数字图像处理 Ch3 高通锐化空间滤波器

数字图像处理 Ch3 锐化（高通）空间滤波器

• 锐化（高通）空间滤波器
  • 1. 一阶导数与二阶导数
    • 2. 基于拉普拉斯算子的二阶导数应用用于图像锐化
    • 3. 增强处理与对比度优化技术
    • 4. 基于梯度计算的一阶导数方法用于图像边缘检测

锐化（高通）空间滤波器

它们都属于频率域处理的术语。具体来说，高通滤波器是通过允许高频信号通过并衰减或抑制低频信号来实现的。

1. 一阶导数和二阶导数

在后续内容中将介绍一种锐化滤波器技术, 这种技术依赖于一阶导数与二阶导数. 因此有必要先回顾这些基本概念.

在一维函数f(x)的一阶差分即为一阶导数的基础概念上进行阐述，在此框架下我们可以进一步引入二阶梯度的概念。
这些梯度计算方法需满足一系列必要的条件才能应用于实际问题中，
详细内容可参考后续说明。

数字图像的边缘在灰度上通常类似于斜坡过渡。根据上述定义，在数字图像中的一阶导数值会呈现较宽的边沿特征；而相比之下，在同一位置上的二阶导数值将表现出宽度仅为1像素且由零值分隔的特点。相较于使用一阶导数的方法而言，在相同的空间位置上实现二阶导数值计算能够显著降低运算复杂度；同时这种特性还能够有助于增强更多细节信息，在锐化处理方面具有其独特的优势。

2. 利用二阶导数锐化图像 —— 拉普拉斯

最简单的各向同性导数