1），线性锐化滤波：

clear all;

I=imread(C:\Users\zjy\Desktop\test1.tif);

subplot(1,2,1),imshow(I);

xlabel(a)原始图像);

I=double(I);

H=;

J=conv2(I,H,same);

K=I-J;

subplot(1,2,2),imshow(K,);

xlabel(b)锐化滤波处理);

以上程序段实现了用线性锐化滤波对图像进行锐化滤波处理，运行程序后的效果如下图所示。

由图可见，图像模糊的部分得到了锐化，边缘部分得到了增强，边界更加明显。但图像显示清楚的地方，经滤波后发生了失真，这也是拉氏算子增强的一大缺点。

2），Sobel算子锐化处理：

clear all;

I=imread(C:\Users\zjy\Desktop\test1.tif);

subplot(1,2,1),imshow(I);

xlabel(a)原始图像);

H=fspecial(sobel);

J=filter2(H,I);

subplot(1,2,2),imshow(J);

xlabel(b)Sobel锐化滤波处理);

以上程序段实现了用Sobel算子锐化滤波对图像进行锐化滤波处理，运行程序后的效果如下图所示。

Sobel算子的特点是对称的一阶差分，对中心加权具有一定的平滑作用。

3），梯度法锐化：

clear all;

=imread(C:\Users\zjy\Desktop\test1.tif);

subplot(2,2,1),imshow(I);

xlabel(a)原始图像);

I=double(I);

=gradient(I);

gm=sqrt(IX.*IX+IY.*IY);

out1=gm;

subplot(2,2,2),imshow(out1,map);

xlabel(b)梯度值);

out2=I;

J=find(gm=15);

out2(J)=gm(J);

subplot(2,2,3),imshow(out2,map);

xlabel(c)加阀值梯度值);

out3=I;

J=find(gm=20);

out3(J)=255;

K=find(gm20);

out3(K)=0;

subplot(2,2,4),imshow(out3,map);

xlabel(d)二值化);

以上程序段实现了用梯度法锐化滤波对图像进行锐化滤波处理，运行程序后的效果如下图所示。

可以看出，几种输出方法的效果不一样。直接梯度输出背景和图像目标不是很清楚，阀值梯度输出可以消除背景的影响，而二值图像输出强化的是边缘效果。