C++——bmp图像的平滑、锐化（拉普拉斯+sobel+prewitt+Roberts Cross operator）

本文实现了RGB三通道图像及灰度图像的平滑、锐化处理。在开始之前，我们先对平滑及锐化的概念进行一个简单的了解：

1、平滑

       图像平滑是指受传感器和大气等因素的影响，遥感图像上会出现某些亮度变化过大的区域，或出现一些亮点(也称噪声)。这种为了抑制噪声，使图像亮度趋于平缓的处理方法就是图像平滑。图像平滑实际上是低通滤波，平滑过程会导致图像边缘模糊化。

常用的平滑处理方法有三种：
（1） Box模板去噪平滑处理，也就是均一化处理。
                     Box模板是{1,1,1,1,1,1,1,1,1}
（2） 高斯模板去噪平滑处理，就是在Box模板的基础上加入了加权系数，考虑了距离某点位置越近影响越大的因素。相比Box模板，较为清晰一些。
                     高斯模板是{1,2,1,2,4,2,1,2,1}

（3） 中值滤波去噪平滑处理，就是将该点左右邻近的两个点的rgb值与该点自身进行比较，选择其中最中间的值赋给该点。

2、锐化

       图像锐化(image sharpening)是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，分为空域处理和频域处理两类。图像锐化是为了突出图像上地物的边缘、轮廓，或某些线性目标要素的特征。这种滤波方法提高了地物边缘与周围像元之间的反差，因此也被称为边缘增强。

常用的锐化模板是拉普拉斯(Laplacian)算子：

代码如下：

#include <cstring>
#include <windows.h>
#include"readbmp.h"
#include"savebmp.h"

int Template1[3][3] = { 1, 1, 1, 1, 1, 1, 1, 1, 1 };//平滑模板  均一化处理
int Template2[3][3] = { 1, 2, 1, 2, 4, 2, 1, 2, 1 };//高斯平模板  
int Template3[3][3] = { 0, -1, 0, -1, 4, -1, 0, -1, 0 };//laplace锐化模板,4邻域  
int Template4[3][3] = { -1, -1, -1, -1, 8, -1, -1, -1, -1 };//laplace锐化模板,8邻域  
int sobelx[3][3] = { -1,-2,-1,0,0,0,1,2,1};//sobelx
int sobely[3][3] = { -1,0,1,-2,0,2,-1,0,1};//sobel  
int coefficient1 = 9;
int coefficient2 = 16;
int coefficient3 = 1;

void img_smooth_sharpen(int Templa