本篇將介紹圖像增強範疇中的圖像銳化部分，以經典的LAPLACE銳化和Photoshop USM銳化爲例，通過C語言編程實現，教會大家這兩種銳化算法，增強大家對圖像銳化的理解以及對圖像增強範疇的認知。
[定義與算法]
圖像銳化(image sharpening)屬於圖像增強的範疇。如果把圖像信息劃分爲高頻和低頻兩類，高頻表示細節，低頻表示圖像大概的整體輪廓信息，那麼，圖像銳化就是保留和增強圖像的高頻信息也就是細節，讓圖像的邊緣或者灰度調變的部分變得清晰。圖像銳化包括爲空間域銳化和頻域銳化。在空間域銳化中，拉普拉斯銳化和USM銳化是兩種非常經典和常用的銳化方法，本文將以這兩種銳化方法爲例，進行詳細講解。
拉普拉斯銳化(Laplace sharpen)是一種二階微分銳化算法，前面章節中我們知道一階微分和二階微分都可以檢測邊緣，而二階微分算子中的代表就是拉普拉斯算子，它出了可以檢測邊緣是否存在之外，還可以確定邊緣的位置。
拉普拉斯銳化常用4鄰域和8鄰域兩種模板，也成爲銳化模板算子，分別如下：
假設當前像素點爲(x,y)，像素值爲f(x,y)，則四鄰域模板算子表述爲：