アンシャープマスキングアルゴリズム

単に、高周波信号を得るために、入力画像のラプラシアンフィルタ（ハイパスフィルタ）であり、補正結果を加算した元の信号にある程度。このように処理された原画像が強調表示される高周波信号の結果です。

イメージ周波数信号は、典型的には、元の画像を減算することによって得ることができるガウシアンフィルタ（ローパスフィルタ）です。以下は、サンプル処理であります：

なお、図に増強されるエッジ（高周波信号）が強調表示されたことがわかります。

これは、x(n, m)入力画像、すなわち画像を補正することを意味し、y(n, m)出力画像を指し、即ち、画像を補正し、z(n, m)補正信号を意味し、λスケーリング係数の正の数です。

z(n, m) あなたは以下の式で求めることができます。

図流の下半分にある2つのバイラテラルフィルタリング動作、それぞれ水平方向と垂直方向を提供するように見ることができます。

対応する出力は、y(n, m)として表すことができます。

ここで、λx(n, m)とλy(n, m)はそれぞれスケーリング係数信号に対応しています。

目標は、画像領域平滑ほとんど又は全く向上、最大面積を高めるために造影剤を向上させることができ、これらのパラメータを更新する再帰適応アルゴリズムを使用することで、大面積コントラストが適度高められます。

ベクトルのスケーリング係数と相関信号によって表される次の：

対応する出力は次のように表すことができます。

適応フィルタの実装と分析トレーサビリティを容易にするために、我々は単純な線形ハイパスフィルタ使用して、ローカルの動的画像（ローカルダイナミクス）を測定する方法を定義g()出力をサポートする3×3、図2に示すように、画素。

線形演算子の選択g()、適応アルゴリズムを使用して、オペレータが生産するのは比較的簡単ですので、ではなく、このような局所分散などの他の指標を、。

次のように全体のメトリック式は次のとおりです。

アルゴリズムが使用ガウス・ニュートン局所的なダイナミックを低減する適応アルゴリズムをとすることにより、所望のg()得られる局所的なダイナミックとの間の誤差。

まず、画像測定（活性レベル）の活動レベルに基づいて、入力画像の画素のそれぞれ3つのカテゴリーに分け、活動レベルは、3×3画素局所分散の所与のブロックに基づいて計算されます：

後に平均輝度レベルを指します。

この基本原理に基づいて、出力画像に活動の必要なレベルを定義します：

最後に、コスト関数は次のとおりです。

ます。https：//www.jianshu.com/p/604eae9d78beで再現