图像增强——锐化

  参考博客：https://blog.csdn.net/wugeerdai/article/details/77335097

     图像锐化是一种使边缘变得更加清晰的一种图像处理算法，细节增强。该算法主要是找到细节及边缘这些高频信息，然后把这些信息加到原图中去，以增加细节信息。高频信息获取方法（1）利用高通滤波器，得到高频分量；（2）通过低通滤波器，然后将原图减去低频，得到高频。

      图像锐化作用：在图像增强过程中，通常利用各类图像平滑算法消除噪声，图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。一般来说，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时图像边缘信息也主要集中在其高频部分。这将导致原始图像在平滑处理之后，图像边缘和图像轮廓模糊的情况出现。为了减少这类不利效果的影响，就需要利用图像锐化技术，使图像的边缘变得清晰。

      图像锐化处理的目的：是为了使图像的边缘、轮廓线以及图像的细节变得清晰，经过平滑的图像变得模糊的根本原因是因为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。微分运算是求信号的变化率，由傅立叶变换的微分性质可知，微分运算具有较强高频分量作用。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。但要注意能够进行锐化处理的图像必须有较高的性噪比，否则锐化后图像性噪比反而更低，从而使得噪声增加的比信号还要多，因此一般是先去除或减轻噪声后再进行锐化处理。

      图像锐化的方法分为高通滤波和空域微分法。

      （1）高通滤波： 图像的边缘或线条的细节（边缘）部分 与图像频谱的高频分量相对应，因此采用高通滤波让高频分量顺利通过，并适当抑制中低频分量，是图像的细节变得清楚，实现图像的锐化；

       （2）空域微分法：

       获取高频信息，常用算法：sobel算子、Laplacian算子