一、图像锐化基本功
图像锐化分为空间域处理和频域处理。
图像锐化是为了突出图像上的边缘和轮廓等。也称为边缘增强。
1.经典的锐化算子
Roberts、Prewitt、Sobel、Laplacian、LoG算子
拉普拉斯锐化；
高斯-拉普拉斯算子锐化
2.USM算法
掩膜核，半径、增益、阈值三参数的物理意义
双边滤波、引导滤波、各向异性扩散作为USM掩模的原理与代价。
3.改进锐化算法，多尺度变换，变换域
彩色图像策略：YUV/YCbCr只锐化Y、LAB只锐化L、RGB域亮度引导。
4.图像锐化效果的评价指标
100%视图下的光晕检查、平坦区噪点闪烁检查、彩色边缘镶边检查。
评价体系需要同时覆盖清晰度的提升与伪影的引入两个维度。
锐化的核心副作用是光晕（Halo）与振铃（Ringing）
一个干净的锐化结果，边缘附近的像素应大致保持在源图像的局部范围内；
需要控制观看条件（100%视图、暗环境）、定义评分维度（清晰度增益 vs. 伪影可接受度）
5.图像锐化调参
6.微光微视图像锐化
7.海思、瑞芯微、极海微、高通、华为、小米、苹果、vivo