数字图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。由于涉及到大量的模糊因素，模糊系统理论作为描述和处理具有不确定性的现象和事物的一种方法，已成功应用于图像处理领域。 1．数字图像与原图像是否基本一致，模糊度可认为是一个重要指标。一般情况下，在分辨率较小的情况下，分辨率增加，图像清晰度增加较快，模糊度减小较快。当分辨率增加到一定程度，图像的分辨率愈高，其数字图像与原图像愈接近，是S 型函数关系。依据灰白图像的灰度值建立了可反映图像清晰度的模糊集及其隶属函数.使用申农熵计算模糊度，对于一列分辨率，得到其相应可反映图像清晰度的模糊集合的模糊度。利用L o g I s t I c 预测模型建立了模糊度与分辨率依赖关系，通过该关系，可以预测出原始图像的模糊度。 2．对图像进行分割的方法有多种，阈值法是其中的一种简单实用的方法。本文将模糊集合理论中的模糊度概念引入图像分割技术中。 根据图像的模糊特征平面，首先基于模糊度最大原则，在模糊带宽确定下求出分割阈值。然后将传统的二值分割拓广到多值的模糊分割，基于多值模糊分割，对分割阈值进行修正。