锐化？#
细节=原始图像-平滑滤波器(原始图像)
锐化=原始图像 + α x 细节
一阶微分滤波器（梯度）#
TIP梯度是一个向量，在这里一般用梯度的幅值替代梯度本身，用方向导数的一范数来替代二范数
符号定义：
- ∇f=mag∇f≈∣∂x∂f∣+∣∂y∂f∣
- Gx=∂x∂f, Gy=∂y∂f
不同的算子设计：(就是不同的卷积核设计)
Roberts算子#
核定义：
Kx=[100−1]Ky=[0−110]对应的梯度计算思想是沿着对角线方向计算差分：
Gx=I∗Kx=I(x,y)−I(x+1,y+1)Gy=I∗Ky=I(x+1,y)−I(x,y+1)计算量极小
缺点：
- ❌ 对噪声非常敏感
- ❌ 只用2×2邻域，信息太少
- ❌ 方向性不直观（对角线）
Prewitt算子#
核定义：
Kx=−1−1−1000111Ky=−101−101−101水平方向差分，竖直方向差分，使用3×3邻域，增强了对噪声的鲁棒性，但仍然比较简单。
Sobel算子(最常用)#
核定义：
Kx=−1−2−1000121Ky=−101−202−101对应的梯度计算思想是沿着水平方向差分，竖直方向加权平均(以 Kx 为例)：
TIP2 是用于增强中心像素重要性的权重，把算子拆分成两个可分离的卷积核：
Kx=[−101]∗121Ky=[−1−2−1]∗101竖着的就是类似高斯平滑的效果，中间2的权重增强了中心像素的影响力，使得边缘检测更稳定。
二阶微分滤波器（拉普拉斯）#
常见的有两种卷积核
不带对角线：
K=0101−41010带对角线：(45o,135o方向的二阶微分)
K=1111−81111TIP各向同性滤波器具有旋转不变性，即滤波响应基本不受图像灰度变
化方向的影响。图像在旋转前后经滤波所得结果相同。
二阶微分本身比一阶微分对噪声更敏感，因此通常会先进行平滑处理（如高斯模糊）再进行二阶微分
利用二阶微分做图像增强：
g(x,y)=f(x,y)−α∇2f(x,y) 
