MATLAB图像锐化的代码

以下是MATLAB图像锐化的代码示例：

% 读取图像
img = imread('lena.tif');
% 显示原图像
subplot(1,2,1),imshow(img),title('Original Image');

% 定义锐化算子
sharp_kernel = [-1,-1,-1;-1,9,-1;-1,-1,-1];
% 应用锐化算子
sharp_img = imfilter(img, sharp_kernel);
% 显示锐化后的图像
subplot(1,2,2),imshow(sharp_img),title('Sharpened Image');

在上述代码中，我们首先读取了一张图像，然后定义了一个锐化算子。这个算子是一个 $3\times3$ 的矩阵，其中中央元素为 $9$，其余为 $-1$。接着，我们使用 `imfilter` 函数将这个算子应用到原图像上，得到锐化后的图像。最后，我们将原图像和锐化后的图像一起显示出来。

需要注意的是，图像锐化会增强图像中的高频信息，使得图像变得更加清晰。但是过度的锐化可能会导致噪声增强和细节丢失，因此需要谨慎使用。

相关问题

matlab图像锐化代码

很高兴回答你的问题，以下是一段 Matlab 图像锐化的代码，供你参考：

% 读入图像
img = imread('test.jpg');

% 定义锐化滤波器
sharp_filter = [-1,-1,-1;-1,9,-1;-1,-1,-1];

% 进行锐化操作
sharp_img = imfilter(img, sharp_filter);

% 显示锐化后的图像
imshow(sharp_img);

希望能对你有所帮助。如果你有其他问题，可以随时提出。

matlab人像锐化代码

以下是MATLAB中人像锐化的代码示例：

% 加载图像
img = imread('image.jpg');

% 转换为灰度图像
gray_img = rgb2gray(img);

% 使用Unsharp Masking锐化算法
% 设定参数
k = 1.2;
sigma = 1.5;
amount = 1;

% 先高斯滤波
gaussian_img = imgaussfilt(gray_img, sigma);

% 计算拉普拉斯滤波核
laplacian = fspecial('laplacian', amount);

% 应用拉普拉斯滤波核
lap_img = imfilter(gaussian_img, laplacian);

% 将拉普拉斯滤波结果叠加到原始图像上，使用k控制强度
sharp_img = gray_img + k * lap_img;

% 显示结果
imshow(sharp_img);

这是一种常见的Unsharp Masking锐化算法，可以通过调整参数来控制锐化的强度和效果。请注意，这种算法会增加图像的噪声，并且过度的锐化可能会导致图像出现伪影和其他不良影响。因此，使用时需要谨慎。