圖像反銳化掩膜算法研究(共16頁)

1、 中北大學(xué)課 程 設(shè) 計 說 明 書學(xué)生(xu sheng)姓名： xxx 學(xué) 號： 11xxxxxxxx 學(xué) 院： 信息(xnx)與通信工程學(xué)院 專 業(yè)： 電子(dinz)信息工程 題 目： 圖像反銳化掩膜算法研究 指導(dǎo)教師： 田秀榮 職稱: 講師 2015 年 01月 16日中北大學(xué)課程設(shè)計任務(wù)書 14/15 學(xué)年(xunin)第 1 學(xué)期(xuq)學(xué) 院： 信息(xnx)與通信工程學(xué)院 專 業(yè)： 電子信息工程 課程設(shè)計題目： 專業(yè)綜合實踐之多維信息處理部分： 圖像反銳化掩膜增強起 迄 日 期： 2015年1月5日2015年1月16日 課程設(shè)計地點： 201，503，510實驗室 指 導(dǎo)

2、教 師： xxx 系 主 任： xxx 下達(dá)任務(wù)書日期: 2015 年 1 月5 日課 程 設(shè) 計 任 務(wù) 書1設(shè)計目的：對一幅灰度圖像，進(jìn)行反銳化掩膜增強處理。 2設(shè)計內(nèi)容和要求（包括原始數(shù)據(jù)、技術(shù)參數(shù)、條件、設(shè)計要求等）：掌握反銳化掩膜增強方法；用MATLAB方法實現(xiàn)此過程；（3）要求三位同學(xué)協(xié)調(diào)配合，共同完成任務(wù)。 3設(shè)計工作任務(wù)及工作量的要求包括課程設(shè)計計算說明書(論文)、圖紙、實物樣品等：課程設(shè)計說明書一份程序仿真結(jié)果課 程 設(shè) 計 任 務(wù) 書4主要參考文獻(xiàn)：要求按國標(biāo)GB 771487文后參考文獻(xiàn)著錄規(guī)則書寫，例：1 傅承義，陳運泰，祁貴中.地球物理學(xué)基礎(chǔ).北京：科學(xué)出版社，198

3、5（5篇以上）5設(shè)計成果形式及要求：課程設(shè)計說明書仿真結(jié)果6工作計劃及進(jìn)度：2015年1月5日2015年1月16日1月5日-9日 查找資料，上機調(diào)試程序;1月12日-16日 寫設(shè)計報告，并答辯。系主任審查意見： 簽字： 年 月 日 目錄(ml) TOC o 1-3 h z u HYPERLINK l _Toc409119239 第一章 緒論(xln) PAGEREF _Toc409119239 h 2 HYPERLINK l _Toc409119240 1.1反銳化掩模概述(i sh) PAGEREF _Toc409119240 h 2 HYPERLINK l _Toc409119241 1.

4、2反銳化掩模算法 PAGEREF _Toc409119241 h 2 HYPERLINK l _Toc409119242 1.3常見的圖像反銳化掩模增強方法 PAGEREF _Toc409119242 h 2 HYPERLINK l _Toc409119243 第二章 設(shè)計目的及方案簡介 PAGEREF _Toc409119243 h 3 HYPERLINK l _Toc409119244 2.1設(shè)計目的 PAGEREF _Toc409119244 h 3 HYPERLINK l _Toc409119245 2.2設(shè)計內(nèi)容和要求 PAGEREF _Toc409119245 h 3 HYPERL

5、INK l _Toc409119246 第三章 線性反銳化掩模方法 PAGEREF _Toc409119246 h 3 HYPERLINK l _Toc409119247 3.1方法簡要介紹 PAGEREF _Toc409119247 h 3 HYPERLINK l _Toc409119248 3.2 主要設(shè)計程序 PAGEREF _Toc409119248 h 4 HYPERLINK l _Toc409119249 3.3 實驗結(jié)果 PAGEREF _Toc409119249 h 4 HYPERLINK l _Toc409119250 第四章 基于均值濾波的非線性反銳化掩模 PAGEREF

6、_Toc409119250 h 5 HYPERLINK l _Toc409119251 4.1方法簡要介紹 PAGEREF _Toc409119251 h 5 HYPERLINK l _Toc409119252 4.2主要程序 PAGEREF _Toc409119252 h 6 HYPERLINK l _Toc409119253 4.3實驗結(jié)果 PAGEREF _Toc409119253 h 7 HYPERLINK l _Toc409119254 第五章 基于小波變換的非線性反銳化掩膜 PAGEREF _Toc409119254 h 7 HYPERLINK l _Toc409119255 5.

