【正文】 ，使自己充分體會到了在設(shè)計過程中的成功喜悅。 plot(1:N,g_hb(77,1:N))。 ylabel(39。% subplot(1,2,2)。)。a).Original Image39。,[3,3],1)。 J2=uint8(real(J1))。 imshow(I1)。 n=fix(N/2)。當(dāng) k1時候，這個操作稱為高提升濾 波。頻率域銳化就是為了消除模糊，突出邊緣。目前， MATLAB 語言已經(jīng)成為科學(xué)計算、系統(tǒng)仿真、信號與圖像處理的主流軟件。 中北大學(xué) 課 程 設(shè) 計 說 明 書 學(xué) 院： 信息商務(wù)學(xué)院 專 業(yè)： 電子信息工程 題 目： 信息處理綜合實踐 : 基于 MATLAB 的圖像銳化算法研究 指導(dǎo)教師： 陳平 職稱 : 副教授 20xx 年 12 月 15 日 中北大學(xué) 課程設(shè)計任務(wù)書 13/14 學(xué)年第 一 學(xué)期 學(xué) 院： 信息商務(wù)學(xué)院 專 業(yè)： 電子信息工程 課程設(shè)計題目： 信息處理綜合實踐 : 基于 MATLAB的圖像銳化算法研究 起 迄 日 期： 20xx 年 12 月 16 日～ 20xx 年 12 月 27 日 課程設(shè)計地點： 電子信息科學(xué)與技術(shù)專業(yè)實驗室 指 導(dǎo) 教 師： 陳 平 系 主 任： 王浩全 下達(dá)任務(wù)書日期 : 20xx 年 12 月 15 日 課 程 設(shè) 計 任 務(wù) 書 1．設(shè)計目的： 通過本課程設(shè)計的學(xué)習(xí)，學(xué)生將復(fù)習(xí)所學(xué)的專業(yè)知識，使課堂學(xué)習(xí)的理論知識應(yīng)用于實踐，通過本課程設(shè)計的實踐使學(xué)生具有一定的實踐操作能力； 掌握 Matlab 使用方法，能熟練運用該軟件設(shè)計并完成相應(yīng)的信息處理； 通過圖像處理實踐的課程設(shè)計，掌握設(shè)計圖像處理軟件系統(tǒng)的思維方法和基本開發(fā)過程。本文主要從 MATLAB 圖像處理方面做應(yīng)用。因此采用高通濾波器讓高頻成分通過，使低頻成分削弱，再經(jīng)逆傅立葉變換得到邊緣銳化的圖像 。其實，高提升濾波也是一種銳化濾波，其強調(diào)的也是圖像的邊緣部分。 第 5 頁 共 12 頁 for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。 title(39。 figure(2)。 g_Gaussian = imfilter(f,w_Gaussian,39。)。 [M,N] = size(f)。 plot(1:N,f(77,1:N),39。intensity level39。 axis([1,N,0,]),grid。 在沒有做課程設(shè)計以前，覺得課程設(shè)計只是對知識的單純總結(jié)，但是通過這次課程設(shè)計發(fā)現(xiàn)自己的看法有點太片面，課程設(shè)計不僅是對前面所學(xué)知識的一種檢驗，也是對自己能力的一種提高，通過這次課程設(shè)計使自己明白了原來 的那點知識是非常欠缺的，要學(xué)習(xí)的東西還很多，通過這次課程設(shè)計，明白學(xué)習(xí)是一個長期積累的過程，在以后的工作和生活中都應(yīng)該不斷的學(xué)習(xí)，努力提高自己的知識和綜合素質(zhì)。 6 算法結(jié)果及比較分析 理想高通濾波器銳化結(jié)果： 圖 為原始圖片，圖 為經(jīng)過理想高通濾波器銳化后的圖片。 figure()。,1:N,g_Gaussian(77,1:N),39。% subplot(1,2,1)。 imshow(g_Gaussian,[0 1])。,39。 title(39。)。 else h=1。39。也可以將原始圖像乘以一個放大系數(shù)，然后再減去低通濾波圖像后得到高頻增強圖像。二維圖像均勻采樣，課得到一副離散化成 N N 樣本的數(shù)字圖像，該數(shù)字圖像