关于为什么图像要减去二阶微分算子——拉普拉斯算子才有锐化效果

关于拉普拉斯算子的基本概念不做赘述,其掩膜表达式如下:

 对应的数学公式是:

如果对拉普拉斯算子取反,也就相当于对上式的二阶微分取反,掩膜表达式如下:

 而要产生锐化的效果,原图像应该遵循如下运算表达式:

也就是说一定是:原图像 - 二阶微分 = 锐化后的图像。

实际操作之后,也发现,如果不是减去二阶微分的话,图像不仅不会锐化,反而还会模糊。

为什么必须减去二阶微分

 如果分析以上线性图像的二阶微分会发现:

(1)如果原图像减去二阶微分,再加上将图像像素限制在0~255范围内,那么图像将正好在原图中“最突出”的部分产生一个很大的像素值,比如孤立点和细线的亮度最大值处。

(2)如果原图像加上二阶微分,那么图像将会在细线或孤立点的最亮点两边的像素值很大,反而在最该加强亮度的“最亮点”削弱亮度。如果分析图像的话,就会发现在图像的边缘处产生了两条边线,同时整幅图像也会变模糊。

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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