Laplacian of Gaussian (LOG) 高斯拉普拉斯算子
Laplacian(拉普拉斯)是对于一张图像的二阶空间导数上各向同性的测量。一张图像的Laplacian会显示出intensity(亮度) 剧烈变化的区域,所以经常用作边缘检测。
一幅图像的拉普拉斯变换可以用下面的式子表示: I(x,y)代表带有亮度信息的图像。
因为输入的图像都是用离散的像素表示的,例如256*256,所以我们需要找到离散的卷积核来近似laplacian变换。两个最常用的小卷核是
因为卷积核是对图像二阶求导的一种近似,所以它对于噪声来说更加敏感。为了克服这一点,通常在进行laplacian之前,先进行Gaussian Smooth(高斯平滑)。所以L*(G*I), 这里I 表示的是图像,G表示的是Gaussian Smoothing Filter
2D图像中各向同性的高斯形式:
因为卷积运算满足结合律,所以可以先对Gaussian Smoothing Filter 和 Laplacian Filter进行卷积,之后在将卷积结果和图像I 进行卷积。这样一来有两个好处:
(1)两个Filter都是比较小,所以运算少
(2)在对图像进行实时处理时,只有一个卷积运算
到现在为止就变成了使用Laplacian of Gaussian 对图像I 进行卷积, 2-D的LOG(中心在零点,标准差为sigma)如图所示:
2D LOG公式:
这个公式是直接对上文中提到的2D高斯函数进行Laplacian得到的。
和 ,这里推导一下。纯手动敲打,有错的话留言提醒一下。
根据上面的叙述,对于一个intensity变化剧烈的边界(如下图左,在x左侧比较暗,在x的右侧比较亮)对其进行二阶求导之后,可以发现,x的左侧LOG结果为正,在右侧为负,所以在亮的地方LOG响应为负,在暗的地方响应为正。
所以在边缘处的LOG响应具有如下的特点:
- zero at a long distance from the edge(我画的可能不太明显);
- positve just to one side of the edge;
- negative just to the other side of the edge;
- zero at some point in between, on the edge itself。
参考链接:
https://homepages.inf.ed.ac.uk/rbf/HIPR2/log.htm
https://homepages.inf.ed.ac.uk/rbf/HIPR2/gsmooth.htm
Laplacian of Gaussian (LOG) 高斯拉普拉斯算子相关推荐
- LOG高斯-拉普拉斯算子
LOG算子:是高斯和拉普拉斯的双结合,即集平滑和边沿于一身的算子模型!注意这个模型跟前面的一个滤波器很相似,就是各向异性滤波器!只不过是各向异性滤波器是高斯一阶导函数,而LOG可以看做是二阶导函数!这 ...
- LoG高斯拉普拉斯算子介绍
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/Touch_Dream/article/details/62237018 LOG算子: ...
- 高斯拉普拉斯算子(Laplace of Gaussian)
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, ...
- 拉普拉斯噪声公式_高斯拉普拉斯算子(Laplace of Gaussian)
高斯拉普拉斯(Laplace of Gaussian) 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 ...
- c++ log函数_高斯拉普拉斯算子(Laplacian of Gaussian, LoG)
一.简要描述: 拉普拉斯算子是图像二阶空间导数的二维各向同性测度.拉普拉斯算子可以突出图像中强度发生快速变化的区域,因此常用在边缘检测任务当中.在进行Laplacian操作之前通常需要先用高斯平滑滤波 ...
- 用拉普拉斯变换求零状态响应_高斯拉普拉斯算子(Laplacian of Gaussian, LoG)
一.简要描述: 拉普拉斯算子是图像二阶空间导数的二维各向同性测度.拉普拉斯算子可以突出图像中强度发生快速变化的区域,因此常用在边缘检测任务当中.在进行Laplacian操作之前通常需要先用高斯平滑滤波 ...
- 高斯拉普拉斯算子LOG
Laplacian(拉普拉斯)是对于一张图像的二阶空间导数上各向同性的测量.一张图像的Laplacian会显示出intensity(亮度) 剧烈变化的区域,所以经常用作边缘检测. 一幅图像的拉普拉斯变 ...
- 图像处理——高斯拉普拉斯LOG(2)
首发于 (ML/DL/CV)相关细小知识点梳理 写文章 高斯拉普拉斯算子(Laplacian of Gaussian, LoG) saulzhang 致知计划 科学季 · 已瓜分 10 亿流量 49 ...
- python 图像处理 拉普拉斯算子的实现和改进-LoG和DoG算子
拉普拉斯算子 拉普拉斯算子是最简单的各向同性微分算子,它具有旋转不变性. 我们经常把它作为边缘检测之一,也是工程数学中常用的一种积分变换,也可以用于图像增强.角点检测等等. 这里只给出它的代码,原理可 ...
最新文章
- 啥不懂也能动手搭建属于自己的博客网站
- 深度复盘:AI 与脑科学的错位
- webservice mysql配置_Nginx配置WebService、MySQL、SQL Server、ORACLE等代理
- 【采用】【科技金融】CART树现金贷风控策略
- (三)HTML 规范
- html如何让图片跟字体重叠,CSS设置图片与文字的间距
- addEventListener事件委托
- jQuery Mobile中jQuery.mobile.changePage方法使用详解
- SQL Server 查询性能优化——覆盖索引(一)
- CCF201412-4 最优灌溉(100分)
- 马尔可夫随机场 MRF
- 超好用的网站克隆工具,就是玩
- 苏州数字孪生工厂3D模型,三维可视化建模,三维虚拟仿真交互模型
- 实战:淘宝新品想抢占市场流量 分三步进行
- Lattice FPGA 使用指南4 - 全局复位网络GSR的使用
- android 水波动画效果,Android 实现水波纹动效
- 读《JOINT AND ADVERSARIAL TRAINING WITH ASR FOR EXPRESSIVE SPEECH SYNTHESIS》
- DM642的PCI驱动编程笔记:详述DM642的PCI接口的地址映射机制
- 发送ajax请求接收json数据,ajax接收到的json数据是空的
- 2021年底跨平台技术比较和选型指南(也许是最全的)
热门文章
- caffe运行问题(持续更新),sublime设置
- [Python] 维度交换函数:transpose(m,n,r)和permute(m,n,r)
- python机器学习库sklearn——k均值聚类
- 安卓调用系统录像功能:1、启动录像返回视频,2、启动录像将视频存储在指定路径下
- python递归的方式打印九九乘法表
- quartus仿真20:模8的二进制计数器
- 贺利坚老师汇编课程55笔记:带进位加法指令ADC
- 贺利坚老师汇编课程21笔记:用汇编语言写的源程序
- 555定时器的应用——单稳态触发器
- QPS、TPS、PV、UV、GMV、IP、RPS?