图像反锐化掩膜算法研究..docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
图像反锐化掩膜算法研究.

中北大学 课 程 设 计 说 明 书 学生姓名: xxx 学 号: 11xxxxxxxx 学 院: 信息与通信工程学院 专 业: 电子信息工程 题 目: 图像反锐化掩膜算法研究 指导教师: 田秀荣 职称: 讲师 2015 年 01月 16日 中北大学 课程设计任务书 14/15 学年第 1 学期 学 院: 信息与通信工程学院 专 业: 电子信息工程 课程设计题目: 专业综合实践之多维信息处理部分: 图像反锐化掩膜增强 起 迄 日 期: 2015年1月5日~2015年1月16日 课程设计地点: 201,503,510实验室 指 导 教 师: xxx 系 主 任: xxx 下达任务书日期: 2015 年 1 月5 日 课 程 设 计 任 务 书 1.设计目的: 对一幅灰度图像,进行反锐化掩膜增强处理。 2.设计内容和要求(包括原始数据、技术参数、条件、设计要求等): 掌握反锐化掩膜增强方法; 用MATLAB方法实现此过程; (3)要求三位同学协调配合,共同完成任务。 3.设计工作任务及工作量的要求〔包括课程设计计算说明书(论文)、图纸、实物样品等〕: 课程设计说明书一份 程序仿真结果 课 程 设 计 任 务 书 4.主要参考文献: 要求按国标GB 7714—87《文后参考文献著录规则》书写,例: 1 傅承义,陈运泰,祁贵中.地球物理学基础.北京:科学出版社,19855.设计成果形式及要求: 课程设计说明书 仿真结果 6.工作计划及进度: 2015年1月5日----2015年1月16日 1月5日-9日 查找资料,上机调试程序; 1月12日-16日 写设计报告,并答辩。 系主任审查意见: 签字: 年 月 日 目录 第一章 绪论 2 1.1反锐化掩模概述 2 1.2反锐化掩模算法 2 1.3常见的图像反锐化掩模增强方法 2 第二章 设计目的及方案简介 3 2.1设计目的 3 2.2设计内容和要求 3 第三章 线性反锐化掩模方法 3 3.1方法简要介绍 3 3.2 主要设计程序 4 3.3 实验结果 4 第四章 基于均值滤波的非线性反锐化掩模 5 4.1方法简要介绍 5 4.2主要程序 6 4.3实验结果 7 第五章 基于小波变换的非线性反锐化掩膜 7 5.1方法简要介绍 7 5.2主要程序 8 5.3实验结果 9 第六章 实验结果评测 10 第七章 本次课设的收获体会 11 第八章 参考文献 11 绪论 1.1反锐化掩模概述 英文:unsharp masking / 中文:反锐化掩模法;将原图像通过反锐化掩模进行模糊预处理(相当于采用低通滤波)后与原图逐点做差值运算,然后乘上一个修正因子再与原图求和,以达到提高图像中高频成分、增强图像轮廓的目的。 反锐化掩模技术最早是应用于摄影技术中,以增强图像的边缘和细节。光学上的操作方法是将聚焦的正片和散焦的负片在底片上进行叠加,结果是增强了正片高频成份,从而增强了轮廓,散焦的负片相当于“模糊”模板(掩模),它与锐化的作用正好相反,因此,该方法被称为反锐化掩模法。 1.2反锐化掩模算法 反锐化掩模(UnSharp Masking,UM)算法。首先将原图像低通滤波后产生一个钝化模糊图像,将原图像与这模糊图像相减得到保留高频成份的图像,再将高频图像用一个参数放大后与原图像叠加,这就产生一个增强了边缘的图像。最初将原图像通过低通滤波器后,因为高频成份受到抑制,从而使图像模糊,所以模糊图像中高频成份有很大削弱。将原图像与模糊图像相减的结果就会使f(x、y)的低频成份损失很多,而高频成份较完整地被保留下来。因此,再将高频成份的图像用一个参数放大后与原图像f(x、y)叠加后,就提升了高频成份,而低频成份几乎不受影响。 1.3常见的图像反锐化掩模增强方法 1.3.1线性反锐化掩模方法 1.3.2非线性反锐化掩模方法 1.3.3基于中值

文档评论(0)

wuyuetian + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档