1.? 卷積
是圖像的加權(quán)疊加剂府。是向量的內(nèi)積娇未。AX=b形式
2.? 圖像銳化
主要目的是突出圖像中的細(xì)節(jié)或者增強(qiáng)被模糊了的細(xì)節(jié)
3.? 圖像梯度
梯度的方向是函數(shù)f(x,y)變化最快的方向，當(dāng)圖像中存在邊緣時(shí)锅知，一定有較大的梯度值，相反，當(dāng)圖像中有比較平滑的部分時(shí)商膊，灰度值變化較小，則相應(yīng)的梯度也較小宠进。經(jīng)典的圖像梯度算法是考慮圖像的每個(gè)像素的某個(gè)鄰域內(nèi)的灰度變化晕拆，利用邊緣臨近的一階或二階導(dǎo)數(shù)變化規(guī)律，對(duì)原始圖像中像素某個(gè)鄰域設(shè)置梯度算子材蹬，通常我們用小區(qū)域模板進(jìn)行卷積來(lái)計(jì)算实幕，有Sobel算子、Robinson算子堤器、Laplace算子等
4.? 相關(guān)算子
5.? 拉普拉斯算子
拉普拉斯算子會(huì)突出像素值快速變化的區(qū)域昆庇，因此常用于邊緣檢測(cè)。
普拉斯算子是n維歐式空間的一個(gè)二階微分算子吼旧。它定義為兩個(gè)梯度向量算子的內(nèi)積
參考
https://blog.csdn.net/iaccepted/article/details/41869685
