文章标题

图像锐化：提供图像的对比度从而使得图像清晰起来，在图像平滑中，为了使得图像模糊，通常采用邻域平均的方法缩小邻域内像素之间的灰度差异。在图像锐化中，提高邻域内像素的灰度差来提高图像的对比度。

拉普拉斯锐化原理

图像的拉普拉斯锐化是利用拉普拉斯算子对图像进行边缘增强的一种方法，拉普拉斯算子是以图像邻域内像素灰度查分计算为基础，通过二阶微分推导出的一种图像邻域增强算法。基本思想是：当邻域内的中心像素灰度低于它所在的邻域内的其他像素的平均灰度时，此中心像素的灰度应被进一步降低。当邻域内的中心像素灰度高于它所在的邻域内的其他像素的平均灰度时，此中心像素的灰度应被进一步提高。

拉普拉斯锐化图像是根据图像某个像素的周围像素到此像素的突变程度有关，也就是说它的依据是图像像素的变化过程。一个函数的一阶微分描述了函数图像是朝向哪里变化的，即增长或者降低；而二阶微分描述的是图像变化的速度，急剧增长下降还是平缓的增长下降。

边缘检测的结果通常用灰度图来表示，原图像中的边缘部分用灰度较高的像素显示，而没有边缘的部分在灰度图中显示为黑色。

拉普拉斯锐化模板

四方向模板，八方向模板
当邻域内像素灰度相同时，模板卷积运算结果为0；当中心像素的灰度高于邻域内其他像素的平均灰度时，模板卷积运算为正数。当中心像素的灰度低于邻域内其他像素的平均灰度时，模板卷积运算为负数。
对卷积运算结果用适当的衰减因子处理并加在原中心像素上，就可以图像的锐化处理。