Sobel算子

又称为一阶微分算子、求导算子,在水平和垂直两个方向上求导,得到图像X与Y方向的梯度图像。

特点

离散微分算子,用来计算图像灰度函数的近似梯度;

该算子集合高斯平滑和微分求导;

简单介绍

Sobel算子就是图像在垂直和水平方向变化的速度,在数学中可以称为梯度

Sobel算子在水平和垂直方向计算像素值的差分,得到像素梯度的近似值,在像素周围的一定范围内进行计算,以减少噪声带来的影响。

在滤波器方向上像素变化强度变化大的区域将得到较大的值,较平坦的区域将得到较小的值,因此,计算图像导数的滤波器被称为高通滤波器。

导数滤波器属于高通滤波器,因此它们往往会放大图像中的噪声和细小的高对比度细节。为了减少这些高频成分的影响,最好在应用导数滤波器之前对图像做平滑化处理

平滑化图像与计算导数这两个步骤是可以合并的,只需选用合适的内核

由于“项的累加和的导数等于项的导数的累加和”,可以先对内核求导数,然后与图像卷积。

Laplace算子

通过计算二阶导数来度量图像的曲率。

二阶导数在变化最大处(即边缘处)为零,由此可以通过二阶导数提取边缘。

追踪过零点曲线

拉普拉斯值从正数过渡到负数(反之亦然),这个位置很可能就是边缘,可以对拉普拉斯图像阈值化,得到正数与负数之间的分割区域,这两个区域之间的边界就是过零点。因此,可以用形态学运算来提取这些轮廓,也就是用拉普拉斯图像减去膨胀后的图像。

拉普拉斯过零点方法检测了所有的边缘,不能区分强边缘和弱边缘,拉普拉斯算子对噪声非常敏感,有些边缘是由于压缩失真造成的

在实际检测边缘时,需要把拉普拉斯算子与其他算子结合使用

Laplace算子应用:

通过从图像中减去它的拉普拉斯图像,可以增强图像的对比度

参考书籍:《OpenCV 计算机视觉编程攻略》

基于图像导数运算的滤波器相关推荐

  1. [Python图像处理] 十三.基于灰度三维图的图像顶帽运算和黑帽运算

    该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...

  2. 基于MATLAB的图像卷积运算

    卷积简介 卷积广泛应用于信号.图像和机器学习等领域,但是对于非数学专业的同学来说,是一个比较陌生和懵懂的概念.卷积(Convolution)是数学上的一种积分变换,主要作用是为了获取某个函数的局部信息 ...

  3. 计算机视觉(三):基于Scipy图像处理技术,图像模糊(灰色、彩色图像高斯模糊)、图像导数(sobel算子滤波)

    文章目录 一.scipy方法实现图像模糊 1.灰度图像模糊 2.彩色图像模糊 二.图像导数 1.梯度的计算 2.导数的计算 一.scipy方法实现图像模糊 小花今天和我说:"她想要一种朦胧美 ...

  4. 数字图像处理学习--导数运算与锐化空间滤波

    引言 本文内容是老猿学习冈萨雷斯<数字图像处理>后的学习总结和感悟,中文版在介绍本文内容时翻译存在比较多的问题,本文是对中文版的完善.补充以及学习感悟的总结.在学习过程中对一些细节进行了一 ...

  5. 【新星计划】Python OpenCV 形态学应用—图像开运算与闭运算

    开运算  开运算=先腐蚀运算,再膨胀运算(看上去把细微连在一起的两块目标分开了) 开运算的效果图如下图所示: 开运算总结: (1)开运算能够除去孤立的小点,毛刺和小桥,而总的位置和形状不便. (2)开 ...

  6. 干货 | 用Python做图像处理:图像导数实战

    导读:数量庞大的图像和视频充斥着我们的生活.我们需要对图片进行检索.分类等操作时,利用人工手段显然是不现实的.于是,计算机视觉相关技术便应运而生,并且得到了快速的发展.本文以时下最流行的Python语 ...

  7. 差分近似图像导数算子之Sobel算子

    背景引言 图像处理中,一个最基本并且最重要的卷积就是导数的计算,一般用来表达微分最常用的操作是Sobel算子,可以包含任意阶的微分以及融合偏导.主要用作为边缘检测.在技术上,它是一离散性差分算子,用来 ...

  8. python 图像卷积_[卷积神经网络(CNN)中的卷积核到底是如何提取图像特征的(python实现图像卷积运算)]...

    1.前言 我们知道,卷积核(也叫滤波器矩阵)在卷积神经网络中具有非常重要的作用.说白了,CNN主要作用在于提取图像的各种特征图(feature maps). CNN主要是通过卷积运算来完成特征提取的. ...

  9. pilt图像处理_干货 | 用Python做图像处理:图像导数实战

    导读:数量庞大的图像和视频充斥着我们的生活.我们需要对图片进行检索.分类等操作时,利用人工手段显然是不现实的.于是,计算机视觉相关技术便应运而生,并且得到了快速的发展.本文以时下最流行的Python语 ...

最新文章

  1. BZOJ5324 洛谷4563 LOJ2545:[JXOI2018]守卫——题解
  2. 游戏运维的最佳实践:搜狐畅游自动化运维之旅
  3. golang web开发框架 Beego
  4. 二维声波方程的有限差分法数值模拟
  5. JavaScript学习(七十八)—实现对数据的浅拷贝和深拷贝
  6. 养老金中除以139是什么意思?
  7. 学python编程好就业吗_学好python编程就业真的没有压力吗?
  8. H5网站模板——前台和后台
  9. 逆向工具IDA下载网址
  10. 传统企业数字化营销转型必经之路
  11. 搭建以太坊私链(单节点,多节点,windows,linux)
  12. 服务端推送技术 Server-sent Events 快速上手
  13. 【数据科学赛】CAIL 2022 #八赛道 #NLP #文本匹配 #信息抽取
  14. 用百度大脑EasyDL平台轻松玩转AI
  15. python中def _init_是什么意思_python中的__init__(self)是什么意思呢
  16. TCP/IP五层模型详解
  17. latex数字引用参考文献
  18. 【Python爬虫】爬取微信公众号文章信息准备工作
  19. 16.数据统计之数据分组方法
  20. 阿里云以及腾讯云香港服务器分析

热门文章

  1. 方法得当 事半功倍:英语口语学习六大问题
  2. Python 程序下载经办人照片
  3. 【Axure教程】中继器结合echarts生成可视化图表
  4. pycharm运行弹出对话框
  5. 组件库系列二:打包发布组件库
  6. SQL Server CE服务器端和客户端安装配置学习笔记
  7. 佛祖保佑,永无bug,皮一下,很开心,哈哈~
  8. 服务器宕机的快速解决方法
  9. Shamir秘密共享机制(加法、乘法共享)Matlab可视化实现
  10. CentOS8提高篇15:tar命令详解