图像锐化方法

Question

我正在做一个项目，我将使用遗传算法优化一组过滤器和参数，用于锐化图像。 我目前正在阅读冈萨雷斯的“数字图像处理”一书，并研究任何关于图像处理的内容，因为我对这个领域有点新意。

我正在寻找一个锐化方法列表...即非锐化掩模，高通滤镜，拉普拉斯锐化等。如果您熟悉图像处理，是否有任何滤镜可以推荐用于锐化图像（包含“调整”的参数？）

谢谢！

Answer 1

通常，锐化会增加像素之间的对比度。天真的实现经常沿着边缘引入“晕圈”，这可能在感知上没有吸引力。诸如双边过滤器之类的技术试图解决该问题。近年来有一些有趣的技术，Andrew Adams在http://www.stanford.edu/class/cs448f/lectures/2.1/Sharpening.pdf

中详细介绍了现代算法的概念。

看看接近结束的一些方法：

双边＆amp;三边过滤器

针对MultiScale色调和细节操作的边缘保留分解

盲解卷积（没有已知内核的卷积）

当然，如果您有多个图像，或者您正在处理的图像的任何信息（例如主题的其他清晰图像），您通常可以使用基于图像的各种学习技术做得更好先验。

处理图像和尝试一些锐化技术的一个很好的通用框架是OpenCV，它存在python绑定。

Answer 2

一个简单，快速和简单的想法通常有效的算法（不知道是否有其他人已经想过这个）是这样的：

• N 将代表锐度增加。值为0会使图像保持不变，值为1可能是锐度的两倍，值为-1会使图像非常模糊和奇怪。
• 现在，对于图像中每个像素的每种颜色，执行此操作
  • 调用当前值 V ，当前颜色 C ，当前列 X 和当前行 Y
  • 将X设置为相邻像素之间的最大差异，如下所示：

    M = biggestAbsoluteValueBetween(
    X - (the Cth color of the Yth row of the (X - 1)th column),
    X - (the Cth color of the Yth row of the (X + 1)th column),
    X - (the Cth color of the (Y - 1)th row of the Xth column),
    X - (the Cth color of the (Y + 1)th row of the Xth column)
    )

  • 最后，将 M 然后 N 的差异添加到新锐化图像中当前像素的当前颜色值，如下所示：{{2} }

附录

我希望我成功地以任何编程语言的任何人都能理解的方式进行交流。如果你有建议，或者提高这个答案的易读性，那么就去吧