2.1.5　图像锐化

图像平滑往往使图像中的边界、轮廓变得模糊，当图像经转换或传输后，质量可能下降，难免有些模糊。为了减少这类不利效果的影响，这就需要利用图像锐化技术，使图像的边缘变得清晰。图像锐化技术能突出图像中的细节或者增强被模糊了的细节，使图像的边缘、轮廓线以及图像的细节变得清晰，特别是能加强图像轮廓，使图像看起来比较清晰。

经过平滑的图像变得模糊的根本原因是图像受到了平均或积分运算，因此可以对其进行逆运算(如微分运算)就可以使图像变得清晰，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。从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。

(1)拉普拉斯图像锐化。拉普拉斯算子是一种在图像锐化处理中很重要的算法。拉普拉斯算子是与一个边缘方向无关的边缘点检测、二阶微分算子，它对孤立像素的响应要比对边缘或线的响应更强烈，因此使用该算子进行图像锐化之前需要对图像作平滑处理。

图2－37是月球北极的原图像，图2－38是用四邻域模板经过拉普拉斯锐化后的图像，图2－39是用八邻域模板经过拉普拉斯锐化后的图像，图像的边界更加清晰了。程序代码如下:

f=imread('moon.jpg');

imshow(f);

h1=［0，－1，0;－1，5，－1;0，－1，0］;

h2=［－1，－1，－1;－1，9，－1;－1，－1，－1］;

g1=imfilter(f，h1);

figure，imshow(g1);

g2=imfilter(f，h2);

figure，imshow(g2)。

图2－37

图2－38

图2－39

(2)梯度法图像锐化。图像锐化处理的结果是加强图像中景物的边缘和轮廓，而边缘和轮廓通常位于灰度突变的地方，梯度正是描述最大变化方向与大小的一个各向同性的微分算子。

sobel算子是一种梯度边缘检测方法，图2－40是月球北极的原图像，图2－41是用sobel算子锐化的结果。程序代码如下:

f=imread('moon.jpg');

imshow(f);

g=fspecial('sobel');

h=filter2(g，f);

subplot(1，3，2)，figure，imshow(h)。

图2－40

图2－41