[发明专利]一种基于模糊集合论的图像增强技术与遥感图像分类方法在审

专利信息
申请号: 201611269916.2 申请日: 2016-12-30
公开(公告)号: CN108268826A 公开(公告)日: 2018-07-10
发明(设计)人: 麻建;吴剑文;何伟潮;单小红 申请(专利权)人: 广东精点数据科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06T5/00
代理公司: 北京隆源天恒知识产权代理事务所(普通合伙) 11473 代理人: 闫冬
地址: 510630 广东省广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像增强技术 模糊集合论 集合装置 图像增强单元 遥感图像分类 噪声 图像 图像处理中 变换模块 模糊集合 模糊特征 平面模块 图像改变 图像增强 遥感单元 传统的 模糊性 模糊 削弱
【说明书】:

发明提供了一种基于模糊集合论的图像增强技术与遥感图像分类方法,所述基于模糊集合论的图像增强技术与遥感图像分类方法通过一集合装置实现,所述集合装置包括一模糊集合单元,所述集合装置还包括一图像增强单元,所述图像增强单元包括一模糊特征平面模块;所述图像增强单元还包括一模糊增强变换模块,所述集合装置还包括一遥感单元。本发明将基于模糊集合论的图像增强方法应用到图像处理中,克服了传统的图像增强技术没有考虑图像的模糊性,只是简单地对整个图像改变对比度或抑制噪声,在抑制噪声的同时也削弱了图像的细节部分的不足。

技术领域

本发明涉及一种图像增强技术领域,尤其涉及一种基于模糊集合论的图像增强技术与遥感图像分类方法。

背景技术

图像在人类的感知中扮演着非常重要的角色,图像所传递的信息也比其他任何形式更加丰富和真切。目前,数字图像处理已成为人们认识世界、改造世界的重要手段。数字图像处理的最高目的是实现对数字图像中物体的分类或识别,即模式识别,从而构造自动处理某些信息的机器系统,以代替人工完成分类和识别的任务。这种机器系统一般分为四个部分:信息获取、预处理、特征提取、决策分类。其中,预处理部分使用图像变换、增强和复原等技术对图像进行处理,提高图像的视觉效果,优化各种统计指标,为特征提取提供高质量的图像。

图像增强是一种基本的图像底层处理的手段,它的目的在于改善原始图像的视觉效果。传统的图像增强方法,从技术上可以分为两大类:频域法和空域法。前者立足于修改图像的傅里叶变换,后者基于灰度级映射变换,直接处理图像中的像素,其变换型取决于增强准则的选择。但这些传统的图像增强技术大都没有考虑图像的模糊性,只是简单地对整个图像改变对比度或抑制噪声,往往在抑制噪声的同时也削弱了图像的细节部分。

因此,急需提供一种能够克服传统图像增强方法削弱图像细节的图像增强技术,以便取得更好的增强效果。

鉴于上述缺陷,本发明创作者经过长时间的研究和实践终于获得了本发明。

发明内容

为解决上述问题,本发明采用的技术方案在于,提供一种基于模糊集合论的图像增强技术与遥感图像分类方法,所述基于模糊集合论的图像增强技术与遥感图像分类方法通过一集合装置实现,所述集合装置包括一模糊集合单元,所述模糊集合单元用于界定一模糊集合;所述集合装置还包括一图像增强单元,所述图像增强单元用于采用基于模糊集的Pal-King增强方法进行图像增强;所述图像增强单元包括一模糊特征平面模块;所述图像增强单元还包括一模糊增强变换模块,所述模糊增强变换模块用于对图像进行模糊增强变换;所述集合装置还包括一遥感单元,所述遥感单元用于在所述图像增强单元完成图像增强后进一步对遥感图像进行分类处理。

较佳的,所述模糊集合单元用于界定一模糊集合;定义隶属函数利用特征函数来刻画一个集合,普通集合的特征函数定义为

即特征函数在集合{0,1}上取值。将特征函数推广到在闭区间[0,1]上取值,特征函数就推广到隶属函数μA(x),说明x以一定的程度隶属于集合A;

设给定论域U,U到[0,1]的任一映射μA

μA:U→[0,1]

都确定U的一个模糊子集A,μA叫A的隶属函数,μA(u)叫u对A的隶属度;

模糊子集有以下的表示方式:设x∈U,对于离散域的情况,有

对于连续域的情况,有

较佳的,所述模糊特征平面模块按照模糊子集理论的概念,将一幅M×N维的具有L个灰度等级的图像X作为一个模糊点阵看待,记为

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东精点数据科技股份有限公司,未经广东精点数据科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611269916.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top