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