基于非锐化掩模算法的图像增强系统

资 源 简 介

该项目实现了图像处理领域最为经典且广泛应用的非锐化掩模(Unsharp Masking, UM)算法。其基本原理是利用图像与其模糊版本之间的差异来提取高频信息。在MATLAB环境下的具体实现流程为：首先，程序读取输入的灰度或彩色图像，并应用高斯低通滤波器对图像进行平滑化处理，以获得图像的背景低频成分；随后，通过将原始图像与对应的模糊图像执行矩阵减法操作，计算得到图像的边缘、纹理及细节特征构成的掩模分量；接着，系统允许用户动态调整增益系数（k值），将该系数与掩模分量相乘后加回到原始图像中。当k值为1时即为标

详 情 说 明

基于非锐化掩模(UM)算法的图像增强系统

项目简介

本项目是一个基于 MATLAB 开发的图像处理系统，旨在通过经典的非锐化掩模（Unsharp Masking, UM）以及高提升滤波（High-boost Filtering）算法提升图像的清晰度。系统通过提取并增强图像的高频分量（如边缘、纹理和细节），有针对性地改善图像的视觉效果，广泛应用于数字摄影、卫星遥感影像处理及印刷工业等领域。

功能特性

1. 兼容性强：能够自动识别并处理灰度图像与彩色图像。
2. 色彩保护：针对彩色图像，系统在 YCbCr 色彩空间内仅对亮度分量（Y通道）进行处理，有效避免了由于锐化导致的图像色彩失真。
3. 动态可调：允许用户自定义高斯模糊的标准差（sigma）以控制细节提取的尺度，并支持通过调整增益系数（k）实现在标准非锐化掩模与高提升滤波之间的切换。
4. 全过程可视化：提供从原始图像、平滑结果、细节掩模到增强结果的完整处理链展示，并包含增强前后的亮度直方图对比。

核心实现逻辑

系统按照以下严谨的图像处理流程执行：

1. 环境初始化与参数预设：清除工作区变量，设置高斯模糊标准差 sigma（默认为 2.0）以及合成增益系数 k_factor（默认为 1.5）。
2. 输入逻辑：系统读取指定路径的图像。若无法加载特定文件，则自动调用 MATLAB 示例图像以保证程序稳健运行。
3. 多模态处理路径：

- 灰度图：直接转换为双精度浮点数进行矩阵预算。 - 彩色图：利用色彩转换函数将 RGB 空间转换为 YCbCr 空间，仅提取 Y（亮度）分量进行后续的数学运算。

1. 背景低通提取：根据 sigma 定义高斯核的大小（采用核半径为 3 倍标准差的原则），利用高斯滤波器对目标通道执行平滑处理，获得图像的低频背景成分（Blurred）。
2. 细节掩模计算：执行矩阵减法，通过“原始图像 - 模糊图像”得到高频细节掩模（Mask），该掩模包含了图像的边缘和细微纹理。
3. 加权线性合成：根据增强公式 Enhanced = Original + k * Mask 进行合成。当 k 等于 1 时，即为标准非锐化掩模；当 k 大于 1 时，进入高提升滤波模式，极大增强高频细节。
4. 后处理截断：计算完成后，通过逻辑筛选法将超出 0-255 范围的像素值进行强制截断，防止数据溢出导致图像伪影。
5. 格式重构：将增强后的通道合并回原始数据结构（彩色图则合并 YCbCr 通道并转回 RGB 空间），最后转换为 8 位无符号整型格式用于显示。

关键技术与算法分析

• YCbCr 空间处理：这是本系统的技术关键点。由于 RGB 三通道之间存在高度相关性，直接处理三通道会导致严重的色调偏移。通过亮度/色度分离，系统实现了在不改变图像色彩比例的前提下增强结构感。
• 高斯卷积滤波：系统采用 fspecial 构建高斯核，并利用边缘补偿模式（Replicate）执行卷积，有效解决了图像边缘在滤波后的黑边问题。
• 高频分量提取：该步骤利用线性代数的减法操作，通过构建残差图像的方式精准捕捉灰度变化剧烈的区域。
• 统计分析对比：系统内置了直方图计算功能，通过处理前后直方图的分布变化，科学地展示了图像对比度和细节强度的提升。

使用方法

1. 配置环境：确保安装了 MATLAB 及其图像处理工具箱（Image Processing Toolbox）。
2. 参数自定义：在代码入口处的参数设置区，根据具体图像的模糊程度调整 sigma 值，根据所需的锐化强度调整 k_factor 值。
3. 运行程序：执行主脚本，系统将自动弹出可视化窗口。
4. 结果查看：

- 窗口左上方展示原始图像预览。 - 窗口上方中央展示处理后的背景平滑图。 - 窗口右上方展示提取出的细节特征（为了可见性，该图经过了归一化对比度拉伸处理）。 - 窗口左下方显示最终的增强图像。 - 右下方展示增强前后的亮度直方图，用于定量分析动态范围的变化。

系统要求

• 软件环境：MATLAB R2016b 或更高版本。
• 必备工具箱：Image Processing Toolbox。
• 硬件要求：标准 PC 配置，建议内存 4GB 以上以支持大分辨率图像的处理。