7、1方法簡要介紹 PAGEREF _Toc409119255 h 7 HYPERLINK l _Toc409119256 5.2主要程序 PAGEREF _Toc409119256 h 8 HYPERLINK l _Toc409119257 5.3實驗結(jié)果 PAGEREF _Toc409119257 h 9 HYPERLINK l _Toc409119258 第六章 實驗結(jié)果評測 PAGEREF _Toc409119258 h 10 HYPERLINK l _Toc409119259 第七章 本次課設(shè)的收獲體會 PAGEREF _Toc409119259 h 11 HYPERLINK l _To

8、c409119260 第八章 參考文獻(xiàn) PAGEREF _Toc409119260 h 11 緒論(xln)1.1反銳化掩模概述(i sh) 英文:unsharp masking / 中文:反銳化掩模法；將原圖像通過反銳化掩模進(jìn)行模糊預(yù)處理(相當(dāng)于采用低通濾波)后與原圖逐點做差值運算，然后乘上一個修正因子再與原圖求和(qi h)，以達(dá)到提高圖像中高頻成分、增強圖像輪廓的目的。反銳化掩模技術(shù)最早是應(yīng)用于攝影技術(shù)中，以增強圖像的邊緣和細(xì)節(jié)。光學(xué)上的操作方法是將聚焦的正片和散焦的負(fù)片在底片上進(jìn)行疊加，結(jié)果是增強了正片高頻成份，從而增強了輪廓，散焦的負(fù)片相當(dāng)于“模糊”模板（掩模），它與銳化的作用正好相

9、反，因此，該方法被稱為反銳化掩模法。1.2反銳化掩模算法 反銳化掩模（UnSharp Masking，UM）算法。首先將原圖像低通濾波后產(chǎn)生一個鈍化模糊圖像，將原圖像與這模糊圖像相減得到保留高頻成份的圖像，再將高頻圖像用一個參數(shù)放大后與原圖像疊加，這就產(chǎn)生一個增強了邊緣的圖像。最初將原圖像通過低通濾波器后，因為高頻成份受到抑制，從而使圖像模糊，所以模糊圖像中高頻成份有很大削弱。將原圖像與模糊圖像相減的結(jié)果就會使f(x、y)的低頻成份損失很多，而高頻成份較完整地被保留下來。因此，再將高頻成份的圖像用一個參數(shù)放大后與原圖像f(x、y)疊加后，就提升了高頻成份，而低頻成份幾乎不受影響。1.3常見的圖

10、像反銳化掩模增強方法 1.3.1線性反銳化掩模方法 1.3.2非線性反銳化掩模方法 1.3.3基于(jy)中值濾波反銳化掩模方法 1.3.4小波變換(binhun)反銳化掩模方法等 第二章 設(shè)計目的(md)及方案簡介2.1設(shè)計目的 對一幅灰度圖像，進(jìn)行反銳化掩膜增強處理，主要包括線性反銳化掩模方法，非線性反銳化掩模方法，基于中值濾波反銳化掩模方法，小波變換反銳化掩模方法等2.2設(shè)計內(nèi)容和要求 2.2.1掌握反銳化掩膜增強方法； 2.2.2用MATLAB方法實現(xiàn)此過程； 2.2.3要求三位同學(xué)協(xié)調(diào)配合，共同完成任務(wù)。 線性反銳化掩模方法3.1方法簡要介紹 線性反銳化掩模方法是通過把現(xiàn)有圖像通過線

