梯度/索贝尔/拉普拉斯算子实现图像锐化(Matlab)

目的

• 使用梯度算子、索贝尔算子、拉普拉斯算子对图像锐化

思路

• 用矩阵表示算子。
• 遍历图像，以每个像素点为中心的3*3/2*2矩阵为待处理数据，
• 将算子矩阵与待处理矩阵点乘，求和结果矩阵，以其作为矩阵中心点的新值。

实验结果

• 从上到下，从左到右依次为：原图、梯度算子、索贝尔算子、拉普拉斯算子

代码

clear;
ima = imread('lena_color.jpg');
grayIma = rgb2gray(ima);
[height, width] = size(grayIma);
gradientOperatorX = ([-1 1; 0 0]);
gradientOperatorY = ([-1 0; 1 0]);
sobelOperatorX = [-1 0 1; -2 0 2; -1 0 1];
sobelOperatorY = [-1 -2 -1; 0 0 0; 1 2 1];
laplacianOperator = [0 1 0; 1 -4 1; 0 1 0];

imaGradient = grayIma;
imaSobel = grayIma;
imaLaplacian = grayIma;

for row = 1:height-1
    for col = 1:width-1
        %梯度
        temp = double(grayIma(row:row+1, col:col+1));
        tempX = gradientOperatorX .* temp;
        tempX = abs(sum(tempX(:)));
        tempY = gradientOperatorY .* temp;
        tempY = abs(sum(tempY(:)));
        imaGradient(row, col) =  tempX + tempY;
        if row~=1 && col~=1 
            %索贝尔
            temp = double(grayIma(row-1:row+1, col-1:col+1));
            tempX = sobelOperatorX .* temp;
            tempX = abs(sum(tempX(:)));
            tempY = sobelOperatorY .* temp;
            tempY = abs(sum(tempY(:)));
            imaSobel(row, col) = tempX + tempY;
            %拉普拉斯
            tempX = laplacianOperator .* temp;
            tempX = abs(sum(tempX(:)));
            imaLaplacian(row, col) = tempX;
        end
    end
end

subplot(2,2,1);
imshow(grayIma);
subplot(2,2,2);
imshow(imaGradient);
subplot(2,2,3);
imshow(imaSobel);
subplot(2,2,4);
imshow(imaLaplacian);