图像锐化算法Laplacian

最新推荐文章于 2026-05-23 22:21:22 发布

原创

最新推荐文章于 2026-05-23 22:21:22 发布 · 3.1k 阅读

标签

#算法 #图像处理 #计算机视觉

一、锐化定义

图像锐化是使图像边缘更加清晰的一种图像处理方法。常用的做法是提取图像的高频分量，将其叠加到原图上。
图像高频分量的提取有两种做法:一种是用高通滤波器得到高频分量；另一种是用低通滤波器得到低频，然后用原图减去低频得到高频。
直接提取高频的方法有sobel算法、laplcian算子，sobel算子是图像的一阶导数，提取的是梯度信息，分水平和垂直两种，常常用来做边缘检测、方向判别，sobel算子在斜坡处不为0，因此会产生较粗的边缘。laplcian算子是图像的二阶导，在图像开始变化和结束变化的地方值不为0，渐变时结果为0，因此laplacian比sobel算子更适合做sharpen。
我们这里使用Laplacian算子进行锐化。

二、Laplacian算法

以自身灰度值的9倍减去周围像素点灰度值作为自身新的灰度值。可见，如果一片暗区出现了一个亮点，那么锐化处理的结果是这个亮点变得更亮，增加了图象的噪声。因为图象中的边缘就是那些灰度发生跳变的区域，所以锐化模板在边缘检测中很有用。

Alt

private void But_sharpen_Click(object sender, EventArgs e)
        {
   
   
            if (pictureBox1.Image == null)
            {
   
   
                MessageBox.Show("错误，没有导入图片！");
                return;
            }
            bt1 = new Bitmap(pictureBox1.Image);
            bt2 = new Bitmap(pictureBox1.Image);
            int R1, R2, R3, R4, R5, R6, R7, R8, R9, R;
            int G1, G2, G3, G4, G5, G6, G7, G8, G9, G;
            int B1, B2, B3, B4, B5, B6, B7, B8, B9, B;
            for (int i = 1