图像处理是图像工程的低层次操作,其处理效果对图像的高层次操作,即图像分析和计算机视觉的影响很大。但由于图像处理问题本身的复杂性和学科交叉性,几十年来该问题一直是研究的热点。图像本质上具有模糊性,这是由于三维目标投影在二维图像平面上带来的信息丢失;定义边界、区域和纹理等图像特征时存在模糊性;对图像底层处理结果的解释带有模糊性。因此,模糊信息处理技术在图像处理中的使用有其内在的合理性和必然性。 本文在参考大量相关文献的基础上,从数字图像的模糊增强算法的诞生到后来学者对其的改进以及最新的发展动向进行了阐述。在深刻总结前人工作的基础上,本文也做出了一些力所能及的创新性的劳动。第一章绪论交代了数字图像的模糊增强算法产生的目的、意义以及目前国际国内发展的概况;第二章阐述了模糊增强方法直接或间接要涉及到的模糊数学的基础理论知识;第三章比较详细地介绍了模糊增强算法的发展状况,指出了存在的问题并进行了改进;尤其是针对现行的模糊增强算法实现效率低下的状况,提出了一种基于灰度级而取代像素的快速实现方案,这种思想与MATLAB软件强大的矩阵运算功能相结合,使模糊增强方法较传统增强方法的优势发挥到了极至。这也是本文一个闪亮的创新点之一。第四章考虑到前面的模糊增强方法是一种基于全局的对所有像素灰度数值进行统计,而忽略灰度分布的局部不均衡的缺点,引入了模糊对比度的概念及算子,从增大每一个像素灰度值与其邻域均值的差而处处提高图像的灰度对比度。这种方法虽然还不太完善,但作为一种的思想,从另外一个角度向我们打开了模糊增强算法的途径。本文结合特定图像的特点,对该算法进行了成功的改进。因此,可以说这是本文又一个值得骄傲的创新点之一。在新疆沙雅县农村公路网的规划中,以本文中提出的基于模糊对比度的算法应用于遥感图像的处理中,取得了较好的效果。最后一章对模糊增强算法进行了归纳和总结,并结合本文的不足之处对近期内的工作进行了展望。 数字图像的模糊增强方法是随着近年来计算机的迅速普及和模糊数学理论的实用化程度提高而发展起来的。这是一门年轻的充满朝气与希望的交叉学科。希望本文的研究工作能为数字图像的模糊增强方法的发展贡献自己的微薄之力。