数字图像处理 图像锐化

目录

微分法

有Laplace算符: ∇ = [ ∂ ∂ x ∂ ∂ y ] \nabla= \left [ \begin{matrix} \frac{\partial }{\partial x} \\\frac{\partial }{\partial y} \end{matrix} \right ] =[xy]
对于数字图像,梯度是由差分来表示的: { G x = f ( x + 1 , y ) − f ( x , y ) G y = f ( x , y + 1 ) − f ( x , y ) \left\{\begin{matrix}G_x=f\left( x+1,y\right)-f\left( x,y \right) \\G_y=f\left( x,y+1\right)-f\left( x,y \right) \end{matrix}\right. { Gx=f(x+1,<

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值