【正文】 表示自身與周?chē)袼氐牟顒e，再將這個(gè)差別加上自身作為新像素的灰度。 梯度銳化時(shí)的閾值設(shè)置窗口如圖 5所示?？梢?jiàn)， Robert梯度檢測(cè)邊緣較好。對(duì)于有噪聲的圖像， LOG算子對(duì)圖像先進(jìn)行高斯濾波，然后用 Laplacian算子來(lái)提高邊緣提取的能力，因此其邊緣檢測(cè)效果也不錯(cuò)。其中圖 9(a)為噪聲原圖，圖 9(b)為均值濾波效果圖，圖 9(c)為中值濾波效果圖。 均值模板設(shè)置如圖 3所示 。實(shí)際上，離某點(diǎn)越近的點(diǎn)對(duì)該點(diǎn)的影響應(yīng)該越大。實(shí)際上，離某點(diǎn)越近的點(diǎn)對(duì)該點(diǎn)的影響應(yīng)該越大，所以高斯模板處理后的平滑效果要比 Box模板清晰。如果圖像中點(diǎn)、線和尖角細(xì)節(jié)較多，則不宜采用中值濾波。 (a) 2*2模板 (b) 3*3模板 (c) 4*4模板 (d) 5*5模板 圖 7 不同模板下平滑效果比較 （三）中值濾波模板比較 如圖 8為不同規(guī)格模板下中值濾波的效果。 圖像增強(qiáng)模塊包括均值濾波、中值濾波、梯度銳化和拉普拉斯銳化。窗口尺寸一般先采用 3再取 5逐點(diǎn)增大，直到濾波效果滿意為止。 Sobel算子有一定噪聲抑制能力，在檢測(cè)階躍邊緣時(shí)得到的邊緣寬度至少為二像素，具有各向同性的性質(zhì)。微分算子類邊緣檢測(cè)方法有增強(qiáng)高頻分量的作用，對(duì)噪聲是敏感的