[halcon]--图像锐化--索贝尔、拉普拉斯

图像锐化主要是加强高频成分或减弱低频成分。锐化能够加强细节和边缘，对图像有去模糊的作用。同时，由于噪声主要分布在高频部分，如果图像中存在噪声，锐化处理对噪声将会有一定的放大作用。

在锐化之前，如果图像存在噪声，建议先对噪声进行平滑处理。

索贝尔算法：

采用两列或者两行加权和的差值。

1、由于引入了平均因素，因而对图像中的随机噪声有一定的平滑作用；

2、由于它是相隔两行或两列的差分，故边缘两侧的元素得到增强，边缘显得粗而亮。

read_image (Image, 'monkey')
get_image_size (Image, Width, Height)
*获得一个高斯噪声
gauss_distribution (20, Distribution)
*将噪声引入图像
add_noise_distribution (Image, ImageNoise, Distribution)
*对原图进行索贝尔处理
sobel_amp (Image, EdgeAmplitude, 'sum_abs', 3)
sobel_amp (Image, EdgeAmplitude1, 'x', 3)
sobel_amp (Image, EdgeAmplitude2, 'y', 3)
*对带有高斯噪声的图像进行索贝尔处理
sobel_amp (ImageNoise, EdgeAmplitude3, 'sum_abs', 3)

               原图                                        高斯噪声图                                    原图索贝尔处理

      原图X方向sobel处理                   原图Y方向sobel处理                    高斯噪声图sobel处理

 

 拉普拉斯算法：

拉普拉斯算子能对由扩散引起的图像模糊起到增强边界轮廓的效果，增强图像的同时也增强了噪声，所以进行边缘检测时，仍然有必要先对图像进行平滑或者去噪处理。

laplace (Image, ImageLaplace, 'absolute', 3, 'n_4')
laplace (Image, ImageLaplace1, 'absolute', 3, 'n_8')

 

                             n_4掩膜                                                           n_8掩膜