图像锐化
图像锐化处理目的
既然谈到锐化就是对边缘的增强，下面是常见的边缘类型
特点：边缘上的灰度级变化平缓，边缘两侧灰度级变化比较快。
一般来说，边缘指局部不连续的图像特征，也是局部亮度变化最显著的部分。灰度值的跳变、颜色分量的突变、纹理结构的突变都可构成边缘信息。本文边缘信息指的是灰度值的跳变。
方法
微分运算
原理
由上图可见，当使用微分来定义两个像素点之间的变化率，两个像素点灰度级差值小，说明不是边界；差值大，说明是边界。所以最重要的是如何进行微分运算检测灰度级差值大，表明是边缘进行增亮。
运算方法
单向微分运算：水平方向
单向微分运算：垂直方向
双向微分运算：上下、左右两个方向同时进行微分，同时增强水平、垂直方向的边缘。
说明
梯度锐化
- 直接以梯度值代替：双向一次微分运算,算出梯度后让梯度值直接等于该点的灰度值。没有物体内部的信息量了
- 辅以门限判断：当梯度变化很小时,就是图像内部亮度差别而不是边界,可以不考虑。只有大于一定的预值【自己取得】才认为是边界，否则还是原灰度值。比较像素的梯度是否大于30，否若【说明就是图像内部差别不考虑】,将该像素点的灰度值恢复;若是,则将梯度值加100【提升亮度】，加100后若大于255，将其置为255.
3. 给边缘规定一个特定的灰度级：求出梯度值,与规定的灰度级30比较，若大于30,该像素设为255，否则还是原灰度级。
-
给背景规定灰度级：自己规定一个预值,梯度大于预值,使用梯度代替原像素，否则为规定的预值
-
根据梯度二值化图像：比较像素的梯度是否大于预值30,是则将灰度值置为255,否则将 该像素的灰度值置0。
边缘检测
Sobel算子：image =edge(in_image,’sobel’,threshold,direction);
Prewitt算子: image = edge(in_image,’prewitt’,threshold,direction);
Roberts算子: image = edge(in_image,’sobel’,threshold);
Canny算子：image = edge(in_image,’canny’,threshold);
