模糊数学理论在其他图像处理中的应用。除了图像融合和图像调整，图像融合还包括了图像数字化、图像编码、图像分割和图像增强等，模糊数学理论在这些图像处理中的效果也是非常明显的。图像增强是指使图像变得更为清晰，使图像满足人们使用和计算机的要求。图像增强包括了边缘锐化、伪彩色处理和干扰抑制等，图像增强不需要保持原图像的色彩和强度，因此图像处理人员可以采用模糊数学理论来进行图像的增强。而图像分析是指对图像的数据信息以及度量进行抽取，得到图像的数值结果，对图像内容进行相关的描述，实现对图像信息的深度把握，图像分析只是对图像数值的简单抽取，处理人员可以利用模糊数学理论来解决图像分析和图像分割过程中的各种模糊问题，实现较好的图像处理效果，实现图像的增强和复合，解决图像处理中各种模糊问题。
3结论
模糊数学理论于上世纪的60年代提出，近年来在机械、化工、生物、医学以及计算机领域得到了快速的发展，解决了各种模糊性的难题。图像处理包括了图像数字化、图像分割、图像融合、图像增强以及图像分析，模糊数学理论可以对图像灰度值的变化范围进行分析和把握，解决灰度值变化和图像色彩变化之间的关系问题，通过采取合适的灰度值来实现较好的图像处理效果。因此，模糊数学理论可以有效的解决生活和工作中的各种模糊难题，实现问题的最佳解决。
[1]郭川军.计算机指纹识别技术研究[J].中国科技信息，2011(5).
[2]赵永强，潘泉，张洪才.一种新的全色图像与光谱图像融合方法研究[J].光子学报，2010(1).
[3]冯苍旭，史云，陈实.图像处理技术在地质灾害监测中的应用[J].中国地质灾害与防治学报，2009(2).
[4]宋江山，徐建强，司书春.改进的曲波变换图像融合方法[J].中国光学与应用光学，2009(2).
