基于matlab的图像锐化算法研究课程设计说明书(编辑修改稿)

基于matlab的图像锐化算法研究课程设计说明书(编辑修改稿)内容摘要：

错误操作，就是特殊图像获取方法的固有影响。 二是提取目标物体的边 界，对图像进行分割，便于目标区域的识别等。 通过图像的锐化，使得图像的质量有所改变，产生更适合人观察和识别的图像。 图像锐化处理的现状和研究方法 数字图像经过转换和传输后，难免会产生模糊。 图像锐化的主要目的在于补偿图像边缘轮廓、突出图像的边缘信息以使图像显得更为清晰，从而符合人类的观察习惯。 图像锐化的实质是增强原图像的高频分量。 边缘和轮廓一般位于灰度突变的地方，因此和自然地利用灰度差分提取出来。 本次设计就是利用 Matlab实现图像锐化，具体的是利用 Matlab 基于理想高通滤波器的图像锐化；基于高斯高 通滤波器的图像锐化；基于高提升滤波的图像锐化 的功能。 2 设计目的 通过本课程设计的学习，学生将复习所学的专业知识，使课堂学习的理论知识应用于实践，通过本课程设计的实践使学生具有一定的实践操作能力；掌握Matlab 使用方法，能熟练运用该软件设计并完成相应的信息处理；通过图像处理实践的课程设计，掌握设计图像处理软件系统的思维方法和基本开发过程。 3 设计内容和要求 基于理想高通滤波器的图像锐化；基于高斯高通滤波器的图像锐化；基于高提升滤波的图像锐化；通过采用有针对性的图像的，对比分析上述三种锐化算法的结果要求 每位学生进行查阅相关资料，并写出自己的报告。 注意每个学生的报告要有所侧重，写出自己所做的内容。 4 总体设计方案分析 图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的。 频率域锐化就是为了消除模糊，突出边缘。 因此采用高通滤波器让高频成分通过，使低频成分削弱，再经逆傅立叶变换得到边缘锐化的图像。 高通滤 第 3 页 共 12 页 波器的滤波效果町以用原始图像减去低通滤波图像后得到。 也可以将原始图像乘以一个放大系数，然后再减去低通滤波图像后得到高频增强图像。 理想高通滤波器（ IHPF）传递函数为： 00),( ),(01),( DvuD DvuDvuh ,D0 是指定非负数值， D（ u， v）是（ u， v）点距频率中心的距离。 如果要研究的图像尺寸为M X N，则它的变换也有相同的尺寸。 在半径为 D0 的圆内，所有频率无衰减地通过滤波器，而在此半径之外的所有频率完全被衰减掉 ，对圆外的频率成分则无损通过。 可以通过计算机模拟实现，但不可能用电子元器件实现 （ 如图 ）。 图 高斯高通滤波器传递函数为： 202 2),(1),( DvuDevuh ,D（ u， v）是距傅立叶变换中心原点的距离 ， D0是截止频率。 当 D（ u， v） =D0时，滤波器下降到它最大值的。 由于高斯低通滤波器的傅里叶反变换也是高斯的，这就是说通过 公 式的傅里叶反变换而得到的空间高斯滤波器将没有振铃。 高斯低通滤波器的傅立叶变换也是高斯的 （ 如图 ）。 第 4 页 共 12 页 图 高提升滤波一般用于使得图片更加清晰。 其步骤大致如下，首先将图片模糊化，然后从原图中，将其模糊形式去除。 ),(),(),( yxfyxfyxg m ask ,从而得到图像的反锐化掩蔽，然后用将其叠加至原图上，从而使得图像更清晰。 ),(),(),( yxgkyxfyxg mas k,当 k=1的时候，这个操作称为反锐化掩蔽。 当 k1时候，这个操作称为高提升滤 波。 其实，高提升滤波也是一种锐化滤波，其强调的也是图像的边缘部分。 5 主要算法及程序 理想高通滤波器锐化程序： （以 D0=10 为例） : I1=imread(39。 39。 )。 figure(1)。 imshow(I1)。 title(39。 原图 39。 )。 f=double(I1)。 % 转换数据为双精度型 g=fft2(f)。 % 进行二维傅里叶变换 g=fftshift(g)。 % 把快速傅里叶变换的 DC 组件移到光谱中心 [M,N]=size(g)。 d0=10。 %cutoff frequency 以 10 为例 m=fix(M/2)。 n=fix(N/2)。 第 5 页 共 12 页 for i=1:M for j=。