在图像获取,传输过程中有许多因素会使图像变得模糊。图像模糊的实质是图像受到了求和,平均或者积分运算,因此可以用相反的运算来消除模糊,叫做图像的鋭化。
图像鋭化的其中一个方法是拉普拉斯(Laplacian)算子,拉普拉斯算子是线性2次微分算子,具有各向同性和位移不变性。
对于连续图像f(x,y),他的拉普拉斯算子为
D^2 f = @^2 f(x,y)/@x^2+@^2 f(x,y)/@y^2 编辑关系,左式D表示Delta符号,D^2表示Delta平方,@是偏导符号,@^2 f(x,y)/@x^2 是f(x,y)对x的2次偏导数....-__-++!
处理过程为
g(x,y)=f(x,y)-k*D^2 f
即目标灰度是原始灰度减去拉普拉斯算子的k倍,k是系数
对于数字图像矩阵,拉普拉斯算子变成
D^2 f(x,y)=Dx^2 f(x,y)+ Dy^2 f(x,y)
上面Dx^2 f(x,y)=Dx(Dx f(x,y))=Dx(f(x+1,y)-f(x,y))=D f(x+1,y)-D f(x,y)=f(x+1,y)-f(x,y)-f(x,y)+f(x-1,y)
=f(x+1,y)+f(x-1,y)-2*f(x,y)
类似求得
Dy^2 f(x,y)=f(x,y+1)+f(x,y-1)-2* f(x,y)
所以 D^2 f(x,y)=f(x+1,y)+f(x-1,y)+f(x,y-1)+f(x,y+1)-4*f(x,y)
鋭化后得图像为