图像反锐化掩膜算法研究

1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2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：3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）：（1）掌握反锐化掩膜增强方法；（2）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：4要求按国标GB7714—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，1985（5篇以上）5．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1目录第一章绪论.................................................................................................................21.1反锐化掩模概述..............................................................................................21.2反锐化掩模算法..............................................................................................21.3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..................................................................................32.1设计目的..........................................................................................................32.2设计内容和要求..............................................................................................3第三章线性反锐化掩模方法......................................................................................33.1方法简要介绍..................................................................................................33.2主要设计程序.............................................................................................43.3实验结果.....................................................................................................4第四章基于均值滤波的非线性反锐化掩模..............................................................54.1方法简要介绍..................................................................................................54.2主要程序..........................................................................................................64.3实验结果..........................................................................................................7第五章基于小波变换的非线性反锐化掩膜..............................................................75.1方法简要介绍..................................................................................................75.2主要程序..........................................................................................................85.3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........................................................................................................112第一章绪论1.1反锐化掩模概述英文:unsharpmasking/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（UnSharpMasking，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基于中值滤波反锐化掩模方法1.3.4小波变换反锐化掩模方法等3第二章设计目的及方案简介2.1设计目的对一幅灰度图像，进行反锐化掩膜增强处理，主要包括线性反锐化掩模方法，非线性反锐化掩模方法，基于中值滤波反锐化掩模方法，小波变换反锐化掩模方法等2.2设计内容和要求2.2.1掌握反锐化掩膜增强方法；2.2.2用MATLAB方法实现此过程；2.2.3要求三位同学协调配合，共同完成任务。第三章线性反锐化掩模方法3.1方法简要介绍线性反锐化掩模方法是通过把现有图像通过线性高通滤波方法，与一个比例因子相乘后再和现有的图像拼加起来，然后把使用一样的带有高频信号传送出来或与线性因子叠加在一起可得图像细节增强的过程。在图像的成像过程中线性锐化掩模对图像增强处理是付出很大的，对于图像中灰度值比较大的地方都与原始图像的显著边缘对称，而图像中灰度值比较小的地方常常又会与噪声相对称。灰度值大的往往需要比较小的加权或者一点也不用，但实际当中对灰度值比较中等的这些目标需进行增强处理的。因为，在原始图像当中灰度值占中等的这些目标对比度都特别弱。43.2主要设计程序I=imread('8888.bmp');I=rgb2gray(I);subplot(2,2,1);imshow(I);title('原图像')f_=filter2(fspecial('average',5),I);f_=uint8(f_);subplot(2,2,2);imshow(f_);title('5*5均值滤波后图像')subplot(2,2,3);imshow(I+1*(I-f_));title('处理后图像5*5,k=1')subplot(2,2,4);imshow(I+2*(I-f_));title('处理后图像5*5,k=2')figure;subplot(2,2,1);imshow(I+3*(I-f_));title('处理后图像5*5,k=3')subplot(2,2,2);imshow(I+4*(I-f_));title('处理后图像5*5,k=4')subplot(2,2,3);imshow(I+5*(I-f_));title('处理后图像5*5,k=5')subplot(2,2,4);imshow(I+6*(I-f_));title('处理后图像5*5,k=6')3.3实验结果原图像5*5均值滤波后图像处理后图像5*5,k=1处理后图像5*5,k=2图3.1-线性反锐化掩模处理后图像5处理后图像5*5,k=3处理后图像5*5,k=4处理后图像5*5,k=5处理后图像5*5,k=6图3.2-线性反锐化掩模处理后图像第四章基于均值滤波的非线性反锐化掩模4.1方法简要介绍线性反锐化掩模处理过程中对噪声极其敏感，从而导致噪声加大，细节丢失，图像质量降低，针对线性反锐化掩模的局限性和缺点，提出了根据灰度特性来调节具有增强作用的加权因数，可非线性地增强图像的边缘细节，即为非线性反锐化掩模处理方法。算法中使用模糊影像以增强空间频率响应,且算法中决定增强程度的加权因数K会随原始影像密度的变化而变化。在低密度区K值减小,在高密度区K值增加,使得该算法能根据CR图像灰度特性来调节增强程度的加权因数,从而可非线性地增强CR影像的边缘细节。64.2主要程序I=imread('8888.bmp');I=rgb2gray(I);K=imnoise(I,'salt&pepper',0.02);K=im2double(K);imshow(K);title('原图像')figure;f_=filter2(fspecial('