简单梯度锐化Lena图像的matlab代码

以下是简单梯度锐化Lena图像的 Matlab 代码：

% 读入Lena图像并显示
lena = imread('lena.png');
subplot(1,2,1);
imshow(lena);
title('Original Image');

% 简单梯度锐化
h = [-1 -1 -1; -1 8 -1; -1 -1 -1];
lena_sharp = imfilter(lena, h);
subplot(1,2,2);
imshow(lena_sharp);
title('Sharpened Image');

以上代码中，使用 `imread` 函数读入 Lena 图像，然后使用 `imshow` 函数显示原始图像。接着，定义一个梯度锐化的卷积核 `h`，并使用 `imfilter` 函数对 Lena 图像进行卷积操作，得到锐化后的图像 `lena_sharp`。最后，使用 `imshow` 函数显示锐化后的图像。

相关问题

matlab 梯度图像锐化

图像锐化是一种常见的图像处理技术，可以使图像更加清晰和鲜明。在 MATLAB 中，可以使用梯度算子对图像进行锐化。

以下是一些常用的梯度算子：

1. Sobel 算子：Sobel 算子是一种基于两个 3x3 的卷积核的算子，可以用于检测图像的边缘。

2. Prewitt 算子：Prewitt 算子是一种基于两个 3x3 的卷积核的算子，可以用于检测图像的边缘。

3. Roberts 算子：Roberts 算子是一种基于两个 2x2 的卷积核的算子，可以用于检测图像的边缘。

使用这些算子可以得到图像的梯度，然后将梯度与原始图像进行加权，得到锐化后的图像。以下是一个简单的 MATLAB 代码示例：

% 读取图像
img = imread('lena.jpg');

% 将图像转换为灰度图像
gray_img = rgb2gray(img);

% 计算 Sobel 算子的梯度
sobel_x = [-1 0 1; -2 0 2; -1 0 1];
sobel_y = sobel_x';
grad_x = conv2(double(gray_img), sobel_x, 'same');
grad_y = conv2(double(gray_img), sobel_y, 'same');
grad = sqrt(grad_x.^2 + grad_y.^2);

% 图像锐化
sharp_img = gray_img + grad;

% 显示结果
figure;
subplot(1, 2, 1);
imshow(gray_img);
title('原始图像');
subplot(1, 2, 2);
imshow(sharp_img, []);
title('锐化后的图像');

在上面的代码中，我们首先将图像转换为灰度图像，然后使用 Sobel 算子计算图像的梯度。最后，将梯度与原始图像进行加权，得到锐化后的图像。

matlab对图像进行简单梯度算法锐化

Matlab中可以使用梯度算子对图像进行简单梯度算法锐化。下面是一个简单的例子：

% 读入图像
img = imread('lena.png');

% 定义梯度算子
gx = [-1 0 1; -2 0 2; -1 0 1];
gy = [-1 -2 -1; 0 0 0; 1 2 1];

% 对图像进行卷积操作
img_gx = conv2(double(img), gx, 'same');
img_gy = conv2(double(img), gy, 'same');

% 计算梯度幅值
grad_mag = sqrt(img_gx.^2 + img_gy.^2);

% 对梯度幅值进行归一化
grad_mag = (grad_mag - min(grad_mag(:))) / (max(grad_mag(:)) - min(grad_mag(:)));

% 对图像进行锐化处理
sharpened_img = im2uint8(double(img) + 2*grad_mag);

% 显示结果
imshow(sharpened_img);

在这个例子中，我们使用了Sobel算子来计算图像的梯度，然后将梯度幅值进行归一化，并将其乘以一个常数（2）加回到原图像中，最后得到了一个锐化后的图像。你可以根据需要选择不同的算子来计算梯度。