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。

提出了改进的广义模糊算子(GFO)边缘检测新方法.该方法把Otsu理论应用到GFO参数确定中,从而实现了GFO中关键参数的自适应获取,使参数确定困难的问题得以解决.经该方法处理后的图像具有失真度小、细节分明等优点,优于目前现有的边缘检测方法.另外,为使得该方法在复杂图像边缘检测中取得良好效果,采用了先分割后处理的方案,即将复杂图像分割成若干子图像,然后根据各个子图像的灰度性质应用本文所提方法进行处理,再合成,从而为此方法在图像边缘检测中广泛应用提供了切实可行的解决方案.

多光谱图像的增强是其识别和判读的重要技术基础,传统的Pal算法运算量大,不便操作.为了提高多光谱图像增强的效率,对传统的Pal算法进行了改进,提出一种新的广义模糊隶属函数及相应的线性分布函数,扩展了模糊隶属函数的有效范围,减少了图像处理的多次叠代,保持了图像处理的效果并以此对多光谱图像进行了增强处理.文章最后的实验结果表明该方法能保持图像的低灰度信息.

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。