空间滤波是一种采用滤波处理的图像处理方法，目的是达到某种目的（让它更模糊或者让它更清晰）。 滤波是将信号中特定波段频率滤除的操作。 根据滤波频率的不同，空间滤波可以分为平滑滤波（加强低频信息）和锐化滤波（加强高频信息）。 在灰度图像中，低频成分指的是灰度变化小的区域，高频成分指的是灰度变化大的区域。 所以平滑滤波又叫低通滤波，锐化滤波又叫高通滤波。 滤波器分为线性滤波器和非线性滤波器。 线性平滑滤波器就是求一个邻域内像素的加权均值。 非线性平滑滤波器（统计排序滤波器）就是将滤波器区域像素的值进行各种排序，然后选择最大值、最小值、中值等填入中间的像素，所以这些平滑滤波器又叫最大值滤波器，最小值滤波器，中值滤波器，其中中值滤波器是使用最广泛的统计排序滤波器。 平滑滤波可以将图像模糊处理，即加强低频成分，减弱高频成分，而锐化滤波可以突出图像的细节，减弱低频成分，加强高频成分。 我们在做图像平滑的时候，通过减少相邻像素之间的灰度值的差异（比如平均处理），来达到平滑的效果。 那么为了达到锐化图像的目的，我们很自然地可以想到可以通过增大相邻像素之间灰度值的差异来实现。

图像处理的小程序，可以实现图像锐化，滤波，模糊，对比度调节等功能

LabVIEW是一种程序开发环境，由美国国家仪器（NI）公司研制开发，类似于C和BASIC开发环境，但是LabVIEW与其他计算机语言的显著区别是：其他计算机语言都是采用基于文本的语言产生代码，而LabVIEW使用的是图形化编辑语言G编写程序，产生的程序是框图的形式。

图像处理系统可实现高斯平滑、拉普拉斯锐化

filter2d为对灰度图进行空间滤波的函数，运行Runner即可。

数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结整理，欢迎大家一起学习交流！ 专栏链接：数字图像处理学习笔记 在数字图像处理学习笔记（八）中，已对图像增强之线性变换、对数变换、幂律变换、分段线性变换、灰度级分层等做过详细理论论述，本文将对上述理论知识做实践方面的实现。 具体理论知识可参考我之前的博文：数字图像处理学习笔记（八）——图像增强处理方法之点处理 一、图像增强之线性变换 代码实现参考 import cv2 import random i

基于matlab的线性锐化滤波图像增强并给出其PSNR指标