MATLAB图像锐化处理

MATLAB是一种强大的数值计算环境，也广泛用于图像处理。图像锐化处理在MATLAB中通常通过增加图像的边缘对比度来改善其视觉清晰度。常见的锐化技术有：

1. **高斯模糊** 后再**拉普拉斯算子**：先对图像进行高斯滤波以减少噪声，然后应用拉普拉斯算子，这会突出图像的边缘部分，实现锐化效果。

% 高斯模糊
img_blur = imgaussfilt(img, sigma);
% 拉普拉斯算子
img_sharpened = imfilter(img_blur, fspecial('laplacian'), 'replicate');

2. **Sobel算子** 或 **Prewitt算子**：直接计算图像的梯度强度，也是常用的锐化方法。

% Sobel算子
sobel_x = [-1 0 1; -2 0 2; -1 0 1]; % 矩阵表示x方向的梯度
sobel_y = [-1 -2 -1; 0 0 0; 1 2 1]; % 矩阵表示y方向的梯度
I_grad = imfilter(img, [sobel_x, sobel_y], 'replicate'); % 应用算子
img_sharpened = sqrt(I_grad.^2); % 计算梯度的模，即得到锐化图像

3. **Unsharp Masking**：这是一种经典的图像锐化技术，通过对原图和低通滤波后的图像做减法，增强边缘和细节。

img_blur = imfilter(img, fspecial('gaussian', [kernel_size, kernel_size]), 'replicate');
img_sharpened = img - alpha * img_blur;

其中`alpha`是锐化的程度，调整它的值可以控制锐化的强度。