11、性高通濾波方法，與一個比例因子相乘后再和現(xiàn)有的圖像拼加起來，然后把使用一樣的帶有高頻信號傳送出來或與線性因子疊加在一起可得圖像細(xì)節(jié)增強的過程。在圖像的成像過程中線性銳化掩模對圖像增強處理是付出很大的，對于圖像中灰度值比較大的地方都與原始圖像的顯著邊緣對稱，而圖像中灰度值比較小的地方常常又會與噪聲相對稱?；叶戎荡蟮耐枰容^小的加權(quán)或者一點也不用，但實際當(dāng)中對灰度值比較中等的這些目標(biāo)需進(jìn)行增強處理的。因為，在原始圖像當(dāng)中灰度值占中等的這些目標(biāo)對比度都特別弱。3.2 主要設(shè)計(shj)程序I=imread(8888.bmp);I=rgb2gray(I);subplot (2, 2, 1) ; i

12、mshow (I) ;title(原圖像(t xin)f_= filter2(fspecial(average,5),I);f_ =uint8 (f_ );subplot (2, 2, 2) ; imshow(f_ ) ;title ( 5*5均值濾波(lb)后圖像)subplot (2, 2, 3) ; imshow(I+1* (I-f_) ;title(處理后圖像5*5, k=1)subplot (2, 2, 4) ; imshow(I+2*(I-f_) ;title(處理后圖像5*5, k=2)figure;subplot (2, 2, 1) ; imshow(I+3*(I-f_) ;t

13、itle(處理后圖像5*5, k=3)subplot (2, 2, 2) ; imshow(I+4*(I-f_) ;title(處理后圖像5*5, k=4)subplot (2, 2, 3) ; imshow(I+5*(I-f_) ;title(處理后圖像5*5, k=5)subplot (2, 2, 4) ; imshow(I+6*(I-f_) ;title(處理后圖像5*5,k=6)3.3 實驗結(jié)果 圖3.1-線性反銳化掩模處理(chl)后圖像 圖3.2-線性反銳化掩模處理(chl)后圖像 基于(jy)均值濾波的非線性反銳化掩模4.1方法簡要介紹線性反銳化掩模處理過程中對噪聲極其敏感，從而

14、導(dǎo)致噪聲加大，細(xì)節(jié)丟失，圖像質(zhì)量降低，針對線性反銳化掩模的局限性和缺點，提出了根據(jù)灰度特性來調(diào)節(jié)具有增強作用的加權(quán)因數(shù)，可非線性地增強圖像的邊緣細(xì)節(jié)，即為非線性反銳化掩模處理方法。算法中使用模糊影像以增強空間頻率響應(yīng),且算法中決定增強程度的加權(quán)因數(shù)K會隨原始影像密度的變化而變化。在低密度區(qū)K值減小,在高密度區(qū)K值增加,使得該算法能根據(jù)CR圖像灰度特性來調(diào)節(jié)增強程度的加權(quán)因數(shù),從而可非線性地增強CR影像的邊緣細(xì)節(jié)。4.2主要(zhyo)程序I=imread(8888.bmp);I=rgb2gray(I);K=imnoise (I,salt & pepper,0.02);K=im2double(K

15、); imshow (K) ;title(原圖像(t xin)figure;f_=filter2(fspecial(average,3),K);fl_=filter2(fspecial(average,5),K);subplot (2,2,1) ; imshow(f_) ;title (3*3均值(jn zh)濾波)subplot (2,2,3) ; imshow(fl_) ;title (5*5均值濾波)k=max(K(:);for i=10:999for j=10:999k_(i,j)=4* (sin (K (i,j)/k*pi/2);endendK=im2uint8 (K);f_=im2

16、uint8 (f_);fl_=im2uint8 (fl_);k_=im2uint8(k_);for i=10:999for j=10:999G_(i,j)=K(i,j)+k_(i,j).*(K (i,j)-f_(i,j);G1_(i,j)=K(i,j)+k_(i,j).*(K (i,j)-f_(i,j);endendsubplot (2, 2, 2) ;imshow (G_) ;title(基于均值變換的非線性反銳化掩膜，3*3)subplot (2, 2, 4) ;imshow (G1_) ;title(基于均值變換的非線性反銳化掩膜，5*5)4.3實驗(shyn)結(jié)果圖4.1-基于均值變換

