时间为友,记录点滴。
我在《数字图像处理》专栏的锐化空间滤波中聊过了什么是图像的锐化,以及为什么可以用微分可以实现图像的锐化。在这里,我们抛开细节,把思路理一下:
定性的思考方向是:
既然可以通过积分的思想来做图像的模糊,是不是可以通过积分的反操作微分来实现模糊的反操作-锐化?
定量的思考方向是:
我们把微分的过程当分别求x, y方向上的偏导,那么可以想象:
- 在恒定灰度区域内的微分值为0
- 在灰度台阶或斜坡处微分值非0
- 沿着斜坡的微分值为0
从上图可以从逻辑上讲得通了。
怎么实现呢?
我们先以一阶偏导为例,具体的推导过程可以参考《数字图像处理》专栏中的梯度介绍。
1. 首先要引入,什么是一阶偏导,它的形式是什么?
2. 然后再看数字图像中的一阶偏导的形式是什么?
我们可以用梯度代表,为什么是梯度?因为梯度是一张二维平面上最大一阶偏导的形式。
3. 两个公式怎么结合?
当然是求梯度的模。
4. 有了公式怎么引入算子
偷一下懒,抄过来把。
假设现在有一幅图像其中的一个3x3的区域: