企业官网建设流程全解析

《Edge sharpening through ramp width reduction》论文原文机制：图像像素保持不动；根据以上表1查找旋转角度，只旋转【L、M、H 标记的采样点位置】。

Fig.4 (a)、Fig.4 (b) 是 Zone1 的基准标记模板，定义了一组 L/M/H 的相对位置。 当梯度角落在 Zone2~Zone8 时，将整套 L/M/H 位置图案做几何旋转（查表 1 旋转角度），在原始 3×3 邻域矩阵里，拾取旋转后 L、M、H 标记对应的像素坐标，代入同一套采样公式计算。

公式本身（两点平均、[1,2,1]/4 加权）完全不变，仅仅是改变公式里带入的像素坐标((x,y))。

1. Zone1 基准模板（θ∈[0, π/4]，无旋转，表 1 旋转角度 = 0）

原始 3×3 邻域，中心像素((i,j))

Fig.4 (a) Zone1 主轴模板，水平向右）标记分布

L M H L M H L M H

• L 列：(j-1)；M 列：j；H 列：(j+1)
• 公式固定：沿竖直方向 3 点加权

Fig.4 (b) Zone1 对角线模板，右上对角线）标记分布

M H L M H L M

采样坐标：

Zone1：L/M/H 标记位置不变，直接取上面坐标。

2. Zone2 示例：，查表 1：Fig4 (a) 旋转，Fig4 (b) 旋转

表 1 Zone2：

• Fig.4 (a)（主轴模板）旋转量：（90° 逆时针）
• Fig.4 (b)（对角线模板）旋转量：

2.1 旋转 Fig4 (a) 基准图案（原来水平 L-M-H 列 → 旋转 90° 变成竖直 L-M-H 行）

原始 Fig4 (a) 图案：

L M H L M H L M H

逆时针旋转 90° 之后，新的 L/M/H 标记排布：

H H H M M M L L L

含义：

• H 行：(i-1)（上方）
• M 行：i（中心行）
• L 行：(i+1)（下方）

现在套用完全相同形式的加权公式，只是把原来【沿竖直方向对列加权】，变成【沿水平方向对行加权】 Zone2 主轴\对应的：

✅ 公式结构没变：仍然是；只是采样轴线从水平列，变成水平行，因为 L/M/H 标记整体旋转了 90°。

2.2 Zone2 Fig4 (b) 模板：表 1 写旋转量 = 0，所以 Fig4 (b) 的 L/M/H 相对图案不变

图案仍然是：

M H L M H L M

但是注意：图案本身形状不变，但是图案的整体方向对齐到 Zone2 对角线，拾取原图 3×3 中对应对角线方向的坐标，代入 Fig4 (b) 原版公式：

3. 插值权重公式（Zone2）

Zone2 角度范围：扇区主轴；对角线

插值计算最终灰度指标：

梯度指标使用完全一样的旋转标记位置、一样的做插值，只是采样对象换成每个坐标的梯度幅值Mag。

4. 为什么这么设计？

1. 复用同一套数学公式8 个扇区，不需要写 8 套不同的计算公式。只需要维护一套基准 Fig4 (a)(b) 模板；遇到不同梯度方向，只旋转 L/M/H 采样标记，公式形式保持不变。ISP 硬件 / 嵌入式代码非常友好，减少分支判断。
2. 图像像素无几何变换，无重采样全程不会对图像像素做旋转插值，不会引入额外插值模糊，没有浮点像素重采样开销。仅仅是索引坐标查表，定点实现友好。
3. L/M/H 语义永远不变
   • H：梯度前进方向（灰度上升方向）
   • L：梯度反方向（灰度下降方向）
   • M：中心位置 不管模板怎么旋转标记位置，L 永远代表低灰度侧，H 永远代表高灰度侧，后续斜坡判断、灰度修正公式不需要改动。

5. 对比：两种方案的差异

6. 统一流程总结（任意扇区通用）

1. 逐像素计算 Sobel 梯度幅值、梯度方向
2. 判断 θ 落在 8 个扇区中的哪一个，查表 1，得到 Fig4 (a)、Fig4 (b) 各自需要旋转的角度
3. 将基准 Fig4 (a)、Fig4 (b) 的 L/M/H 标记图案，旋转查表得到的角度，得到在 3×3 邻域内对应的像素坐标
4. 使用旋转后的坐标，代入原版固定公式，分别算出主轴组，对角线组
5. 同样坐标拾取梯度幅值 Mag，计算主轴、对角线梯度指标\(G_{L/M/H}\)
6. 计算权重，线性插值得到最终
7. 斜坡判定：判断是否满足单调斜坡 \(I_H>I_M>I_L\)；再由梯度指标判断当前像素在斜坡高侧 / 低侧 / 中心线
8. 灰度修正，完成锐化