概念

Difference of Gaussian(DOG)是高斯函数的差分。

它是可以通过将图像与高斯函数进行卷积得到一幅图像的低通滤波结果,即去噪过程,

这里的Gaussian和高斯低通滤波器的高斯一样,是一个函数,即为正态分布函数。

同时,它对高斯拉普拉斯LoG的近似,在某一尺度上的特征检测可以通过对两个相邻高斯尺度空间的图像相减,得到DoG的响应值图像。

基本理论
首先,高斯函数表示定义为:

其次,两幅图像的高斯滤波表示为:

最后,将上面滤波得到的两幅图像g1和g2相减得到:

即:可以DOG表示为:

在具体图像处理中,就是将两幅图像在不同参数下的高斯滤波结果相减,得到DoG图。具体步骤如下所示:

第一步,计算不同参数下的DOG

在图1,图2,图3,三种图像给了不同参数下的高斯滤波输出的效果,如下图所示:

图1:一个高斯平滑参数为0.3,另一个高斯平滑参数为0.4

图2:一个高斯平滑参数为0.6,另一个高斯平滑参数为0.7

图3 :一个高斯平滑参数为0.7,另一个高斯平滑参数为0.8

第二步,根据DOG,求角点。

根据理论:三维图中的最大值和最小值点是角点,如图所示:

标记红色当前像素点,绿色的圈标记邻接像素点,用这个方式,最多检测相邻尺度的26个像素点。如果它是所有邻接像素点的最大值或最小值点,则标记红色被标记为特征点,如此依次进行,则可以完成图像的特征点提取。

因此在第一步后,我们可以计算出的图1,图2,图3三个DOG图中求图2中是极值的点,如下图所示:

图5:黑色为极小值,白色为极大值

因此,原始图像上以显示的DOG角点检测结果,如下图所示:

参考资料
[1] Difference of Gaussian(DOG) http://fourier.eng.hmc.edu/e161/lectures/gradient/node10.html.

[2] Difference of Gaussian From Wikipedia, the free encyclopedia.

[3] Rafael C.Gonzalez, Rechard E.Woods at. el , "Digital Image Processing Using MatLab (Second Editon)",Gatesamark Publishing.

参考文章

1. https://blog.csdn.net/songzitea/article/details/8831909

图像算法:Difference of Gaussian(DOG) 高斯函数差分相关推荐

  1. 图像金字塔、高斯金字塔、差分金字塔(DOG金字塔)、尺度空间、DoG (Difference of Gaussian)角点检测

    [图像金字塔] 图像金字塔是一种以多分辨率来解释图像的结构,通过对原始图像进行多尺度像素采样的方式,生成N个不同分辨率的图像.把具有最高级别分辨率的图像放在底部,以金字塔形状排列,往上是一系列像素(尺 ...

  2. DoG (Difference of Gaussian)角点检测

    DoG (Difference of Gaussian)是灰度图像增强和角点检测的方法,其做法较简单,证明较复杂,具体讲解如下: Difference of Gaussian(DOG)是高斯函数的差分 ...

  3. gaussian用法 matlab_matlab中的twomodegauss函数-双峰高斯函数

    function p = twomodegauss(m1, sig1, m2, sig2, A1, A2, k) %TWOMODEGAUSS Generates a bimodal Gaussian ...

  4. 图像处理中的数学基础--高斯函数(Gaussian Function)分析

    摘要 论文中遇到很重要的一个元素就是高斯核函数,但是必须要分析出高斯函数的各种潜在属性,本文首先参考相关材料给出高斯核函数的基础,然后使用matlab自动保存不同参数下的高斯核函数的变化gif动图,同 ...

  5. 高斯函数(Gaussian function)的详细分析

    摘要 论文中遇到很重要的一个元素就是高斯核函数,但是必须要分析出高斯函数的各种潜在属性,本文首先参考相关材料给出高斯核函数的基础,然后使用matlab自动保存不同参数下的高斯核函数的变化gif动图,同 ...

  6. 高斯分布(正态分布)(高斯函数)(Gaussian)(高斯噪声)

    高斯分布就是正态分布 有两个参数,期望μ和方差σ^2, N(μ,σ^2) 当μ = 0,σ = 1时的正态分布是标准正态分布 一维高斯函数 二维高斯函数 高斯噪声 高斯噪声是指它的概率密度函数服从高斯 ...

  7. AI笔记: 计算机视觉之SIFT特征检测: 尺度空间、二维高斯函数、高斯金字塔

    SIFT概述 SIFT的全称是Scale Invariant Feature Transform(尺度不变特征变换),是由加拿大教授David G.Lowe在1999年发表于计算机视觉国际会议,200 ...

  8. 使用二维高斯函数模糊图片

    这篇文章以通俗易懂的语言和方式解释了如何使用高斯函数模糊一张图片. 1.一维高斯函数: a表示得到曲线的高度,b是指曲线在x轴的中心,c指width(与半峰全宽有关),图形如下: 2.根据一维高斯函数 ...

  9. 随机过程:高斯函数导数、梯度

    一.说明 高斯函数广泛应用于统计学领域,随机过程,谱分析等.在信号处理领域,用于定义高斯滤波器,在图像处理领域,二维高斯核函数常用于高斯模糊Gaussian Blur,在数理方程领域,主要是用于解决热 ...

最新文章

  1. 工信部 学习类app_工信部整治APP侵权行为,私自收集个人信息等8类问题被点名...
  2. 基因课 15天入门生物信息(2021年) 第三天 Linux基础命令(1)
  3. 物料信息记录中几个常见的数据表
  4. python四大数据类型_Python 四大数据类型总结
  5. java 类调用情况_java 如何调用类?情况如下
  6. office教程:教你Excel 怎么样使用信息函数
  7. 京东发布“下一代智能协同开放平台”战略 助力政企数字化转型
  8. dubbo 与 zookeeper 的关系
  9. java 开发时常用的工具类包 commons-lang3
  10. Java学习笔记-函数
  11. 蚂蚁金服招聘-高级数据技术工程师、大数据研发工程师/专家
  12. 简单常用的10个excel公式
  13. Win10睡眠唤醒后显示网络电缆被拔出怎么办
  14. leetcode714-买卖股票的最佳时机含手续费
  15. linux 网络属性,Linux网络属性配置详解
  16. vb.net读取写入EXCEl的终极方法-NOPI
  17. springboot + JPA 配置双数据源
  18. css3旋转带放大缩小效果
  19. Bootstarting Spring -- Spring 风云再起
  20. DISABLE BUTTON

热门文章

  1. 多功能悬赏任务平台app+小程序源码开源版搭建开发
  2. 送书 | 《看漫画学Python》:不一样的学习体验!
  3. 游戏开发笔记三十五 站在巨人的肩膀上:游戏引擎导论
  4. 从键盘输入一个百分制的学生分数,判断并输出该分数的等级。
  5. 那是计算机房吗英语的反问句,小学生作文评语大全_学生评语.doc
  6. Windows11 Java Path环境变量配置
  7. weblogic11g 修改密码和重置密码【原】
  8. Matlab中fclose函数使用
  9. VBox ntcreatefile failed vboxstubdrv
  10. 【11.18】zabbix(末)、shell