高斯拉普拉斯算子
来源:互联网 发布:存货管理与优化 编辑:程序博客网 时间:2024/04/29 01:58
高斯拉普拉斯(Laplace of Gaussian)
kezunhai@gmail.com
http://blog.csdn.net/kezunhai
Laplace算子作为一种优秀的边缘检测算子,在边缘检测中得到了广泛的应用。该方法通过对图像 求图像的二阶倒数的零交叉点来实现边缘的检测,公式表示如下:
由于Laplace算子是通过对图像进行微分操作实现边缘检测的,所以对离散点和噪声比较敏感。于是,首先对图像进行高斯卷积滤波进行降噪处理,再采用Laplace算子进行边缘检测,就可以提高算子对噪声和离散点的鲁棒性,如此,拉普拉斯高斯算子 Log (Laplace of Gaussian)就诞生了。
高斯卷积(Gaussian convolution ) ,高斯函数的表达式如下:
原图像与高斯卷积的表达式如下:
因为:
所以Log可以通过先对高斯函数进行偏导操作,然后进行卷积求解,公式表示如下:
2D高斯拉普拉斯算子可以通过任何一个方形核进行逼近,只要保证该核的所有元素的和或均值为0, 如下一个5×5的核进行逼近:
高斯拉普拉斯边缘检测算法的步骤:
1)对原图像进行Log卷积。
2)检测图像中的过零点( Zero Crossings,也即从负到正或从正到负)。
3)对过零点进行阈值化。
更多信息参考:
1、Laplacian of Gaussian (LoG): http://fourier.eng.hmc.edu/e161/lectures/gradient/node9.html
2、Laplacian/Laplacian of Gaussian: http://homepages.inf.ed.ac.uk/rbf/HIPR2/log.htm
作者: kezunhai 出处: http://blog.csdn.net/kezunhai 欢迎转载或分享,但请务必声明文章出处。
- 高斯拉普拉斯算子
- LOG高斯-拉普拉斯算子
- 高斯拉普拉斯算子的卷积模板
- LoG(高斯拉普拉斯算子)源代码
- SIFT中的“高斯拉普拉斯算子”和“高斯差分算子”
- 高斯拉普拉斯算子(Laplace of Gaussian)
- java 图像卷积运算,高斯模糊以及拉普拉斯算子
- 高斯拉普拉斯算子(Laplace of Gaussian)
- 高斯拉普拉斯边缘检测算子(LOG)
- 图像锐化——高斯—拉普拉斯算子
- 拉普拉斯算子
- 拉普拉斯算子
- 拉普拉斯算子
- 拉普拉斯算子
- 使用高斯滤波以及拉普拉斯算子实现人脸模糊检测
- 拉普拉斯算子和梯度算子
- 拉普拉斯算子(转)
- 【模式识别】拉普拉斯算子
- 网络协议MPL(3):RFC2606--The Trickle Algorithm文档翻译
- Spark 安装
- 10个细节提升后台系统的用户体验
- vc++基于颜色直方图的图像检索,含代码
- dedecms织梦手机模板使用和制作方法
- 高斯拉普拉斯算子
- 【LeetCode】35. Search Insert Position
- 图像特征提取:斑点检测
- windows下MySQL 5.7+ 解压缩版安装配置方法
- OpenCV基础篇之Mat数据结构
- 颜色空间RGB与HSV(HSL)的转换
- Android中自定义View中的属性(慢慢补充)
- SIP重定向服务器设计
- mysql-5.7.17-winx64免安装配置