图像锐化

图像边缘分析

边缘定义为图像中亮度突变的区域，分为：细线型边缘、突变型边缘和渐变型边缘
1）突变型边缘位于图像中具有不同灰度值的相邻区域之间，对应于一阶导数的极值和二阶导数的过零点
2）细线型边缘对应于灰度变化曲线的极值，对应于一阶导数的过零点和二阶微分的极值点
2）渐进型边缘因变化缓慢，没有明确的边界点

---

一阶微分算子

一、梯度算子

图像处理中应用微分最常用的方法是计算梯度，梯度是方向导数取最大值的方向的向量
梯度定义为:
$G[f(x,y)] = \left[\begin{array}{cc}\ \frac{\partial f}{\partial x} \\ \,\,\frac{\partial f}{\partial y} \end{array}\right]$
用其幅度代替：
$G[f(x,y)]=[(\frac{\partial f}{\partial x})^2+(\frac{\partial f}{\partial y})^2]^{\frac12}$
为计算方便，也常用绝对值代替
$G[f(x,y)]=|\frac{\partial f}{\partial x}|+|\frac{\partial f}{\partial y}|$
最后用差分代替微分
$G[f(x,y)]=|f(x+1,y)-f(x,y)|+|f(x,y+1)=f(x,y)|$

I=im2double(rgb2gray(imread('106.jpg')));
figure;
imshow(I),title('原始图像');
[h w]=size(I);
edgeI=zeros(h,w);
for x=1:w-1;
    for y=1:h-1
        edgeI(y,x)=abs(I(y,x+1)-I(y,x))+abs(I(y+1,x)-I(y,x));%梯度运算  
    end
end
figure;
imshow(edgeI),title('边缘图像');
sharpI=I+edgeI;
figure;
imshow(sharpI),title('锐化图像');

---

二、Robert算子

Robert算子是通过交叉求微分实现边缘检测
$G[f(x,y)]=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|$
模板表示：
$H_1 = \left[\begin{array}{cc}\ 1 && 0\\ 0&&-1\end{array}\right]$
和
H1=[ 0−11