姚洁
安徽科技学院 安徽蚌埠 233000
摘要：随着我国清洁的飞速发展以及科学技术的不断提高，我国各个领域都有了空前的发展，计算机领域也不例外。计算机领域中，关于二维三维的图像视觉处理，由于与很多行业的工作相关，因此备受社会的关注，因此，计算机领域中视觉发展面临的最重大问题为计算机领域的视觉发展，并且图像处理也成了当今首要处理的问题。下面将针对模糊技术的图像处理方法进行研究和分析，并提出自己的观点，以供相关企业参考。
关键词：模糊技术；图像处理；方法
引言：计算机视觉发展中图像的处理是相当重要的环节，因此研究图像处理可以更好地推动计算机视觉的发展，对计算机视觉的发展影响极大。因此，要想更好地研究计算机视觉发展的领域就需要进行计算机图像的研究，作为计算机图像最基础的处理方法，图片信息所具有的模糊信息可以作为被研究的依据，利用模糊信息的处理来帮助达到形成图像处理的新方法。
一、模糊技术的图像处理
1.1模糊技术概念
电子计算机作为新科技革命的宠儿已被广泛的应用与各个领域，逐步遍布走进千家万户，由于与人脑相比电脑在计算的精确度以及速度方面都比人脑强，因此，被广泛的应用与各个领域。但人脑与电脑相比，人脑可以进行模糊思维的形成，但是电脑却不可以。因此，将这种模糊技术应用到电脑数据的处理中，可以更好地推动一些领域的发展，进行一些图像的处理。而电脑不能够进行模糊信息的非电话处理，因此人脑的模糊思维的形成为电脑形成模糊处理方法提供了一定的基础。因此，为了能够达到电脑的模糊技术，使电脑按照人脑的模糊思维方式进行模仿，同时依靠多种智力劳动，形成了模糊数学。最初，通过查额度创立的模糊集合论，帮助形成了电脑的模糊处理，帮助人脑与电脑更好的联系起来，二者共同协作。而模糊技术是以数学为理论依据的一种新型技术，主要应用于气象，铁路交通等领域。最初的发展是日本先将家电产品应用模糊技术，例如模糊空调器，具有模糊形式的冰箱等。而如今随着模糊技术的不断提高，我国也出现了更多的模糊家电产品，比如广东的模糊电饭煲以无锡创造的模糊小天鹅洗衣机等。
1.2模糊技术的图像处理基础
图像处理中离不开数学理论作为依据，因此，模糊技术的图像处理方法的技术基础离不开数学基础，下面将进行模糊图像的数学基础以及相关的模糊集合概念。
举一个相关的模糊技术信息处理的实例。假定存在一个为X的论域，X进行论域的表达元素设定为X，设X的子集A为论域特征函数Ua（X），X赋予数值为0和1，使得特征函数的扩展为闭区间，取值情况为[0，11]，这样新形成的子集A，就会形成一个独立的模糊集。
模糊集合的相关处理以及运算是模糊处理的重要基础，也是能否更好的进行图像处理技术的重要条件。
二、空域增强法
2.1图像灰度级修正法
这种修正方法是一种点计算方法，使用图像灰度级修正法可以简单，有效地进行空间域的增强。近年来，随着无数计算机学者的研究，灰度级计算方法有了一定的提升，但在实际的运行中还存在着一定的问题。主要的表现为在提升图像的对比度时，无法更加有效地进行提升、所能够应用的图像处理范围比较有限，当像素灰值只集中在某一区域，例如中间区域便不能利用灰度级计算方法进行分析，灰度级的计算来进行图像的分析时，还需要人工的参与，主要的参与过程是灰度级计算方法中的一些数据需要人工的设定，因此，导致运行的错误率较高。同时，灰度级计算方法在进行使用时，还容易出现灰度值过调的情况，从而在很大程度上影响图像视觉处理的最后结果，除此之外，图像灰度级修正法还存在着无法有效地利用人眼所具有的视觉特效的情况。因此，在考虑使用图像灰度级修正法时，应结合实际的情况确定能否使用图像灰度级修正法。
2.2图像平滑滤波器
图像平滑滤造滤波器主要的工作内容为进行噪声研究，通过噪声研究进行噪声滤除的问题。通过此种研究方法进行图像分析得出影响图像的主要噪声，例如，电子噪声、感光片颗粒噪声等。这两种噪声又被称为高斯噪声，由于高斯噪声具有高斯概率，高斯概率又通过随机的变量成为数学模型，下面将对图像平滑滤波器这些简单的分析：
针对我国目前的图像处理技术应用分析，在军用和应用的图像处理中图像平滑滤波器起着很大的应用价值。假设是指图像的灰度只分别为abcd，产生的噪声污染，为高斯白噪声污染，得出的矩阵如下：
.png)
通过对四个模糊集合进行定义，可以得到四个模糊熵测值ea，eb，ec，ed。这些数字中1F小，因此在进行图像处理，以及回复的过程中可以根据最小模糊熵的原理来进行图像的恢复，防止噪声对图像恢复产生的影响。同时，我们还可以利用高斯噪声污染的特征，融入到医学中，作为医院肝部患者的输入图像。同时通过干扰的强度用信噪比来进行相应数值的度量，同时，利用峰值的信噪比作为恢复图像的标准。
三、图像变换域增强法
模糊信息处理的重要方法之一为图像变换域增强法。这种处理方法的主要工作过程为将图像数据进行模糊化处理形成映射，最后形成具有平面特征的模糊特征数据，应通过非线性模糊进行数据的增强变换，最后使所有的模糊特征数据进行综合处理，将所得的信息数据映射到空间域中，得到增强的图像。
四、结束语
为了更好地达到图像处理的目的，应更加注意模糊信息处理中的技术。通过不断的变化和增强处理技术来达到图像处理的加强阶段，为我国图像处理的发展提供雄厚的基础。
参考文献：
[1]王晖，张基宏，秦鑫，图像边界检测的区域对比度模糊增强算法[J]电子学报，2017， 28(1):45- 47.
[2] 杜亚娟，潘泉，周德龙，张洪才，图像多级灰度非线性模糊增强算法研究[J]数据采集与处理，2018, 14(2):140
[3]周德龙，潘泉，张洪才.图像模糊边缘检测德的改进算法[J]中国图象图形学报, 2001, 6A(4) :353一358.