【正文】 log(f(i,j)+1)。 二階微分銳化 —— 算法推導(dǎo)二階微分銳化 —— Laplacian 算法n 由前面的推導(dǎo)，寫成模板系數(shù)形式形式即為L(zhǎng)aplacian算子：示例二階微分銳化 —— Laplacian變形算法n 為了改善銳化效果，可以脫離微分的計(jì)算原理，在原有的算子基礎(chǔ)上，對(duì)模板系數(shù)進(jìn)行改變，獲得 Laplacian變形算子如下所示。n 這樣做的結(jié)果是：可以獲得 類似浮雕 的效果。n 因?yàn)檫吘壓洼喞嘉挥诨叶韧蛔兊牡胤?。無(wú)方向一階銳化 —— 設(shè)計(jì)思想n 為了解決上面的問(wèn)題，就希望提出對(duì)任何方向上的邊緣信息均敏感的銳化算法。2） 因?yàn)閷?duì)數(shù)值很小 log(256)=,所以計(jì)算 時(shí)用 46*log(f(i,j)+1)。 二階微分銳化 —— 景物細(xì)節(jié)對(duì)應(yīng)關(guān)系3）對(duì)于漸變的細(xì)節(jié)，一般情況下很難檢測(cè)，但二階微分的信息比一階微分的信息略多。單方向銳化的后處理方法 1： 整體加一個(gè)正整數(shù) ，以保證所有的像 素值均為正。所以銳化算法的實(shí)現(xiàn)是基于 微分 作用。n 因?yàn)檫@類銳化方法要求對(duì)邊緣的方向沒(méi)有選擇，所有稱為無(wú)方向的銳化算法。 （ 46=255/log(256)）二階微分銳化 —— Wallis算法n算法特點(diǎn)： Wallis算法考慮了人眼視覺(jué)特性，因此，與Laplacian等其他算法相比，可以對(duì) 暗區(qū)的細(xì)節(jié) 進(jìn)行比較好的銳化。 二階微分銳化 —— 景物細(xì)節(jié)對(duì)應(yīng)關(guān)系2）對(duì)于細(xì)線形的細(xì)節(jié)，通過(guò)一階微分的過(guò) 0點(diǎn)，二階微分的極小值點(diǎn)均可以檢測(cè)出來(lái)。n 后處理的方法不同，則所得到的效果也就不同。圖像銳化的概念n 圖 像