高提升代码matlab.rar_MATLAB 高提升_图像质量_提升图像质量

function HighBoostFiltering handle=figure; set(handle,'unit','pixels','position',[0 0 1000 600]); movegui(handle, 'center' ); img=imread('k.bmp'); [h w]=size(img); filter_mask={... %定义俩个拉氏滤波器 [0 -1 0;-1 4 -1;0 -1 0];... %普通拉氏滤波器 [-1 -1 -1; -1 8 -1 ;-1 -1 -1]}; %扩展拉氏滤波器 A=1.7; %设定提升系数A值的大小 %% matlab 实现 imgsharp2=imfilter(double(img),... filter_mask{1},... 'corr', ... 'symmetric',... 'same'); % imfilter函数：返回与输入图片的类型一样的处理图片；corr是相关，因为拉氏算子是中心对称的，所以做卷积和做相关是一样的；symmetric是镜像复制；same是相同尺寸； imgafter2=double(img).*A+imgsharp2; imgafter2=uint8(imgafter2); % uint8强制类型转换：如果输入数据为double，则数据四舍五入，小于0的置为0。 subplot(241),imshow(img), title('此行为matla的imfilter实现的'); subplot(242),imshow(uint8(imgsharp2)), title('未标定的拉氏滤波图'); subplot(243),imshow(mat2gray(imgsharp2)), title('标定的拉氏滤波图'); subplot(244),imshow(imgafter2), title('最终图'); %% 自己写的算法 m=1;n=1; imgMSR=EdgeFilling(img,m,n,1); %图像的边缘填充镜像的像素，因为拉氏算子是3*3，所以水平和垂直个填充一个像素单位 imgMSR=double(imgMSR); %扩展的图像转为double型 imgsharp1=imgMSR; %拉氏算子是3*3，所以水平和垂直个填充一个像素单位,这里的m和n分别表示垂直和水平 hwait=waitbar(0,'请等待>>>>>>>>'); for i=1+m:h+m for j=1+n:w+n [p,q,r,t]=safeborder(h+2*m,w+2*n,i,j,m,n); tempimg=imgMSR(p:q,r:t); imgsharp1(i,j)=sum(sum(tempimg.*filter_mask{1})); end if i/h>0.8 set(findobj(hwait,'type','patch'),'edgecolor','g','facecolor','g'); end waitbar(i/h,hwait,'正在处理'); end imgsharp1=imgsharp1(1+m:h+m,1+n:w+n); % 取中间部分，去掉边沿 imgafter1=double(img).*A+imgsharp1; imgafter1=uint8(imgafter1); close(hwait); subplot(245),imshow(img), title('此行为自己写的代码处理的'); subplot(246),imshow(uint8(imgsharp1)), title('未标定的拉氏滤波图'); subplot(247),imshow(mat2gray(imgsharp1)), title('标定的拉氏滤波图'); subplot(248),imshow(imgafter1), title('最终图'); %% 总结： % 最后发现，高提升滤波除了细节的提升外，还有亮度的提升，取决于A的值。 % 高提升滤波非常适合低灰度图像处理 function imgMSR=EdgeFilling(img,m,n,which) % 对图像进行边缘填充， % 填充方案有： % 镜像复制which=1、填充黑色which=2、填充灰色which=3、填充白色which=4 [h w]=size(img); if which==1 fill=img; elseif which==2 fill=uint8(zeros(h,w)); elseif which==3 fill=uint8(ones(h,w)*127); elseif which==4 fill=uint8(ones(h,w)*255); end img_ud=flipud(fill); img_lr=fliplr(fill); img_lrud=fliplr(fill); imgMSR=uint8(zeros(h+2*m,w+2*n)); imgMSR(m+1:h+m,n+1:w+n)=img(1:h,1:w); imgMSR(1:m,1:n)=img_lrud(h-m+1:h,w-n+1:w); imgMSR(h+m+1:h+2*m,1:n)=img_lrud(1:m,w-n+1:w); imgMSR(h+m+1:h+2*m,w+n+1:w+2*n)=img_lrud(1:m,1:n); imgMSR(1:m,w+n+1:w+2*n)=img_lrud(h-m+1:h,1:n); imgMSR(m+1:h+m,1:n)=img_lr(1:h,w-n+1:w); imgMSR(m+1:h+m,w+n+1:w+2*n)=img_lr(1:h,1:n); imgMSR(1:m,n+1:w+n)=img_ud(h-m+1:h,1:w); imgMSR(h+m+1:h+2*m,n+1:w+n)=img_ud(1:m,1:w); %该函数用来返回图像位置（i,j）的领域 function [p,q,r,t]=safeborder(h,w,i,j,m,n) p=i-m; if(p<1) p=1; end q=i+m; if(q>h) q=h; end r=j-n; if(r<1) r=1; end t=j+n; if(t>w) t=w; end