17、(binhun)的非線性反銳化掩模處理后圖像 基于小波變換(binhun)的非線性反銳化掩膜5.1方法簡要介紹為了對圖像進(jìn)行細(xì)節(jié)增強，針對線性反銳化掩模的缺點，提出了一種基于小波變換反銳化掩模算法的CR醫(yī)學(xué)圖像增強方法。這種方法是在對原始的CR醫(yī)學(xué)圖像進(jìn)行小波變換后，利用小波相位特性去掉噪聲的方法，然后再經(jīng)反銳化掩模算法對CR圖像進(jìn)行增強。5.2主要(zhyo)程序I=imread(8888.bmp);subplot (2,2,1) ; imshow (I) ;title(原圖像(t xin)1)I=rgb2gray(I);K1=imnoise (I,salt & pepper,0.02);s

18、ubplot (2,2,3) ; imshow (K1) ;title(原圖像(t xin)2)K1= medfilt2(I);K=im2double(K1);subplot(2,2,2);imshow(K);title(中值濾波)f_=filter2(fspecial(average,3),K);fl_=filter2(fspecial(average,5),K);figure;subplot (2,2,1) ; imshow(f_) ;title (3*3均值濾波)subplot (2,2,3) ; imshow(fl_) ;title (5*5均值濾波)k=max(K(:);for i=

19、10:999for j=10:999k_(i,j)=4* (sin (K (i,j)/k*pi/2);endendK=im2uint8 (K);f_=im2uint8 (f_);fl_=im2uint8 (fl_);k_=im2uint8(k_);for i=10:999for j=10:999G(i,j)=K(i,j)+k_(i,j).*(K (i,j)-f_(i,j)*3;G1(i,j)=K(i,j)+k_(i,j).*(K (i,j)-f_(i,j)*3;endendfor i=40:999for j=40:999G(i,j)=K(i,j)+k_(i,j).*(K (i,j)-f_(i,

20、j);G1(i,j)=K(i,j)+k_(i,j).*(K (i,j)-f_(i,j);endendG_ =medfilt2 (G);G1_ =medfilt2(G1);subplot (2, 2, 2) ;imshow (G_) ;title(基于小波變換(binhun)的非線性反銳化掩膜，3*3)subplot (2, 2, 4) ;imshow (G1_) ;title(基于小波變換(binhun)的非線性反銳化掩膜，5*5)5.3實驗(shyn)結(jié)果圖5.1-基于小波變換的非線性反銳化掩膜處理后圖像圖5.2-基于小波變換(binhun)的非線性反銳化掩膜處理后圖像 實驗(shyn)結(jié)果

21、評測通過上述實驗分析得出以下(yxi)結(jié)論: (1)在圖像使用線性UM算法處理會使噪聲和對比度過渡的增強從而使圖像的細(xì)節(jié)消失。而且平坦的區(qū)間噪聲被擴大了，則未能達(dá)到滿意的增強效果。 (2) 在圖像非線性UM算法是依據(jù)增強系數(shù)K不是一個常數(shù)，而是圖像Q (x, y)的函數(shù)，是非線性的。其在低灰度值區(qū)K是增強的、而中灰度值區(qū)是線性增強、而高灰度區(qū)是壓縮(縮小)的。K是隨原始圖像密度(信號Q)改變而變化的，但是其對噪聲雜亂性和多種多樣性無法消除干凈。 (3)針對上述各種算法存在的不足，提出了基于小波變換的反銳化掩模圖像增強法。通過實驗表明，此方法對于圖像處理的細(xì)節(jié)更豐富了圖像的對比度增強了，不僅消除了圖像的噪聲，而且細(xì)節(jié)部分得到了增強處理，更有利的把更多的細(xì)節(jié)區(qū)分開?？梢哉f，基于小波