基于粗糙集和反锐化掩模的图像增强研究 处理效果，以便于科研工作人员后继的研究和应用，本文提出一种新的基于粗糙集(RoughSets，RS)和反锐化掩模(UnsharpMasking，UM)的图像增强方法。 首先运用粗糙集把原始图像进行知识化表达，然后依据计算求得的阈值对图像进行属性归类
基于2个网页-相关网页
和反锐化掩模
And unsharpening the mask
以上为机器翻译结果，长、整句建议使用 人工翻译 。
提出了一种二次反锐化掩模算子(QUM)，用于从图像中提取等比重的边缘和细节信息。
A quadratic unsharp masking (QUM) operator is presented, which extracts edge and detail information from an image with equal weights.
youdao
应用推荐
模块上移
模块下移
不移动