图像锐化 边缘检测的一些基础知识

互联网兴起， 生活节奏飞速，快餐成了favorite。理论学习也受到了巨大的冲击，一些不明所以的冰冷的公式和整段可以运行的代码是很多人的最爱。使得原本应该沉静的软件开发变得异常浮躁，（当然很多博客也成了帮凶：））今天就要融化冰雪， 说说代码以外的东西，说说冰雪初成的原因。

 

锐化的概念，我们从锐度开始谈起。很多人都以为锐度就是Sharpness,其实在数字图像的领域， 这个锐度更准确的说法是acutance, 万能的Wiki给出了 acutance 的标准的定义。In photography, acutance is the edge contrast of an image。 这句话已经说的非常清晰了， 锐度的意思就是边缘的对比度。（这里的边缘指的就是图像中的物件的边缘）。

下面是一组很形象的图：（无图无真相）

从这一组图可以看出， 这里的锐度从左到右逐渐提高了。锐度的提高会使图像像素不增加的基础上造成提高清晰度的假象。

那么这样的锐化效果如何实现呢？那一个个传统的算子(Operator)是如何可以工作的呢？

我们慢慢来展开，回到锐度的本意来看， 锐度就是边缘的对比度， 提高锐度（锐化）就是把边缘的对比度提高，所以我们的工作就变成了

a)找到有差异的相邻的像素