种自适应双线性广义模糊增强算法用于提取图像边缘轮廓,该算法利用线性广义隶属度变换函数与LGFO,实现了灰度图像空间与广义模糊空间的相互转换,空间转换过程中对线性广义模糊隶属空间实施了线性广义模糊增强处理,最终在灰度图像空间中使用“MIN”算子提取图像轮廓。该算法还使用可检测边缘度与噪声标准差之商作为图像增强的评估标准,自动选择模糊参数D,实现了线性广义模糊增强图像的自适应优化。实验表明,该算法快速无失真,适用于彩色图像,提取的图像轮廓准确、层次分明。

数据融合的概念应用在遥感图像的自动特征提取中,可以利用数据的互补和冗余来改善特征提取的性能.由于经典理论交集和并集的外延法不能得到满意的结果(相应的算子过于严格或是过于宽松),对这两个具有对立特性的算子进行折衷,可以得到较为满意的结果.运用上下文依赖模糊算子实现这种折衷,对其加权因子的构造提出了新的设想和算法.参照计算机模拟的结果,分析和讨论了它的特点.

本文在确定颜色模糊性的基础上,用模糊算子的方法分析了用通俗语言描述的颜色标志,提出了一种颜色标志的定量方法。