matlabrobert锐化_Matlab图像处理—锐化滤波器

本文介绍了图像锐化的两种主要方法:拉普拉斯锐化和梯度锐化。拉普拉斯算子通过微分强调图像中的灰度突变,而梯度锐化则利用一阶微分增强细节。文章通过实例展示了Matlab中使用`fspecial`函数实现这两种锐化滤波器,并比较了它们的效果。
摘要由CSDN通过智能技术生成

锐化滤波器

锐化处理的主要目的是,突出灰度的过渡部分,增强图像中的细节。空间域像素邻域平均法可以使图像变模糊,均值处理与积分类似,所以锐化处理可以用空间微分(差分)来完成。

对比模糊:

模糊(平滑)是去除图像的细节,均值处理。

锐化是突出图像的细节,微分(差分)处理。

锐化滤波器主要有两种锐化方法:

1. 使用二阶微分的图像锐化:拉普拉斯锐化

2. 使用一阶微分的图像锐化:梯度锐化

Part1. 拉普拉斯锐化

ce90c34402e843784bc6c971ad705b0f.png

e1ee43d64e2610a4aa4b958e7f7a8ec8.png

用算子产生的图像暗色背景叠加浅灰色边及突变点明显。

拉普拉斯算子锐化图像的后处理(背景和边缘):

由于拉普拉斯是一种微分算子,拉普拉斯图像强调原图中的灰度突变区域,衰减灰度变化慢区域,恒定区域变为0。

将原始图像和拉普拉斯图像叠加在一起的简单方法可以保护拉普拉斯锐化处理的效果,同时又能复原背景信息。所以适用拉普拉斯变换对图像锐化增强的基本方法可表示为:

c74831b7a5d357611994731bcf2f1554.png

插入介绍 图像的算术的操作:

就是阵列操作,图像可以等价的被看成是矩阵,包含一幅或多幅图像的,阵列操作是以逐个像素为基础执行的。算术操作如下:

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