图像锐化 KJ(ImageSharpenKJ)

描述

GPU加速的图像锐化，支持多种方法。每种方法基于不同原理来增强感知锐度或恢复丢失的细节。

RCAS：AMD的鲁棒对比度自适应锐化（来自FSR）。
单个5抽头交叉滤波器，根据局部对比度自适应。伪影少，适合通用场景，几乎无需调节。

自适应USM：带局部方差调制的反锐化掩模。
对细节丰富的区域锐化更强，对平坦/噪波区域锐化更弱。通过半径和阈值参数比RCAS更可控。

高通：提取高频细节并混合回去。
产生“清晰度”增强感。使用半径控制细节的尺度。

反卷积：Richardson-Lucy迭代反卷积。
可以恢复因模糊丢失的细节，而不仅仅是增强边缘。使用半径作为估计的模糊核，迭代次数控制收敛。

输入

通用输入

• image – 输入图像（任何图像类型）。输出将与此类型一致。
• method – 从下拉菜单中选择锐化算法：RCAS、Adaptive USM、High-Pass 或 Deconvolution。可见参数根据选择而变化。

方法特定参数

RCAS

• strength（浮点，0–1，默认0.8）– 0 = 无锐化，1 = 完全RCAS锐化。

自适应USM

• strength（浮点，0–3，默认0.5）– 锐化乘数。大于1.0的值产生强力锐化。
• radius（浮点，0.5–5，默认1.0，步长0.1）– 反锐化掩模的高斯模糊sigma。较大值增强较粗的细节。
• threshold（浮点，0–1，默认0.05）– 噪波门限。较高的值仅锐化纹理/细节较多的区域。0 = 锐化所有区域。

高通

• strength（浮点，0–3，默认0.5）– 高频细节的混合因子。大于1.0的值产生更强烈的效果。
• radius（浮点，0.5–5，默认1.0，步长0.1）– 定义频率截止的高斯模糊sigma。较大值增强较粗的细节。

反卷积

• strength（浮点，0–1，默认0.5）– 原始图像（0）与完全反卷积图像（1）之间的混合。
• radius（浮点，0.5–5，默认1.0，步长0.1）– 待反转的假定高斯模糊的sigma。
• iterations（整数，1–100，默认10）– Richardson-Lucy迭代次数。更多迭代产生更锐利的结果但更慢；超过约20次后效果递减明显。

输出

• image – 锐化后的图像，与输入类型相同。

使用说明

• 所有方法完全在GPU上运行，处理速度快。
• RCAS 是最“一劳永逸”的选项：如果需要快速、无伪影的锐化，可以首先尝试。
• 自适应USM 在需要抑制噪波时提供更多控制：提高阈值以保护平坦区域，调整半径以匹配要增强的细节尺度。
• 高通 适合作为清晰度或纹理增强。使用小半径（0.5–1.5）增强精细细节，使用较大半径增强中等纹理。
• 反卷积 功能最强，但如果迭代过度或猜测错误的模糊核，可能会产生振铃或光晕。建议从10–20次迭代开始，半径等于原始图像的估计模糊量。