图像边缘锐化基本方法
锐化处理可以用空间微分来完成。
微分运算梯度锐化边缘检测
通常，边缘上的灰度值变化平缓，而边缘两侧灰度值变化较快，图像的边缘一般指在局部不连续的图像特征，一般是局部亮度变化最显著的部分，灰度值的变化，颜色分量的突变，纹理结构的突变都可以构成边缘信息。
用差分定义一元函数f(x)的一阶微分：
∂ f ∂ x = f ( x + 1 ) − f ( x ) \frac{\partial f}{\partial x} =f(x+1)-f(x) ∂x∂f=f(x+1)−f(x)
用差分定义一元函数f(x)的二阶微分：
∂ 2 f ∂ x 2 = f ( x + 1 ) + f ( x − 1 ) − 2 f ( x ) \frac{\partial^2 f}{\partial x^2} =f(x+1)+f(x-1)-2f(x) ∂x2∂2f=f(x+1)+f(x−1)−2f(x)
如果被运算点在边缘内部，差分值为很低的值，若是在边缘，则为很高的值。
双向一次微分运算
对灰度图像f在纵方向和横方向两个方向进行违反。改算法同时增强水平和垂直方向的边缘。
计算方法：纵方向求差分，横方向求差分，然后求平方和然后开方
梯度运算
▽ t = [ G x G y ] = [ ∂ f ∂ x ∂ f ∂ y ] \bigtriangledown t=\begin{bmatrix} G_x \\ G_y \\ \end{bmatrix}=\begin{bmatrix} \frac{\partial f}{\partial x} \\ \frac{\partial f}{\partial y} \\ \end{bmatrix} ▽t=[GxGy]=[∂x
