基于matlab的圖像銳化算法研究課程設(shè)計(jì)說明書(參考版)
2025-06-28 00:50本頁面
【正文】 在沒有做課程設(shè)計(jì)以前，覺得課程設(shè)計(jì)只是對知識的單純總結(jié)，但是通過這次課程設(shè)計(jì)發(fā)現(xiàn)自己的看法有點(diǎn)太片面，課程設(shè)計(jì)不僅是對前面所學(xué)知識的一種檢驗(yàn)，也是對自己能力的一種提高，通過這次課程設(shè)計(jì)使自己明白了原來的那點(diǎn)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(jì)，明白學(xué)習(xí)是一個(gè)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)。通過為期兩周的MATLAB課程設(shè)計(jì)，我對MATLAB這個(gè)仿真軟件有了更進(jìn)一步的認(rèn)識和了解。因?yàn)檫吔巛喞叶戎迪嗖詈艽?，呈現(xiàn)出高頻特性。filter)。7 設(shè)計(jì)評述圖像銳化(sharpening)和平滑恰恰相反，它是通過增強(qiáng)高頻分量來減少圖象中的模糊，因此又稱為高通濾波(high高提升濾波既包含低頻分量，又包含增強(qiáng)了的高頻信息，圖像包含的信息更加豐富，對比度更強(qiáng)。 算法結(jié)果比較分析理想高通濾波器濾波后的圖像無直流分量，但灰度的變化部分基本保留。 高斯高通濾波器銳化結(jié)果： 。axis square。plot(1:N,g_hb(77,1:N))。figure()。intensity level39。)。xlabel(39。axis([1,N,.1]),grid。%subplot(1,2,1)。)。ylabel(39。b).Result of gaussian filter(77th column)39。axis square。)。,39。legend(39。b39。r39。%subplot(1,2,2)。)。ylabel(39。a).Original Image(77th column)39。axis square。)。plot(1:N,f(77,1:N),39。figure()。)。xlabel(39。subplot(2,2,4)。a).Unsharp Mask39。imshow(mat2gray(g_mask),[0 1])。)。xlabel(39。subplot(2,2,2)。a).Original Image39。imshow(f,[0 1])。figure()。g_hb = f + ( * g_mask)。g_mask = f g_Gaussian。same39。symmetric39。conv39。,[3,3],1)。w_Gaussian = fspecial(39。)。f = imread(39。close all。 高提升濾波器銳化程序：close all。GHPF濾波(d0=10)39。 imshow(J2)。J2=uint8(real(J1))。 endendresult=ifftshift(result)。 h=exp((d.^2)./(2*(d0^2)))。n=fix(N/2)。 d0=10。 g=fftshift(g)。 f=double(I1)。原圖39。 imshow(I1)。)。I1=imread(39。IHPF濾波（d0=10)39。 imshow(J2)。J2=uint8(real(J1))。 endendresult=ifftshift(result)。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1