matlab练习程序（模糊集图像增强）

算法有很多变种。不过主要就是以下三步。

1.设计隶属度函数将图像从空间域变换到模糊集域。

2.设计模糊增强算子，在模糊集域对图像进行处理。

3.根据第1步的隶属度函数重新将图像从模糊集域变换到空间域。

这和频域处理中的变换反变换不是很像么。

我使用的隶属度函数和模糊增强算子在里，也算相关算法的经典论文了。

处理结果如下：

原图：

模糊集增强后：

matlab代码如下：

clear all; close all; clc;

img=double(imread(lena.jpg));
imshow(img,[])
[m n]=size(img);

Fe=1;　　%控制参数
Fd=128;

xmax=max(max(img));
u=(1+(xmax-img)/Fd).^(-Fe);     %空间域变换到模糊域

%也可以多次迭代
for i=1:m                       %模糊域增强算子
   for j=1:n
      if u(i,j)<0.5
        u(i,j)=2*u(i,j)^2; 
      else
        u(i,j)=1-2*(1-u(i,j))^2;
      end
   end
end

img=xmax-Fd.*(u.^(-1/Fe)-1);    %模糊域变换回空间域

figure;
imshow(uint8(img));

clear all; close all; clc; img=double(imread(lena.jpg)); imshow(img,[]) [m n]=size(img); Fe=1;　　%控制参数 Fd=128; xmax=max(max(img)); u=(1+(xmax-img)/Fd).^(-Fe); %空间域变换到模糊域 %也可以多次迭代 for i=1:m %模糊域增强算子 for j=1:n if u(i,j)<0.5 u(i,j)=2*u(i,j)^2; else u(i,j)=1-2*(1-u(i,j))^2; end end end img=xmax-Fd.*(u.^(-1/Fe)-1); %模糊域变换回空间域 figure; imshow(uint8(img));

算法有很多变种。不过主要就是以下三步。 1.设计隶属度函数将图像从空间域变换到模糊集域。 2.设计模糊增强算子，在模糊集域对图像进行处理。 3.根据第1步的隶属度函数重新将图像从模糊集域变换到空间域。 这和频域处理中的变换反变换不是很像么。 我使用的隶属度函数和模糊增强算子在里，也算相关算法的经典论文了。 处理结果如下： 原图： 模糊集增强后： matlab代码如下： clear all; close all; clc; img=double(imread(lena.jpg)); imshow(img,[]) [m n]=size(img); Fe=1;　　%控制参数 Fd=128; xmax=max(max(img)); u=(1+(xmax-img)/Fd).^(-Fe); %空间域变换到模糊域 %也可以多次迭代 for i=1:m %模糊域增强算子 for j=1:n if u(i,j)<0.5 u(i,j)=2*u(i,j)^2; else u(i,j)=1-2*(1-u(i,j))^2; end end end img=xmax-Fd.*(u.^(-1/Fe)-1); %模糊域变换回空间域 figure; imshow(uint8(img));